Metodtips för projekt
Följande lista över QnA-par används för att representera ett projekt för att markera metodtips vid redigering i svar på anpassade frågor.
| Fråga | Svar |
|---|---|
| Jag vill köpa en bil. | Det finns tre alternativ för att köpa en bil. |
| Jag vill köpa programvarulicens. | Programvarulicenser kan köpas online utan kostnad. |
| Hur får du åtkomst till WPA? | WPA kan nås via företagsportalen. |
| Vad är priset på Microsoft-aktier? | 200 dollar. |
| Hur gör jag för att köpa Microsoft-tjänster? | Microsoft-tjänster kan köpas online. |
| Jag vill sälja bil. | Skicka bilbilder och dokument. |
| Hur gör jag för att skaffa ett ID-kort? | Använd via företagsportalen för att hämta ett ID-kort. |
| Hur gör jag för att använda WPA? | WPA är lätt att använda med den angivna manualen. |
| Vad är verktyget för WPA? | WPA är ett säkert sätt att komma åt företagsresurser. |
Svar på anpassade frågor använder en transformatorbaserad ranker som tar hand om användarfrågor som semantiskt liknar frågor i projektet. Tänk till exempel på följande frågesvarspar:
Fråga: "Vad är priset på Microsoft Stock?"
Svar: "$200".
Tjänsten kan returnera förväntade svar för semantiskt liknande frågor, till exempel:
"Hur mycket är Microsoft-lager värt?"
"Hur mycket är Microsofts resursvärde?"
"Hur mycket kostar en Microsoft-resurs?"
"Vad är marknadsvärdet för Microsoft-lager?"
"Vad är marknadsvärdet för en Microsoft-aktie?"
Observera dock att konfidenspoängen som systemet returnerar rätt svar med varierar beroende på indatafrågan och hur annorlunda den är från det ursprungliga frågesvarsparet.
Det finns vissa scenarier som kräver att kunden lägger till en alternativ fråga. När en fråga inte returnerar rätt svar trots att den finns i projektet rekommenderar vi att du lägger till frågan som en alternativ fråga till det avsedda QnA-paret.
Användare kan lägga till upp till 10 alternativa frågor beroende på deras scenario. Alternativa frågor utöver de första 10 beaktas inte av vår kärnrankare. De utvärderas dock i de andra bearbetningsskikten, vilket ger bättre utdata överlag. Alla alternativa frågor kommer att beaktas i förbearbetningssteget för att söka efter en exakt matchning.
Semantisk förståelse i svar på anpassade frågor bör kunna ta hand om liknande alternativa frågor.
Avkastningen på investeringen börjar minska när du överskrider 10 frågor. Även om du lägger till fler än 10 alternativa frågor kan du försöka göra de första 10 frågorna så semantiskt olika som möjligt så att alla avsikter för svaret fångas upp av dessa 10 frågor. För projektet ovan, i QNA #1, krävs inte att lägga till alternativa frågor som "Hur kan jag köpa en bil?", "Jag vill köpa en bil". Det kan vara användbart att lägga till alternativa frågor som "Hur man köper en bil.", "Vilka är alternativen för att köpa ett fordon?".
Svar på anpassade frågor ger flexibiliteten att använda synonymer på projektnivå, till skillnad från QnA Maker där synonymer delas mellan projekt för hela tjänsten.
För bättre relevans måste kunden tillhandahålla en lista med förkortningar som slutanvändaren avser att använda omväxlande. Följande är till exempel en lista över godtagbara förkortningar:
MSFT – Microsoft
ID – identifiering
ETA – Beräknad ankomsttid
Förutom förkortningar är det bättre att lägga till dem som synonymer om du tror att dina ord liknar varandra i samband med en viss domän och generiska språkmodeller inte anser att de är liknande. Om till exempel ett bilföretag som producerar en bilmodell X tar emot frågor som "min bils ljud fungerar inte" och projektet har frågor om att "fixa ljud för bil X", måste vi lägga till "X" och "bil" som synonymer.
Den Transformer-baserade modellen tar redan hand om de flesta vanliga synonymfall, t.ex. Köp – Köp, Sälja – Auktion, Pris – Värde. Tänk till exempel på följande QnA-par: F: "Vad är priset på Microsoft Stock?" S: "$200".
Om vi får användarfrågor som "Microsoft-aktievärde", "Microsoft-resursvärde", "Microsoft-aktievärde", "Microsoft-aktievärde", "aktievärde" osv., bör de kunna få rätt svar även om dessa frågor har ord som aktie, värde, värde som inte ursprungligen finns i kunskapsbas.
Svar på anpassade frågor tar hänsyn till höljet, men det är tillräckligt intelligent för att förstå när det ska ignoreras. Du bör inte se någon märkbar skillnad på grund av fel hölje.
När en KB har hierarkiska relationer (antingen läggs till manuellt eller via extrahering) och det tidigare svaret var ett svar relaterat till andra QnA:er, ger vi för nästa fråga en liten inställning till alla underordnade QnA:er, QnA:er för syskon och barnbarn i den ordningen. Tillsammans med alla frågor förväntar sig [api för svar på anpassad fråga] (/rest/api/cognitiveservices/questionanswering/question-answering/get-answers) ett "kontext"-objekt med egenskapen "previousQnAId" som anger det senaste toppsvaret. Baserat på det tidigare QnA-ID:t ökar alla relaterade QnA:er.
Accenter stöds för alla större europeiska språk. Om frågan har en felaktig accent kan konfidenspoängen vara något annorlunda, men tjänsten returnerar fortfarande relevant svar och tar hand om mindre fel genom att använda fuzzy-sökning.
Skiljetecken ignoreras i användarfrågan innan den skickas till rangordningsstacken. Helst bör det inte påverka relevanspoängen. Skiljetecken som ignoreras är följande: ,?:;"' (){}[]-+。./!*؟