Aanbevolen procedures voor een QnA Maker-Knowledge Base
De Knowledge Base ontwikkelingslevenscyclus helpt u bij het beheren van uw KB van begin tot eind. Gebruik deze best practices om uw Knowledge Base te verbeteren en betere resultaten te bieden aan de eindgebruikers van uw clienttoepassing of chatbot.
Notitie
De QnA Maker-service wordt op 31 maart 2025 buiten gebruik gesteld. Er is nu een nieuwere versie van de vraag- en antwoordmogelijkheid beschikbaar als onderdeel van Azure AI Language. Zie Vragen beantwoorden voor de mogelijkheden voor het beantwoorden van vragen in de Taalservice. Vanaf 1 oktober 2022 kunt u geen nieuwe QnA Maker-resources meer maken. Raadpleeg de migratiehandleiding voor informatie over het migreren van bestaande QnA Maker-knowledge bases naar het beantwoorden van vragen.
Extractie
De QnA Maker-service verbetert voortdurend de algoritmen waarmee QnA's worden geëxtraheerd uit inhoud en breidt de lijst met ondersteunde bestandsindelingen en HTML-indelingen uit. Volg de richtlijnen voor gegevensextractie op basis van uw documenttype.
In het algemeen moeten pagina's met veelgestelde vragen zelfstandig zijn en niet worden gecombineerd met andere informatie. Producthandleidingen moeten duidelijke koppen bevatten en bij voorkeur een indexpagina.
Meervoudige bewerkingen configureren
Maak uw Knowledge Base met meervoudige extractie ingeschakeld. Als uw Knowledge Base vraaghiërarchie ondersteunt of moet ondersteunen, kan deze hiërarchie worden geëxtraheerd uit het document of worden gemaakt nadat het document is geëxtraheerd.
Goede vragen en antwoorden maken
Goede vragen
De beste vragen zijn eenvoudig. Overweeg het sleutelwoord of de woordgroep voor elke vraag en maak vervolgens een eenvoudige vraag voor dat sleutelwoord of die woordgroep.
Voeg zoveel alternatieve vragen toe als u nodig hebt, maar houd de wijzigingen eenvoudig. Het toevoegen van meer woorden of formuleringen die geen deel uitmaken van het hoofddoel van de vraag, helpt QnA Maker niet om een overeenkomst te vinden.
Relevante alternatieve vragen toevoegen
Uw gebruiker kan vragen invoeren met een gespreksstijl van tekst How do I add a toner cartridge to my printer? of een zoekopdracht met trefwoorden, zoals toner cartridge. De Knowledge Base moet beide stijlen van vragen hebben om het beste antwoord correct te retourneren. Als u niet zeker weet welke trefwoorden een klant invoert, gebruikt u Application Insights-gegevens om query's te analyseren.
Goede antwoorden
De beste antwoorden zijn eenvoudige antwoorden, maar niet te eenvoudig. Gebruik geen antwoorden zoals yes en no. Als uw antwoord moet worden gekoppeld aan andere bronnen of een rijke ervaring met media en koppelingen moet bieden, gebruikt u metagegevenstags om onderscheid te maken tussen antwoorden en verzendt u de query met metagegevenstags in de strictFilters eigenschap om de juiste antwoordversie op te halen.
| Antwoord | Vervolgprompts |
|---|---|
| Schakel de Surface-laptop uit met de aan/uit-knop op het toetsenbord. | * Toetscombinaties voor slaapstand, afsluiten en opnieuw opstarten. * Een Surface-laptop hard opstarten * Het BIOS voor een Surface-laptop wijzigen * Verschillen tussen slaapstand, afsluiten en opnieuw opstarten |
| Klantenservice is 24 uur per dag beschikbaar via telefoon, Skype en sms. | * Contactgegevens voor verkoop. * Kantoor- en winkellocaties en -uren voor een persoonlijk bezoek. * Accessoires voor een Surface-laptop. |
Chit-Chat
Voeg chit-chat toe aan uw bot om uw bot met weinig moeite meer te praten en aantrekkelijker te maken. U kunt eenvoudig chit-chatgegevenssets van vooraf gedefinieerde persoonlijkheden toevoegen bij het maken van uw KB en deze op elk gewenst moment wijzigen. Meer informatie over het toevoegen van chit-chat aan uw KB.
Chit-chat wordt in veel talen ondersteund.
Een persoonlijkheid kiezen
Chit-chat wordt ondersteund voor verschillende vooraf gedefinieerde persoonlijkheden:
| Persoonlijkheid | QnA Maker-gegevenssetbestand |
|---|---|
| Professional | qna_chitchat_professional.tsv |
| Vriendelijke | qna_chitchat_friendly.tsv |
| Witty | qna_chitchat_witty.tsv |
| Zorg | qna_chitchat_caring.tsv |
| Enthousiast | qna_chitchat_enthusiastic.tsv |
De reacties variëren van formeel tot informeel en oneerbiedig. Selecteer de persoonlijkheid die het dichtst bij de gewenste toon voor uw bot past. U kunt de gegevenssets weergeven en een gegevensset kiezen die als basis voor uw bot fungeert en vervolgens de antwoorden aanpassen.
Botspecifieke vragen bewerken
Er zijn enkele botspecifieke vragen die deel uitmaken van de gegevensset chit-chat en die zijn ingevuld met algemene antwoorden. Wijzig deze antwoorden zodat deze zo goed mogelijk overeenkomen met de details van uw bot.
We raden u aan om de volgende chit-chat-QnA's specifieker te maken:
- Wat is uw rol?
- Wat kun je doen?
- How old are you?
- Wie heeft jou gemaakt?
- Hello
Aangepaste chit-chat toevoegen met een metagegevenstag
Als u uw eigen chit-chat QnA-paren toevoegt, moet u metagegevens toevoegen, zodat deze antwoorden worden geretourneerd. Het metagegevensnaam-waardepaar is editorial:chitchat.
Zoeken naar antwoorden
GenerateAnswer-API gebruikt zowel vragen als het antwoord om te zoeken naar de beste antwoorden op de query van een gebruiker.
Alleen vragen zoeken als antwoord niet relevant is
Gebruik de RankerType=QuestionOnly als u geen antwoorden wilt zoeken.
Een voorbeeld hiervan is wanneer de Knowledge Base een catalogus is met acroniemen als vragen met hun volledige vorm als het antwoord. De waarde van het antwoord helpt niet bij het zoeken naar het juiste antwoord.
Rangschikking/score
Zorg ervoor dat u optimaal gebruikmaakt van de classificatiefuncties die door QnA Maker worden ondersteund. Als u dit doet, wordt de kans vergroot dat een bepaalde gebruikersquery wordt beantwoord met een geschikt antwoord.
Een drempelwaarde kiezen
De standaardvertrouwensscore die wordt gebruikt als drempelwaarde is 0, maar u kunt de drempelwaarde voor uw KB wijzigen op basis van uw behoeften. Omdat elke KB anders is, moet u de drempelwaarde testen en kiezen die het meest geschikt is voor uw KB.
Type ranker kiezen
QnA Maker doorzoekt standaard vragen en antwoorden. Als u alleen vragen wilt doorzoeken om een antwoord te genereren, gebruikt u de RankerType=QuestionOnly in de POST-hoofdtekst van de GenerateAnswer-aanvraag.
Alternatieve vragen toevoegen
Alternatieve vragen verbeteren de kans op een overeenkomst met een gebruikersquery. Alternatieve vragen zijn handig wanneer er meerdere manieren zijn waarop dezelfde vraag kan worden gesteld. Dit kan wijzigingen in de zinsstructuur en woordstijl omvatten.
| Oorspronkelijke query | Alternatieve query's | Wijziging |
|---|---|---|
| Is er parkeergelegenheid beschikbaar? | Heeft u een parkeerplaats? | zinsstructuur |
| Hallo | Yo Hé, daar! |
woordstijl of slang |
Metagegevenstags gebruiken om vragen en antwoorden te filteren
Metagegevens voegt de mogelijkheid toe voor een clienttoepassing om te weten dat deze niet alle antwoorden moet nemen, maar in plaats daarvan de resultaten van een gebruikersquery beperken op basis van metagegevenstags. Het antwoord van de Knowledge Base kan verschillen op basis van de metagegevenstag, zelfs als de query dezelfde is. 'Waar bevindt zich een parkeerplaats' kan bijvoorbeeld een ander antwoord hebben als de locatie van de restaurantvertakking anders is, dat wil gezegd, de metagegevens zijn Locatie: Seattle versus Locatie: Redmond.
Synoniemen gebruiken
Hoewel er enige ondersteuning is voor synoniemen in de Engelse taal, gebruikt u niet-hoofdlettergevoelige woordwijzigingen via de Wijzigingen-API om synoniemen toe te voegen aan trefwoorden die verschillende vormen hebben. Synoniemen worden toegevoegd op het serviceniveau van QnA Maker en gedeeld door alle knowledge bases in de service.
Afzonderlijke woorden gebruiken om onderscheid te maken tussen vragen
Het classificatie-algoritme van QnA Maker, dat een gebruikersquery overeenkomt met een vraag in de Knowledge Base, werkt het beste als elke vraag een andere behoefte heeft. Herhaling van dezelfde woordenset tussen vragen vermindert de kans dat het juiste antwoord wordt gekozen voor een bepaalde gebruikersquery met die woorden.
U hebt bijvoorbeeld twee afzonderlijke QnA's met de volgende vragen:
| QnA's |
|---|
| waar is de parkeerlocatie |
| waar is de locatie van de atm |
Omdat deze twee QnA's worden weergegeven met vergelijkbare woorden, kan deze gelijkenis leiden tot zeer vergelijkbare scores voor veel gebruikersquery's die worden weergegeven als 'waar is de <x> locatie'. Probeer in plaats daarvan duidelijk onderscheid te maken met query's zoals 'waar is de parkeerplaats' en 'waar is de atm', door woorden zoals 'locatie' te vermijden die in veel vragen in uw KB kunnen staan.
Samenwerken
Met QnA Maker kunnen gebruikers samenwerken aan een Knowledge Base. Gebruikers hebben toegang nodig tot de Azure AI QnA Maker-resourcegroep om toegang te krijgen tot de knowledge bases. Sommige organisaties willen de Knowledge Base bewerken en onderhouden uitbesteden en toch de toegang tot hun Azure-resources kunnen beveiligen. Dit model van de editor-fiatteur wordt uitgevoerd door twee identieke QnA Maker-services in verschillende abonnementen in te stellen en er een te selecteren voor de bewerkingstestcyclus. Zodra het testen is voltooid, wordt de inhoud van de Knowledge Base overgedragen met een import-exportproces naar de QnA Maker-service van de fiatteur die uiteindelijk de Knowledge Base publiceert en het eindpunt bijwerkt.
Actief leren
Actief leren doet het beste om alternatieve vragen voor te stellen wanneer het een breed scala aan kwaliteit en kwantiteit van op gebruikers gebaseerde query's heeft. Het is belangrijk om gebruikersquery's van clienttoepassingen toe te staan om deel te nemen aan de actieve feedbacklus voor leren zonder censuur. Zodra vragen zijn voorgesteld in de QnA Maker-portal, kunt u filteren op suggesties en deze suggesties bekijken en accepteren of afwijzen.