I punteggi di stima indicano l'accuratezza delle stime per la finalità e le entità

Importante

LUIS verrà ritirato il 1° ottobre 2025 e a partire dal 1° aprile 2023 non sarà possibile creare nuove risorse LUIS. È consigliabile eseguire la migrazione delle applicazioni LUIS alla comprensione del linguaggio conversazionale per trarre vantaggio dal supporto del prodotto continuo e dalle funzionalità multilingue.

Un punteggio di stima indica il grado di attendibilità LUIS per i risultati della stima di un'espressione utente.

Un punteggio di stima è compreso tra zero (0) e uno (1). Un esempio di punteggio LUIS altamente attendibile è 0,99. Un esempio di punteggio poco attendibile è 0,01.

Valore del punteggio	Attendibilità
1	corrispondenza definita
0.99	attendibilità elevata
0,01	attendibilità bassa
0	nessuna corrispondenza

Finalità con punteggio elevato

La stima di ogni espressione restituisce una finalità con punteggio elevato. Questa stima è un confronto numerico dei punteggi di stima.

Prossimità dei punteggi tra loro

I primi 2 punteggi possono avere una differenza molto piccola tra loro. LUIS non indica questa prossimità diversa dalla restituzione del punteggio superiore.

Restituire un punteggio di stima per tutte le finalità

Un risultato di test o endpoint può includere tutte le finalità. Questa configurazione viene impostata sull'endpoint usando la coppia nome/valore querystring corretta.

Api di stima	Nome querystring
V3	show-all-intents=true
V2	verbose=true

Rivedere le finalità con punteggi simili

Rivedere il punteggio di tutte le finalità per verificare non solo che sia stata identificata la finalità corretta, ma che il punteggio della finalità identificata successivamente sia di molto inferiore in modo coerente per le espressioni.

Se più finalità presentano punteggi di stima vicini, in base al contesto di un'espressione, LUIS potrebbe passare da una finalità a un'altra. Per risolvere questa situazione, continuare ad aggiungere espressioni a ogni finalità con un'ampia gamma di differenze contestuali oppure è possibile avere l'applicazione client, ad esempio un bot di chat, fare scelte a livello di codice su come gestire le 2 finalità principali.

I due intenti con punteggio troppo simile possono essere invertiti a causa del training non deterministico. Il punteggio superiore può diventare il secondo punteggio mentre il secondo può diventare il primo. Per evitare questa situazione, aggiungere espressioni di esempio a ognuna delle due finalità principali per tale espressione con la scelta della parola e il contesto che differenzia le 2 finalità. Le due finalità devono avere circa lo stesso numero di espressioni di esempio. Una regola generale per la separazione per impedire l'inversione a causa del training è una differenza del 15% nei punteggi.

È possibile disattivare il training non deterministicoeseguendo il training con tutti i dati.

Differenze con le stime tra diverse sessioni di training

Quando si esegue il training dello stesso modello in un'app diversa e i punteggi non sono uguali, questa differenza è perché esiste un training non deterministico (un elemento di casualità). In secondo luogo, eventuali sovrapposizioni di un'espressione a più di una finalità indicano che la finalità principale della stessa espressione può cambiare in base al training.

Se il bot di chat richiede un punteggio LUIS specifico per indicare la fiducia in una finalità, è consigliabile usare la differenza di punteggio tra le prime due finalità. Questa situazione offre flessibilità per le variazioni nel training.

È possibile disattivare il training non deterministicoeseguendo il training con tutti i dati.

Notazione E (esponenziale)

I punteggi di stima possono usare la notazione esponenziale, dove appare sopra l'intervallo 0-1, ad esempio 9.910309E-07. Questo punteggio è un'indicazione di un numero molto piccolo.

Punteggio notazione esponenziale	Punteggio effettivo
9,910309E-07	0,0000009910309

Impostazioni applicazione

Usare le impostazioni dell'applicazione per controllare la modalità di punteggiatura e punteggiatura dei punteggi di stima degli effetti della punteggiatura.

Passaggi successivi

Vedere Aggiungere entità per ulteriori informazioni sull'aggiunta di entità all'app LUIS.