A QnA Maker tudásbázis ajánlott eljárásai
A tudásbázis fejlesztési életciklus végigvezeti a tudásbázis elejétől a végéig történő kezeléséhez. Ezekkel az ajánlott eljárásokkal javíthatja a tudásbázis, és jobb eredményeket érhet el az ügyfélalkalmazás vagy a csevegőrobot végfelhasználói számára.
Megjegyzés
A QnA Maker szolgáltatás 2025. március 31-én megszűnik. A kérdés- és válaszképesség újabb verziója már elérhető az Azure AI Language részeként. A Language Service-ben található kérdések megválaszolási képességeiről a kérdések megválaszolása című témakörben olvashat. 2022. október 1-től nem hozhat létre új QnA Maker-erőforrásokat. A meglévő QnA Maker-tudásbázisok kérdésre való migrálásával kapcsolatos információkért tekintse meg a migrálási útmutatót.
Kigyűjtés
A QnA Maker szolgáltatás folyamatosan fejleszti azokat az algoritmusokat, amelyek qnA-kat nyernek ki a tartalomból, és kibővítik a támogatott fájl- és HTML-formátumok listáját. Kövesse a dokumentumtípus alapján történő adatkinyerésre vonatkozó irányelveket .
A GYIK-oldalaknak általában különállónak kell lenniük, és nem kombinálhatók más információkkal. A termék kézikönyveinek egyértelmű címsorokkal és lehetőleg indexlapokkal kell rendelkezniük.
Többfordulós konfigurálás
Hozza létre a tudásbázis, ha engedélyezve van a többfordulós kinyerés. Ha a tudásbázis támogatja vagy támogatja a kérdéshierarchiát, ez a hierarchia kinyerhető a dokumentumból, vagy a dokumentum kinyerése után hozható létre.
Jó kérdések és válaszok létrehozása
Jó kérdések
A legjobb kérdések egyszerűek. Vegye figyelembe az egyes kérdések kulcsszavat vagy kifejezést, majd hozzon létre egy egyszerű kérdést az adott kulcsszóhoz vagy kifejezéshez.
Adjon hozzá annyi alternatív kérdést, amennyit csak szeretne, de tartsa egyszerűnek a módosításokat. Ha további szavakat vagy kifejezéseket ad hozzá, amelyek nem részei a kérdés fő céljának, nem segít a QnA Makernek megtalálni az egyezést.
Releváns alternatív kérdések hozzáadása
A felhasználó beszélgetési stílussal How do I add a toner cartridge to my printer? vagy kulcsszókereséssel (például toner cartridge) adhat meg kérdéseket. A tudásbázis mindkét kérdésstílussal rendelkeznie kell, hogy helyesen adja vissza a legjobb választ. Ha nem tudja biztosan, hogy az ügyfél milyen kulcsszavakat ír be, az Application Insights-adatokkal elemezheti a lekérdezéseket.
Jó válaszok
A legjobb válaszok egyszerű válaszok, de nem túl egyszerűek. Ne használjon olyan válaszokat, mint a és noayes. Ha a válasznak más forrásokra kell hivatkoznia, vagy gazdag élményt kell nyújtania a médiatartalmakkal és a hivatkozásokkal kapcsolatban, használjon metaadat-címkézést a válaszok megkülönböztetéséhez, majd küldje el a lekérdezést metaadat-címkékkel a tulajdonságban a strictFilters megfelelő válaszverzió lekéréséhez.
| Válasz | Nyomon követési kérések |
|---|---|
| Kapcsolja le a Surface laptopot a billentyűzet bekapcsológombjával. | * Kulcskombinációk alváshoz, leállításhoz és újraindításhoz. * Hogyan lehet keményen boot egy Surface laptop * Hogyan lehet módosítani a BIOS egy Surface laptop * Különbségek az alvás, a leállítás és az újraindítás között |
| Az ügyfélszolgálat telefonon, Skype-on és sms-ben érhető el a nap 24 órájában. | * Kapcsolattartási adatok az értékesítéshez. * Irodai és áruházi helyek és órák személyes látogatásra. * Surface laptop tartozékai. |
Chit-Chat
Adjon hozzá csevegést a robothoz, hogy a robot beszélgetésesebb és magával ragadóbb legyen, kis erőfeszítéssel. A tudásbázis létrehozásakor egyszerűen hozzáadhat csevegési adatkészleteket előre definiált személyiségekből, és bármikor módosíthatja őket. Megtudhatja, hogyan vehet fel csevegést a tudásbázisba.
A csevegés számos nyelven támogatott.
Személyiség kiválasztása
A chit-chat számos előre definiált személyiség számára támogatott:
| Személyiség | QnA Maker-adatkészletfájl |
|---|---|
| Professional | qna_chitchat_professional.tsv |
| Barátságos | qna_chitchat_friendly.tsv |
| Szellemes | qna_chitchat_witty.tsv |
| Gondoskodó | qna_chitchat_caring.tsv |
| Lelkes | qna_chitchat_enthusiastic.tsv |
A válaszok a formálistól az informálisig és az irrevensig terjednek. Válassza ki a robothoz leginkább igazodó személyiséget. Megtekintheti az adathalmazokat, és kiválaszthatja azt, amely a robot alapjául szolgál, majd testre szabhatja a válaszokat.
Robotspecifikus kérdések szerkesztése
Vannak olyan robotspecifikus kérdések, amelyek a csevegési adatkészlet részét képezik, és általános válaszokkal lettek kitöltve. Módosítsa ezeket a válaszokat úgy, hogy a legjobban tükrözzék a robot részleteit.
Javasoljuk, hogy a következő csevegési QNA-kat pontosabbá tegye:
- Melyik szerepbe tartozik?
- Mit tehet?
- Mennyi idős vagy?
- Ki hozott létre?
- Helló
Egyéni csevegés hozzáadása metaadatcímkével
Ha saját csevegési QnA-párokat ad hozzá, mindenképpen adjon hozzá metaadatokat, hogy ezek a válaszok vissza legyenek adva. A metaadat-név/érték pár a következő editorial:chitchat: .
Válaszok keresése
A GenerateAnswer API a kérdéseket és a választ is felhasználja a felhasználó lekérdezésére adott legjobb válaszok kereséséhez.
Kérdések keresése csak akkor, ha a válasz nem releváns
Használja az RankerType=QuestionOnly értéket, ha nem szeretne válaszokat keresni.
Erre példa az, amikor a tudásbázis a betűszók katalógusa kérdésként, a teljes formájukban választ ad. A válasz értéke nem segít a megfelelő válasz keresésében.
Rangsorolás/pontozás
Győződjön meg arról, hogy a legjobban használja ki a QnA Maker által támogatott rangsorolási funkciókat. Ezzel javítja annak valószínűségét, hogy egy adott felhasználói lekérdezés megfelelő választ kap.
Küszöbérték kiválasztása
A küszöbértékként használt alapértelmezett megbízhatósági pontszám 0, azonban igény szerint módosíthatja a tudásbázis küszöbértékét . Mivel minden tudásbázis eltérő, tesztelje és válassza ki azt a küszöbértéket, amely a legjobban megfelel a TUDÁSBÁZIS-nak.
Rangsoroló típusának kiválasztása
Alapértelmezés szerint a QnA Maker kérdéseket és válaszokat keres. Ha csak kérdések között szeretne keresni, a válasz létrehozásához használja a RankerType=QuestionOnly GenerateAnswer kérés POST törzsében található értéket.
Alternatív kérdések hozzáadása
A másodlagos kérdések növelik a felhasználói lekérdezéssel való egyezés valószínűségét. A másodlagos kérdések akkor hasznosak, ha több módon is fel lehet tenni ugyanazt a kérdést. Ez magában foglalhatja a mondatszerkezet és a szóstílus változásait is.
| Eredeti lekérdezés | Alternatív lekérdezések | Módosítás |
|---|---|---|
| Rendelkezésre áll a parkolás? | Van parkolója? | mondatszerkezet |
| Üdv! | Yo Hé ott! |
szóstílus vagy szleng |
Metaadatcímkék használata a kérdések és válaszok szűréséhez
A metaadatok lehetővé teszi, hogy az ügyfélalkalmazás tudja, hogy nem kell minden választ megadnia, hanem a metaadatcímkék alapján szűkítheti a felhasználói lekérdezések eredményeit. A tudásbázisban szereplő válasz a metaadatcímkétől függően eltérő lehet, még akkor is, ha a lekérdezés azonos. Például a "where is parking location" (ahol a parkolási hely található) más választ adhat, ha az éttermi ág helye eltérő – vagyis a metaadatok a Hely: Seattle és a Hely: Redmond.
Szinonimák használata
Bár az angol nyelvben bizonyos szinonimák támogatottak, használjon kis- és nagybetűkre érzéketlen szómódosításokat az Átalakítások API-val , hogy szinonimákat adjon hozzá a különböző űrlapokat használó kulcsszavakhoz. A szinonimákat a QnA Maker szolgáltatásszinten adja hozzá, és a szolgáltatás összes tudásbázisa megosztja.
Különböző szavak használata a kérdések megkülönböztetéséhez
A QnA Maker rangsorolási algoritmusa, amely megfelel egy felhasználói lekérdezésnek a tudásbázis egy kérdésével, akkor működik a legjobban, ha minden kérdés más igénynek felel meg. Ugyanazon szókészlet kérdések közötti ismétlődése csökkenti annak a valószínűségét, hogy az adott felhasználói lekérdezéshez a megfelelő választ választja ki ezekkel a szavakkal.
Előfordulhat például, hogy két külön QNA-val rendelkezik, amelyek a következő kérdéseket ismertetik:
| QnA-k |
|---|
| hol van a parkolási hely |
| ahol az ATM helye |
Mivel ez a két QNA nagyon hasonló szavakkal van kifejezésre állítva, ez a hasonlóság nagyon hasonló pontszámokat okozhat sok olyan felhasználói lekérdezés esetében, amelyek "hol található a <x> hely" kifejezéssel. Ehelyett próbálja meg egyértelműen megkülönböztetni az olyan lekérdezéseket, mint a "hol van a parkoló" és a "where is the ATM", elkerülve az olyan szavakat, mint a "hely", amely sok kérdésben szerepelhet a TUDÁSBÁZIS-ban.
Együttműködés
A QnA Maker lehetővé teszi, hogy a felhasználók együttműködjenek egy tudásbázis. A felhasználóknak hozzáférésre van szükségük az Azure AI QnA Maker erőforráscsoporthoz a tudásbázisok eléréséhez. Előfordulhat, hogy egyes szervezetek kiszervezik a tudásbázis szerkesztését és karbantartását, és továbbra is képesek lesznek megvédeni az Azure-erőforrásaikhoz való hozzáférést. Ez a szerkesztő-jóváhagyó modell két azonos QnA Maker-szolgáltatást állít be különböző előfizetésekben, és kiválaszt egyet a szerkesztési tesztelési ciklushoz. A tesztelés befejezése után a tudásbázis tartalma importálási-exportálási folyamattal kerül át a jóváhagyó QnA Maker szolgáltatásába, amely végül közzéteszi a tudásbázis, és frissíti a végpontot.
Aktív tanulás
Az aktív tanulás a legjobb megoldás, ha alternatív kérdéseket javasol, ha a felhasználóalapú lekérdezések széles választékával és mennyiségével rendelkezik. Fontos engedélyezni, hogy az ügyfélalkalmazások felhasználói lekérdezései cenzúra nélkül vehessenek részt az aktív tanulási visszajelzési ciklusban. Ha a QnA Maker portálján kérdéseket javasol, javaslatok alapján szűrhet , majd áttekintheti és elfogadhatja vagy elutasíthatja ezeket a javaslatokat.