Aktywna nauka

Funkcja sugestii dotyczących uczenia aktywnego umożliwia poprawę jakości baza wiedzy przez sugerowanie alternatywnych pytań na podstawie przesłanych przez użytkowników do pary pytań i odpowiedzi. Przejrzyj te sugestie, dodając je do istniejących pytań lub odrzucając je.

Baza wiedzy nie zmienia się automatycznie. Aby wszelkie zmiany zaczęły obowiązywać, należy zaakceptować sugestie. Te sugestie dodają pytania, ale nie zmieniają ani nie usuwają istniejących pytań.

Uwaga

Usługa QnA Maker jest wycofana 31 marca 2025 r. Nowsza wersja funkcji pytań i odpowiedzi jest teraz dostępna w ramach języka sztucznej inteligencji platformy Azure. Aby uzyskać możliwości odpowiedzi na pytania w usłudze językowej, zobacz odpowiadanie na pytania. Od 1 października 2022 r. nie będzie można tworzyć nowych zasobów usługi QnA Maker. Aby uzyskać informacje na temat migrowania istniejących baz wiedzy usługi QnA Maker do odpowiadania na pytania, zapoznaj się z przewodnikiem migracji.

Co to jest aktywna nauka?

Usługa QnA Maker uczy się nowych odmian pytań z niejawnymi i jawnymi opiniami.

  • Niejawne opinie — ranga rozumie, kiedy pytanie użytkownika ma wiele odpowiedzi z wynikami, które są bardzo bliskie i uznaje je za opinię. Nie musisz nic robić, aby to się stało.
  • Jawna opinia — gdy z baza wiedzy zwracanych jest wiele odpowiedzi z niewielkimi różnicami w wynikach, aplikacja kliencka zadaje użytkownikowi pytanie, które pytanie jest poprawne. Jawna opinia użytkownika jest wysyłana do usługi QnA Maker przy użyciu interfejsu API trenowania.

Obie metody udostępniają klasyfikatorowi podobne zapytania, które są klastrowane.

Jak działa uczenie aktywne

Uczenie aktywne jest wyzwalane na podstawie wyników kilku odpowiedzi zwracanych przez usługę QnA Maker. Jeśli różnice oceny między parami pytań i odpowiedzi, które pasują do zapytania znajdują się w małym zakresie, zapytanie jest uznawane za możliwą sugestię (jako pytanie alternatywne) dla każdej z możliwych par pytań i odpowiedzi. Po zaakceptowaniu sugerowanego pytania dotyczącego określonej pary pytań i odpowiedzi zostanie odrzucona dla innych par. Pamiętaj, aby zapisać i wytrenować, po zaakceptowaniu sugestii.

Uczenie aktywne zapewnia najlepsze możliwe sugestie w przypadkach, gdy punkty końcowe otrzymują rozsądną ilość i różnorodność zapytań użycia. W przypadku klastrowania pięciu lub większej liczby podobnych zapytań co 30 minut usługa QnA Maker sugeruje pytania oparte na użytkowniku do projektanta baza wiedzy w celu zaakceptowania lub odrzucenia. Wszystkie sugestie są grupowane razem według podobieństwa, a najważniejsze sugestie dotyczące pytań alternatywnych są wyświetlane na podstawie częstotliwości określonych zapytań przez użytkowników końcowych.

Po zasugerowaniu pytań w portalu usługi QnA Maker należy przejrzeć i zaakceptować lub odrzucić te sugestie. Nie ma interfejsu API do zarządzania sugestiami.

Jak działa niejawna opinia usługi QnA Maker

Niejawne opinie usługi QnA Maker używają algorytmu do określania zbliżenia wyników, a następnie sugestie dotyczące uczenia aktywnego. Algorytm określania zbliżenia nie jest prostym obliczeniem. Zakresy w poniższym przykładzie nie są przeznaczone do stałego, ale powinny być używane jako przewodnik, aby zrozumieć tylko efekt algorytmu.

Gdy wynik pytania jest bardzo pewny siebie, na przykład 80%, zakres wyników, które są brane pod uwagę w przypadku aktywnego uczenia się, są szerokie, w przybliżeniu w ciągu 10%. W miarę spadku wskaźnika ufności, takiego jak 40%, zakres wyników również spada, około 4%.

W poniższej odpowiedzi JSON z zapytania do generowania usługi QnA Maker wyniki dla wartości A, B i C są bliskie i zostaną uznane za sugestie.

{
  "activeLearningEnabled": true,
  "answers": [
    {
      "questions": [
        "Q1"
      ],
      "answer": "A1",
      "score": 80,
      "id": 15,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    },
    {
      "questions": [
        "Q2"
      ],
      "answer": "A2",
      "score": 78,
      "id": 16,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    },
    {
      "questions": [
        "Q3"
      ],
      "answer": "A3",
      "score": 75,
      "id": 17,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    },
    {
      "questions": [
        "Q4"
      ],
      "answer": "A4",
      "score": 50,
      "id": 18,
      "source": "Editorial",
      "metadata": [
        {
          "name": "topic",
          "value": "value"
        }
      ]
    }
  ]
}

Usługa QnA Maker nie będzie wiedzieć, która odpowiedź jest najlepszą odpowiedzią. Użyj listy sugestii portalu usługi QnA Maker, aby wybrać najlepszą odpowiedź i wytrenować ponownie.

Jak przekazać jawną opinię za pomocą interfejsu API trenowania

Usługa QnA Maker potrzebuje jawnej opinii o tym, które odpowiedzi były najlepszą odpowiedzią. Jak jest określona najlepsza odpowiedź, to do Ciebie i można dołączyć:

  • Opinie użytkowników, wybierając jedną z odpowiedzi.
  • Logika biznesowa, taka jak określanie akceptowalnego zakresu wyników.
  • Połączenie zarówno opinii użytkowników, jak i logiki biznesowej.

Użyj interfejsu API trenowania , aby wysłać poprawną odpowiedź do usługi QnA Maker po wybraniu jej przez użytkownika.

Uaktualnianie wersji środowiska uruchomieniowego do korzystania z uczenia aktywnego

Usługa Active Learning jest obsługiwana w środowisku uruchomieniowym w wersji 4.4.0 lub nowszej. Jeśli baza wiedzy została utworzona we wcześniejszej wersji, uaktualnij środowisko uruchomieniowe, aby użyć tej funkcji.

Włączanie aktywnego uczenia się pod kątem pytań alternatywnych

Uczenie aktywne jest domyślnie wyłączone. Włącz ją, aby zobaczyć sugerowane pytania. Po włączeniu aktywnej nauki musisz wysłać informacje z aplikacji klienckiej do usługi QnA Maker. Aby uzyskać więcej informacji, zobacz Przepływ architektury na potrzeby używania interfejsów API GenerateAnswer i Train API z bota.

  1. Wybierz pozycję Publikuj, aby opublikować baza wiedzy. Aktywne zapytania szkoleniowe są zbierane tylko z punktu końcowego przewidywania interfejsu API GenerateAnswer. Zapytania do okienka Test w portalu usługi QnA Maker nie mają wpływu na aktywne uczenie.

  2. Aby włączyć aktywne uczenie w portalu usługi QnA Maker, przejdź do prawego górnego rogu, wybierz swoją nazwę, przejdź do pozycji Ustawienia usługi.

    Włącz sugerowane pytania dotyczące uczenia aktywnego na stronie Ustawienia usługi. Wybierz swoją nazwę użytkownika w menu w prawym górnym rogu, a następnie wybierz pozycję Ustawienia usługi.

  3. Znajdź usługę QnA Maker, a następnie przełącz usługę Active Learning.

    Na stronie Ustawienia usługi przełącz funkcję Active Learning. Jeśli nie możesz przełączać tej funkcji, może być konieczne uaktualnienie usługi.

    Uwaga

    Dokładna wersja poprzedniego obrazu jest wyświetlana tylko jako przykład. Twoja wersja może być inna.

    Po włączeniu usługi Active Learning baza wiedzy sugeruje nowe pytania w regularnych odstępach czasu na podstawie pytań przesłanych przez użytkownika. Możesz wyłączyć usługę Active Learning , przełączając ustawienie ponownie.

Przejrzyj sugerowane pytania alternatywne

Przejrzyj alternatywne sugerowane pytania na stronie Edytowanie każdego baza wiedzy.

Następne kroki