أفضل ممارسات صانع QnA قاعدة معارف
ترشدك دورة حياة تطوير قاعدة معارف إلى كيفية إدارة قاعدة المعارف من البداية إلى النهاية. استخدم أفضل الممارسات هذه لتحسين قاعدة معارف وتوفير نتائج أفضل لتطبيق العميل أو المستخدمين النهائيين لروبوت الدردشة.
ملاحظة
سيتم إيقاف خدمة QnA Maker في 31 مارس 2025. يتوفر الآن إصدار أحدث من إمكانية طرح الأسئلة والإجابة عليها كجزء من Azure Cognitive Service for Language. للحصول على إمكانيات الإجابة على الأسئلة داخل خدمة اللغة، راجع الإجابة على الأسئلة. اعتبارا من 1 أكتوبر 2022 ، لن تتمكن من إنشاء موارد QnA Maker جديدة. للحصول على معلومات حول ترحيل قواعد معارف QnA Maker الحالية للإجابة على الأسئلة، راجع دليل الترحيل.
الاستخراج
تعمل خدمة QnA Maker باستمرار على تحسين الخوارزميات التي تستخرج QnAs من المحتوى وتوسيع قائمة تنسيقات الملفات وHTML المدعومة. اتبع الإرشادات الخاصة باستخراج البيانات استنادا إلى نوع المستند.
بشكل عام ، يجب أن تكون صفحات الأسئلة الشائعة قائمة بذاتها ولا يتم دمجها مع معلومات أخرى. يجب أن تحتوي أدلة المنتج على عناوين واضحة ويفضل أن تكون صفحة فهرس.
تكوين المنعطفات المتعددة
أنشئ قاعدة معارف الخاص بك مع تمكين الاستخراج متعدد المنعطفات. إذا كان قاعدة معارف يدعم أو يجب أن يدعم التسلسل الهرمي للأسئلة، فيمكن استخراج هذا التدرج الهرمي من المستند أو إنشاؤه بعد استخراج المستند.
خلق أسئلة وأجوبة جيدة
أسئلة جيدة
أفضل الأسئلة بسيطة. ضع في اعتبارك الكلمة أو العبارة الرئيسية لكل سؤال ثم قم بإنشاء سؤال بسيط لتلك الكلمة أو العبارة الرئيسية.
أضف أكبر عدد ممكن من الأسئلة البديلة التي تحتاجها ولكن حافظ على بساطة التعديلات. إن إضافة المزيد من الكلمات أو العبارات التي ليست جزءا من الهدف الرئيسي للسؤال لا يساعد QnA Maker في العثور على مطابقة.
إضافة أسئلة بديلة ذات صلة
يمكن للمستخدم إدخال أسئلة إما بأسلوب محادثة للنص How do I add a toner cartridge to my printer? أو بحث عن كلمات رئيسية مثل toner cartridge. يجب أن يكون لدى قاعدة معارف كلا النمطين من الأسئلة من أجل إرجاع أفضل إجابة بشكل صحيح. إذا لم تكن متأكدا من الكلمات الرئيسية التي يدخلها العميل، فاستخدم بيانات Insights التطبيقات لتحليل الاستعلامات.
إجابات جيدة
أفضل الإجابات هي إجابات بسيطة ولكنها ليست بسيطة للغاية. لا تستخدم إجابات مثل yes و no. إذا كان من المفترض أن ترتبط إجابتك بمصادر أخرى أو توفر تجربة غنية بالوسائط والروابط، فاستخدم وضع علامات على البيانات الوصفية للتمييز بين الإجابات، ثم أرسل الاستعلام مع علامات البيانات الوصفيةstrictFilters في الموقع للحصول على إصدار الإجابة الصحيح.
| إجابة | مطالبات المتابعة |
|---|---|
| قم بإيقاف تشغيل كمبيوتر Surface المحمول باستخدام زر الطاقة الموجود على لوحة المفاتيح. | * مجموعات المفاتيح للنوم وإيقاف التشغيل وإعادة التشغيل. * كيفية التمهيد الثابت لجهاز كمبيوتر محمول Surface * كيفية تغيير BIOS لجهاز كمبيوتر محمول Surface * الاختلافات بين النوم وإيقاف التشغيل وإعادة التشغيل |
| تتوفر خدمة العملاء عبر الهاتف Skype والرسائل النصية على مدار 24 ساعة في اليوم. | * معلومات الاتصال للمبيعات. * Office وتخزين المواقع والساعات لزيارة شخصية. * ملحقات لجهاز كمبيوتر محمول Surface. |
Chit-Chat
أضف دردشة شيت إلى الروبوت الخاص بك ، لجعل الروبوت الخاص بك أكثر محادثة وجاذبية ، بجهد منخفض. يمكنك بسهولة إضافة مجموعات بيانات دردشة شيت من شخصيات محددة مسبقا عند إنشاء قاعدة المعارف الخاصة بك، وتغييرها في أي وقت. تعرف على كيفية إضافة دردشة شيت إلى كيلوبايتك.
يتم دعم Chit-chat بالعديد من اللغات.
اختيار الشخصية
يتم دعم Chit-chat للعديد من الشخصيات المحددة مسبقا:
| الشخصيه | ملف مجموعة بيانات صانع QnA |
|---|---|
| احترافي | qna_chitchat_professional.tsv |
| ودي | qna_chitchat_friendly.tsv |
| ذكي | qna_chitchat_witty.tsv |
| رعايه | qna_chitchat_caring.tsv |
| متحمس | qna_chitchat_enthusiastic.tsv |
وتتراوح الردود من الرسمية إلى غير الرسمية وغير الموقرة. حدد الشخصية الأقرب إلى النغمة التي تريدها لروبوتك. يمكنك عرض مجموعات البيانات، واختيار واحدة تعمل كقاعدة للروبوت الخاص بك، ثم تخصيص الردود.
تحرير الأسئلة الخاصة بالروبوت
هناك بعض الأسئلة الخاصة بالروبوت والتي تعد جزءا من مجموعة بيانات دردشة شيت ، وقد تم ملؤها بإجابات عامة. قم بتغيير هذه الإجابات لتعكس تفاصيل الروبوت الخاص بك على أفضل وجه.
نوصي بجعل QnAs التالية من دردشة شيت أكثر تحديدا:
- روبوت Who أنت؟
- ماذا يمكنك أن تفعل؟
- كم عمرك؟؟
- روبوت Who خلقك؟
- مرحباً
إضافة دردشة شيت مخصصة باستخدام علامة بيانات وصفية
إذا أضفت أزواج QnA الخاصة بك من دردشة شيت، فتأكد من إضافة بيانات وصفية حتى يتم إرجاع هذه الإجابات. زوج اسم/قيمة بيانات التعريف هو editorial:chitchat.
البحث عن إجابات
تستخدم واجهة برمجة تطبيقات GenerateAnswer كلا من الأسئلة والإجابة للبحث عن أفضل الإجابات على استعلام المستخدم.
البحث عن الأسئلة فقط عندما تكون الإجابة غير ذات صلة
استخدم العبارة RankerType=QuestionOnly "إذا كنت لا تريد البحث عن إجابات".
مثال على ذلك ، هو عندما يكون قاعدة معارف كتالوجا للاختصارات كأسئلة بشكلها الكامل كإجابة. لن تساعد قيمة الإجابة في البحث عن الإجابة المناسبة.
الترتيب / التسجيل
تأكد من أنك تحقق أقصى استفادة من ميزات التصنيف التي يدعمها QnA Maker. سيؤدي القيام بذلك إلى تحسين احتمال الإجابة على استعلام مستخدم معين باستجابة مناسبة.
اختيار عتبة
درجة الثقة الافتراضية التي يتم استخدامها كعتبة هي 0، ولكن يمكنك تغيير الحد الأدنى لقاعدة المعارف استنادا إلى احتياجاتك. نظرا لأن كل قاعدة معارف مختلفة، يجب عليك اختبار واختيار العتبة الأنسب لقاعدة المعارف الخاصة بك.
اختيار نوع Ranker
بشكل افتراضي ، يبحث QnA Maker من خلال الأسئلة والأجوبة. إذا كنت ترغب في البحث من خلال الأسئلة فقط، لإنشاء إجابة، استخدم RankerType=QuestionOnly نص POST لطلب GenerateAnswer.
إضافة أسئلة بديلة
تعمل الأسئلة البديلة على تحسين احتمالية التطابق مع استعلام المستخدم. تكون الأسئلة البديلة مفيدة عندما تكون هناك طرق متعددة يمكن من خلالها طرح نفس السؤال. يمكن أن يشمل ذلك تغييرات في بنية الجملة ونمط الكلمة.
| استعلام أصلي | الاستعلامات البديلة | تغيير |
|---|---|---|
| هل تتوفر مواقف للسيارات؟ | هل لديك موقف سيارات؟ | بنية الجملة |
| مرحبا | يو يا هذا الذي هناك! |
نمط الكلمة أو العامية |
استخدام علامات البيانات الوصفية لتصفية الأسئلة والأجوبة
تضيف البيانات الوصفية قدرة تطبيق العميل على معرفة أنه لا ينبغي أن يأخذ جميع الإجابات ولكن بدلا من ذلك لتضييق نطاق نتائج استعلام المستخدم استنادا إلى علامات البيانات الوصفية. يمكن أن تختلف الإجابة قاعدة معارف استنادا إلى علامة البيانات الوصفية، حتى إذا كان الاستعلام هو نفسه. على سبيل المثال ، يمكن أن يكون ل "أين يقع موقف السيارات" إجابة مختلفة إذا كان موقع فرع المطعم مختلفا - أي أن البيانات الوصفية هي الموقع: سياتل مقابل الموقع:ريدموند.
استخدام المرادفات
على الرغم من وجود بعض الدعم للمرادفات في اللغة الإنجليزية ، استخدم تعديلات الكلمات غير الحساسة لحالة الأحرف عبر واجهة برمجة تطبيقات التعديلات لإضافة مرادفات إلى الكلمات الرئيسية التي تتخذ أشكالا مختلفة. تتم إضافة المرادفات على مستوى خدمة QnA Maker ومشاركتها من قبل جميع قواعد المعرفة في الخدمة.
استخدام كلمات مميزة للتمييز بين الأسئلة
تعمل خوارزمية ترتيب QnA Maker ، التي تطابق استعلام المستخدم مع سؤال في قاعدة معارف ، بشكل أفضل إذا كان كل سؤال يعالج حاجة مختلفة. تكرار نفس الكلمات المحددة بين الأسئلة يقلل من احتمال اختيار الإجابة الصحيحة لاستعلام مستخدم معين بهذه الكلمات.
على سبيل المثال، قد يكون لديك QnAs منفصلان مع الأسئلة التالية:
| قناس |
|---|
| أين هو موقع وقوف السيارات |
| أين يقع موقع الصراف الآلي |
نظرا لأن هذين النوعين من QnAs تمت صياغتهما بكلمات متشابهة للغاية ، فقد يتسبب هذا التشابه في درجات متشابهة جدا للعديد من استعلامات المستخدمين التي تتم صياغتها مثل "أين هو <x> الموقع". بدلا من ذلك ، حاول التمييز بوضوح مع استعلامات مثل "أين يوجد موقف السيارات " و " أين يوجد جهاز الصراف الآلي" ، من خلال تجنب كلمات مثل "الموقع" التي يمكن أن تكون في العديد من الأسئلة في قاعدة المعارف الخاصة بك.
التعاون
يسمح QnA Maker للمستخدمين بالتعاون في قاعدة معارف. يحتاج المستخدمون إلى الوصول إلى مجموعة موارد Azure QnA Maker للوصول إلى قواعد المعرفة. قد ترغب بعض المؤسسات في الاستعانة بمصادر خارجية قاعدة معارف التحرير والصيانة، ولا تزال قادرة على حماية الوصول إلى موارد Azure الخاصة بها. يتم تنفيذ نموذج المحرر والمعتمد هذا عن طريق إعداد خدمتين متطابقتين من QnA Maker في اشتراكات مختلفة واختيار واحدة لدورة اختبار التحرير. بمجرد الانتهاء من الاختبار ، يتم نقل محتويات قاعدة معارف من خلال عملية استيراد وتصدير إلى خدمة QnA Maker الخاصة بالمعتمد والتي ستقوم أخيرا بنشر قاعدة معارف وتحديث نقطة النهاية.
التعلم النشط
يقوم التعلم النشط بأفضل عمل في اقتراح أسئلة بديلة عندما يكون لديه مجموعة واسعة من جودة وكمية الاستعلامات المستندة إلى المستخدم. من المهم السماح لاستعلامات المستخدمين الخاصة بتطبيقات العميل بالمشاركة في حلقة ملاحظات التعلم النشطة دون رقابة. بمجرد اقتراح الأسئلة في بوابة QnA Maker ، يمكنك التصفية حسب الاقتراحات ثم مراجعة هذه الاقتراحات وقبولها أو رفضها.