Verwenden von Mustern zum Unterscheiden ähnlicher Äußerungen

In einigen Fällen kann ein Modell mehrere Absichten enthalten, für die Äußerungen wahrscheinlich ähnlich sind. Sie können das Muster der Äußerungen verwenden, um die Absichten zu unterscheiden und gleichzeitig die Anzahl der Beispiel-Äußerungen zu minimieren.

Betrachten Sie beispielsweise die folgenden Äußerungen:

• "Schalten Sie das Küchenlicht ein"
• "Ist die Küche hell?"
• "Das Küchenlicht ausschalten"

Diese Äußerungen sind syntaktisch ähnlich, mit nur wenigen Unterschieden bei Wörtern oder Interpunktionszeichen. Sie stellen jedoch drei verschiedene Absichten dar (die " TurnOnDevice", "GetDeviceStatus" und "TurnOffDevice" genannt werden können). Darüber hinaus können die Absichten auf einen breiten Bereich von Entitätswerten angewendet werden. Zusätzlich zu "Küchenlicht" könnte die Absicht auf "Wohnzimmerlicht", Fernsehen" oder ein anderes Gerät angewendet werden, das vom Modell unterstützt werden muss.

Um Ihr Modell richtig zu trainieren, stellen Sie eine Handvoll Beispiele für jede Absicht bereit, die die verschiedenen Formate von Äußerungen angeben.

• TurnOnDevice:
  • „{DeviceName} einschalten“
  • „Schalten Sie {DeviceName} an“
  • „Schalte {DeviceName} ein“
• GetDeviceStatus:
  • „Ist {DeviceName} an[?]“
• TurnOffDevice:
  • "{DeviceName} deaktivieren"
  • Schalte {DeviceName} aus
  • Schalten Sie das {DeviceName} aus

Wenn Sie Ihr Modell mit jeder anderen Art von Äußerung unterrichten, kann der Azure-Sprachdienst lernen, wie Absichten basierend auf Format und Interpunktion richtig kategorisiert werden.