Termos e definições usados na compreensão da linguagem coloquial

Artigo
12/19/2023

Use este artigo para saber mais sobre algumas das definições e termos que você pode encontrar ao usar a compreensão da linguagem coloquial.

Entidade

Entidades são palavras em enunciados que descrevem as informações usadas para atender ou identificar uma intenção. Se sua entidade for complexa e você quiser que o modelo identifique partes específicas, você poderá dividir o modelo em subentidades. Por exemplo, você pode querer que o modelo preveja um endereço, mas também as subentidades de rua, cidade, estado e código postal.

Medida f

A medida f é uma função de Precisão e Recall. Ela é necessária quando você busca um equilíbrio entre precisão e recall.

Intencional

Uma intenção representa uma tarefa ou ação que o usuário deseja executar. É uma finalidade ou meta expressa na entrada de um usuário, como reservar um voo ou pagar uma fatura.

Entidade de lista

Uma entidade de lista representa um conjunto fixo e fechado de palavras relacionadas, juntamente com os respectivos sinônimos. Entidades de lista são correspondências exatas, diferentemente das entidades aprendidas por máquina.

A entidade será prevista se uma palavra na entidade de lista estiver incluída na lista. Por exemplo, se você tiver uma entidade de lista chamada "tamanho" e tiver as palavras "pequeno, médio, grande" na lista, a entidade de tamanho será prevista para todos os enunciados em que as palavras "pequeno", "médio" ou "grande" foram usadas, independentemente do contexto.

Modelar

Um modelo é um objeto treinado para realizar uma determinada tarefa, neste caso, tarefas de compreensão de conversação. Para treinar os modelos, forneça a eles dados rotulados para que baseiem o aprendizado e usem posteriormente para entender os enunciados.

A avaliação do modelo é o processo que acontece logo após o treinamento para saber o desempenho do modelo.
Implantação é o processo de atribuir seu modelo a uma implantação para disponibilizá-lo para uso por meio da API de previsão.

Sobreajuste

O sobreajuste acontece quando o modelo é concentrado nos exemplos específicos e não é capaz de generalizar bem.

Precisão

Mede a precisão/exatidão do modelo. É a taxa entre os positivos identificados corretamente (verdadeiros positivos) e todos os positivos identificados. A métrica de precisão revela quantas das classes previstas estão rotuladas corretamente.

Project

Um projeto é uma área de trabalho para a criação de modelos de ML personalizados com base em seus dados. Seu projeto só pode ser acessado por você e por outras pessoas que têm acesso ao recurso do Azure que está sendo usado.

Chamar de volta

Mede a capacidade do modelo de prever classes positivas reais. É a taxa entre os verdadeiros positivos previstos e o que foi realmente marcado. A métrica de recall revelam quantas das classes previstas estão corretas.

Expressão regular

Uma entidade de expressão regular representa uma expressão regular. As entidades de expressão regular são correspondências exatas.

Esquema

O esquema é definido como a combinação de intenções e entidades dentro de seu projeto. O design de esquema é uma parte crucial do sucesso do projeto. Ao criar um esquema, pense em quais intenções e entidades devem ser incluídas em seu projeto

Dados de treinamento

Os dados de treinamento são o conjunto de informações necessárias para treinar um modelo.

Enunciado

Um enunciado é uma entrada de usuário que é um representante de texto curto de uma frase em uma conversa. É uma frase em linguagem natural como "reservar 2 passagens para Seattle na próxima terça-feira". Exemplos de enunciados são adicionados para treinar o modelo, e o modelo prevê com base em novos enunciados no runtime

Compartilhar via