Wyniki przewidywania wskazują dokładność przewidywania dla intencji i jednostek

Ważne

Usługa LUIS zostanie wycofana 1 października 2025 r. i od 1 kwietnia 2023 r. nie będzie można utworzyć nowych zasobów usługi LUIS. Zalecamy migrację aplikacji LUIS do interpretacji języka konwersacyjnego, aby korzystać z ciągłej pomocy technicznej i wielojęzycznych możliwości produktów.

Wynik przewidywania wskazuje stopień ufności usługi LUIS dla wyników przewidywania wypowiedzi użytkownika.

Wynik przewidywania wynosi od zera (0) do jednego (1). Przykładem wysoce pewnego wyniku usługi LUIS jest 0,99. Przykładem wyniku niskiej ufności jest 0,01.

Wartość wyniku	Ufność
1	dopasowanie określone
0,99	wysoka pewność
0,01	niska pewność
0	określony brak dopasowania

Intencja oceniania najwyższego poziomu

Każde przewidywanie wypowiedzi zwraca intencję oceniania najwyższego poziomu. To przewidywanie jest liczbowym porównaniem wyników przewidywania.

Bliskość wyników ze sobą

Pierwsze 2 wyniki mogą mieć bardzo małą różnicę między nimi. Usługa LUIS nie wskazuje na tę bliskość inną niż zwracanie najwyższego wyniku.

Zwracanie wyniku przewidywania dla wszystkich intencji

Wynik testu lub punktu końcowego może zawierać wszystkie intencje. Ta konfiguracja jest ustawiana w punkcie końcowym przy użyciu poprawnej pary nazwa/wartość kwerendy.

Interfejs API przewidywania	Nazwa ciągów zapytania
V3	show-all-intents=true
Wersja 2	verbose=true

Przeglądanie intencji z podobnymi wynikami

Przeglądanie wyników wszystkich intencji jest dobrym sposobem na upewnienie się, że nie tylko zidentyfikowano prawidłową intencję, ale także że wynik następnej zidentyfikowanej intencji jest znacznie i stale niższy w przypadku wypowiedzi.

Jeśli wiele intencji ma zbliżone wyniki przewidywania na podstawie kontekstu wypowiedzi, usługa LUIS może zmieniać intencje. Aby rozwiązać tę sytuację, nadal dodawaj wypowiedzi do każdej intencji z szerszą gamą różnic kontekstowych lub możesz mieć aplikację kliencką, taką jak czatbot, dokonać wyborów programistycznych dotyczących sposobu obsługi 2 najważniejszych intencji.

Jeśli 2 intencje mają zbyt zbliżone wyniki, ich kolejność może zostać odwrócona z powodu trenowania niedeterministycznego. Najlepszy wynik może stać się drugim najlepszym wynikiem, a drugi najlepszy wynik może stać się pierwszym najlepszym wynikiem. Aby zapobiec tej sytuacji, dodaj przykładowe wypowiedzi do każdej z dwóch pierwszych intencji dla tej wypowiedzi z wyborem słów i kontekstem, który rozróżnia 2 intencje. Te dwie intencje powinny mieć mniej więcej taką samą liczbę przykładowych wypowiedzi. Ogólna reguła separacji zapobiegająca inwersji z powodu trenowania to różnica w wynikach wynosząca 15%.

Możesz wyłączyć trenowanie niedeterministyczne, trenowając ze wszystkimi danymi.

Różnice w przewidywaniach między różnymi sesjami treningowymi

W przypadku trenowania tego samego modelu w innej aplikacji, a wyniki nie są takie same, różnica polega na tym, że istnieje trenowanie niedeterministyczne (element losowości). Po drugie, każde nakładanie się wypowiedzi na więcej niż jedną intencję oznacza, że górna intencja dla tej samej wypowiedzi może ulec zmianie na podstawie trenowania.

Jeśli czatbot wymaga określonego wyniku usługi LUIS, aby wskazać zaufanie do intencji, należy użyć różnicy wyników między dwiema głównymi intencjami. Ta sytuacja zapewnia elastyczność w przypadku zmian w trenowaniu.

Możesz wyłączyć trenowanie niedeterministyczne, trenowając ze wszystkimi danymi.

Notacja E (wykładnicza)

Wyniki przewidywania mogą używać notacji wykładniczej, która pojawia się powyżej zakresu od 0 do 1, takiego jak 9.910309E-07. Ten wynik jest wskazaniem bardzo małej liczby.

Wynik notacji E	Rzeczywisty wynik
9.910309E-07	.0000009910309

Ustawienia aplikacji

Użyj ustawień aplikacji, aby kontrolować, w jaki sposób punkty diakrytyczne i interpunkcyjne wpływają na wyniki przewidywania.

Następne kroki

Zobacz Dodawanie jednostek , aby dowiedzieć się więcej na temat dodawania jednostek do aplikacji usługi LUIS.