Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
A lista a seguir de pares QnA será usada para representar um projeto para destacar as práticas recomendadas ao criar respostas personalizadas a perguntas.
Pergunta | Resposta |
---|---|
Quero comprar um carro. | Existem três opções para comprar um carro. |
Quero comprar uma licença de software. | As licenças de software podem ser adquiridas online sem custos. |
Como obter acesso ao WPA? | O WPA pode ser acessado através do portal da empresa. |
Qual é o preço das ações da Microsoft? | $200. |
Como posso comprar os Serviços Microsoft? | Os serviços da Microsoft podem ser comprados online. |
Quero vender carro. | Por favor, envie fotos e documentos do carro. |
Como posso obter um cartão de identificação? | Candidate-se através do portal da empresa para obter um cartão de identificação. |
Como faço para usar o WPA? | WPA é fácil de usar com o manual fornecido. |
Qual é a utilidade do WPA? | WPA fornece uma maneira segura de acessar os recursos da empresa. |
Quando você deve adicionar perguntas alternativas a um QnA?
A resposta personalizada a perguntas emprega um classificador baseado em transformador que cuida das consultas do usuário que são semanticamente semelhantes às perguntas do projeto. Por exemplo, considere o seguinte par de perguntas e respostas:
Pergunta: "Qual é o preço do Microsoft Stock?"
Resposta: "$200".
O serviço pode retornar respostas esperadas para consultas semanticamente semelhantes, como:
"Quanto vale as ações da Microsoft?"
"Quanto é o valor das ações da Microsoft?"
"Quanto custa uma ação da Microsoft?"
"Qual é o valor de mercado das ações da Microsoft?"
"Qual é o valor de mercado de uma ação da Microsoft?"
No entanto, observe que a pontuação de confiança com a qual o sistema retorna a resposta correta variará com base na consulta de entrada e quão diferente ela é do par de respostas à pergunta original.
Existem certos cenários que exigem que o cliente adicione uma pergunta alternativa. Quando uma consulta não retorna a resposta correta, apesar de estar presente no projeto, recomendamos adicionar essa consulta como uma pergunta alternativa ao par QnA pretendido.
Quantas perguntas alternativas por QnA é o ideal?
Os usuários podem adicionar até 10 perguntas alternativas, dependendo do cenário. Perguntas alternativas além das 10 primeiras não são consideradas pelo nosso ranker principal. No entanto, eles são avaliados nas outras camadas de processamento, resultando em uma melhor produção geral. Todas as perguntas alternativas serão consideradas na etapa de pré-processamento para procurar uma correspondência exata.
A compreensão semântica na resposta a perguntas personalizadas deve ser capaz de cuidar de perguntas alternativas semelhantes.
O retorno do investimento começará a diminuir quando ultrapassar as 10 perguntas. Mesmo que você esteja adicionando mais de 10 perguntas alternativas, tente tornar as 10 perguntas iniciais o mais semanticamente diferentes possível para que todas as intenções para a resposta sejam capturadas por essas 10 perguntas. Para o projeto acima, na QNA #1, não é necessário adicionar perguntas alternativas como "Como posso comprar um carro?", "Eu quero comprar um carro." Considerando que adicionar perguntas alternativas como "Como comprar um carro.", "Quais são as opções para comprar um veículo?" pode ser útil.
Quando adicionar sinónimos a um projeto
A resposta personalizada a perguntas fornece a flexibilidade de usar sinônimos no nível do projeto, ao contrário do QnA Maker, onde os sinônimos são compartilhados entre projetos para todo o serviço.
Para maior relevância, o cliente precisa fornecer uma lista de siglas que o usuário final pretende usar de forma intercambiável. Por exemplo, segue-se uma lista de acrónimos aceitáveis:
MSFT – Microsoft
ID – Identificação
ETA – Hora estimada de chegada
Além das siglas, se você acha que suas palavras são semelhantes no contexto de um determinado domínio e os modelos de linguagem genéricos não as consideram semelhantes, é melhor adicioná-las como sinônimos. Por exemplo, se uma empresa automobilística que produz um carro modelo X recebe consultas como "o áudio do meu carro não está funcionando" e o projeto tem perguntas sobre "fixação de áudio para o carro X", então precisamos adicionar "X" e "carro" como sinônimos.
O modelo baseado em Transformer já cuida da maioria dos casos de sinônimo comuns, por exemplo: Compra – Compra, Venda – Leilão, Preço – Valor. Por exemplo, considere o seguinte par QnA: Q: "Qual é o preço do Microsoft Stock?" R: "$200".
Se recebermos consultas de usuários como "Microsoft stock value", "Microsoft share value", "Microsoft stock worth", "Microsoft share worth", "stock value", etc., eles devem ser capazes de obter uma resposta correta, mesmo que essas consultas tenham palavras como share, value, worth que não estão originalmente presentes na base de conhecimento.
Como são tratados os caracteres minúsculos/maiúsculos?
A resposta personalizada a perguntas leva em conta o invólucro, mas é inteligente o suficiente para entender quando deve ser ignorada. Você não deve estar vendo nenhuma diferença percetível devido ao invólucro errado.
Como os QnAs são priorizados para perguntas de vários turnos?
Quando um KB tem relações hierárquicas (adicionadas manualmente ou via extração) e a resposta anterior foi uma resposta relacionada a outros QnAs, para a próxima consulta damos ligeira preferência a todos os filhos QnAs, irmãos QnAs e netos QnAs nessa ordem. Junto com qualquer consulta, a [custom question Answering API] (/rest/api/cognitiveservices/questionanswering/question-answering/get-answers) espera um objeto "context" com a propriedade "previousQnAId" que denota a última resposta superior. Com base neste ID QnA anterior, todos os QnAs relacionados são impulsionados.
Como são tratados os sotaques?
Os sotaques são suportados para todos os principais idiomas europeus. Se a consulta tiver um acento incorreto, a pontuação de confiança pode ser ligeiramente diferente, mas o serviço ainda retorna a resposta relevante e cuida de pequenos erros aproveitando a pesquisa difusa.
Como é tratada a pontuação numa consulta de utilizador?
A pontuação é ignorada na consulta do usuário antes de enviá-la para a pilha de classificação. O ideal é que não afete as pontuações de relevância. As pontuações ignoradas são as seguintes: ,?:;"' (){}[]-+。./!*؟