Procedure consigliate per una knowledge base di QnA Maker
Il ciclo di vita di sviluppo della knowledge base fornisce informazioni sulla gestione della KB dall'inizio alla fine. Usare queste procedure consigliate per migliorare la knowledge base e offrire risultati migliori all'applicazione client o agli utenti finali del bot di chat.
Nota
Il servizio QnA Maker viene ritirato il 31 marzo 2025. Una versione più recente della domanda e della funzionalità di risposta è ora disponibile come parte del linguaggio di intelligenza artificiale di Azure. Per le funzionalità di risposta alle domande all'interno del servizio linguistico, vedere La risposta alle domande. A partire dal 1° ottobre 2022 non sarà possibile creare nuove risorse QnA Maker. Per informazioni sulla migrazione delle knowledge base QnA Maker esistenti alla risposta alle domande, consultare la guida alla migrazione.
Estrazione
Il servizio QnA Maker migliora continuamente gli algoritmi di estrazione di domande e risposte dal contenuto, espandendo l'elenco di file e formati di pagina HTML supportati. Seguire le linee guida per l'estrazione di dati in base al tipo di documento.
In generale, le pagine di domande frequenti devono essere autonome e non combinate con altre informazioni. I manuali di prodotti devono avere titoli chiari e preferibilmente una pagina di indice.
Configurazione di più turni
Creare il knowledge base con l'estrazione a più turni abilitata. Se il knowledge base esegue o deve supportare la gerarchia delle domande, questa gerarchia può essere estratta dal documento o creata dopo l'estrazione del documento.
Creazione di domande e risposte di qualità
Domande di qualità
Le domande migliori sono quelle semplici. Considerare la parola chiave o la frase per ogni domanda e quindi creare una domanda semplice basata su tale parola chiave o frase.
È possibile aggiungere tutte le domande alternative che si ritiene necessario, mantenendole però semplici. L'aggiunta di parole o frasi che non fanno parte dell'obiettivo principale della domanda non aiuta QnA Maker a trovare una corrispondenza.
Aggiungere domande alternative pertinenti
L'utente può immettere domande con uno stile di testo How do I add a toner cartridge to my printer? conversazionale o una ricerca di parole chiave, toner cartridgead esempio . La knowledge base deve avere entrambi gli stili di domande per restituire correttamente la risposta migliore. Se non si è certi delle parole chiave immesse da un cliente, usare i dati di Application Insights per analizzare le query.
Risposte di qualità
Le risposte migliori sono risposte semplici, ma non troppo semplici. Non usare risposte come yes e no. Se la risposta deve collegarsi ad altre origini o fornire un'esperienza avanzata con supporti e collegamenti, usare l'assegnazione di tag di metadati per distinguere le risposte, inviare la query con tag di metadati nella strictFilters proprietà per ottenere la versione di risposta corretta.
| Risposta | Richieste di completamento |
|---|---|
| Spegnere il portatile Surface con il pulsante di alimentazione sulla tastiera. | * Combinazioni chiave per dormire, arrestare e riavviare. * Come eseguire l'avvio rigido di un portatile Surface * Come modificare il BIOS per un portatile Surface * Differenze tra sospensione, arresto e riavvio |
| Il servizio clienti è disponibile tramite telefono, Skype e sms 24 ore al giorno. | * Informazioni di contatto per le vendite. * Località e negozi di office e ore per una visita in persona. * Accessori per un portatile Surface. |
Chit Chat
Aggiungere una chit-chat al bot, per renderlo più colloquiale e accattivante con uno sforzo minimo. È possibile aggiungere facilmente set di dati chit-chat da personalità predefinite durante la creazione della KB e modificarli in qualsiasi momento. Come aggiungere chit-chat alla KB.
Chit-chat è supportato in molte lingue.
Scelta della personalità
Chit-chat è supportato per diverse personalità predefinite:
| Personalità | File del set di dati QnA Maker |
|---|---|
| Professionale | qna_chitchat_professional.tsv |
| Gentile | qna_chitchat_friendly.tsv |
| Spiritoso | qna_chitchat_witty.tsv |
| Cura | qna_chitchat_caring.tsv |
| Entusiasta | qna_chitchat_enthusiastic.tsv |
Le risposte possono andare da quelle formali a quelle informali e irriverenti. Selezionare la personalità più vicina allineata al tono desiderato per il bot. È possibile visualizzare i set di dati e scegliere uno che funge da base per il bot e quindi personalizzare le risposte.
Modifica delle domande specifiche per i bot
Esistono alcune domande specifiche per i bot che fanno parte del set di dati chit-chat e a cui sono state associate risposte generiche. Modificare queste risposte per riflettere al meglio i dettagli del bot.
È consigliabile rendere le seguenti QnA di chit-chat più specifiche:
- informazioni sull'utente
- operazioni consentite
- Quanti anni hai?
- Chi ti ha creato?
- Ciao
Aggiunta di chit-chat personalizzate con un tag di metadati
Se si aggiungono coppie QnA di chit chat, assicurarsi di aggiungere metadati in modo che vengano restituite queste risposte. La coppia nome/valore dei metadati è editorial:chitchat.
Ricerca di risposte
L'API GenerateAnswer usa entrambe le domande e la risposta per cercare le risposte migliori alla query di un utente.
Ricerca di domande solo quando la risposta non è pertinente
Usare se RankerType=QuestionOnly non si vogliono cercare risposte.
Un esempio di questo, è quando la knowledge base è un catalogo di acronimi come domande con la loro forma completa come risposta. Il valore della risposta non aiuterà a cercare la risposta appropriata.
Classificazione e assegnazione dei punteggi
Assicurarsi di usare al meglio le funzionalità di classificazione supportate da QnA Maker. In questo modo sarà possibile migliorare la probabilità che una specifica query utente riceva una risposta appropriata.
Scelta della soglia
Il punteggio di attendibilità predefinito usato come soglia è 0, tuttavia è possibile modificare la soglia per la KB in base alle proprie esigenze. Poiché ogni KB è diversa, occorre testare e scegliere la soglia più adatta alla propria KB.
Scelta del tipo di ranker
Per impostazione predefinita, QnA Maker cerca domande e risposte. Se si vuole cercare solo domande, per generare una risposta, usare il RankerType=QuestionOnly nel corpo POST della richiesta GenerateAnswer.
Aggiungere domande alternative
Le domande alternative aumentano la probabilità di una corrispondenza con una query utente. Le domande alternative sono utili quando ci sono più modi per porre la stessa domanda. Ciò può includere modifiche alla struttura della frase e allo stile delle parole.
| Query originale | Query alternative | Modifica |
|---|---|---|
| È disponibile il parcheggio? | Si dispone di parcheggio? | struttura della frase |
| Ciao | Ehi Salve! |
stile delle parole o gergo |
Usare i tag di metadati per filtrare domande e risposte
I metadati aggiungono la possibilità che un'applicazione client sappia che non deve accettare tutte le risposte, ma limitare i risultati di una query utente in base ai tag di metadati. La risposta della knowledge base può essere diversa in base al tag di metadati, anche se la query è la stessa. Ad esempio, la domanda "Dove si trova il parcheggio?" può avere una risposta diversa se la posizione del ramo relativo al ristorante è diverso, ovvero se i metadati sono Posizione: Seattle anziché Posizione: Redmond.
Usare sinonimi
Sebbene sia disponibile un certo supporto per i sinonimi nella lingua inglese, usare le modifiche delle parole senza distinzione tra maiuscole e minuscole tramite l'API Modifiche per aggiungere sinonimi a parole chiave che accettano forme diverse. I sinonimi vengono aggiunti a livello di servizio di QnA Maker e condivisi da tutte le knowledge base nel servizio.
Usare parole diverse per distinguere le domande
L'algoritmo di classificazione di QnA Maker, che mette in corrispondenza una query utente con una domanda nella knowledge base, funziona meglio se ogni domanda risponde a esigenze diverse. La ripetizione dello stesso set di parole tra domande riduce la probabilità di scelta della risposta corretta per una determinata query utente che usa tali parole.
Ad esempio, si potrebbero avere due QnA separate con le domande seguenti:
| QnA |
|---|
| dove si trova il parcheggio |
| dove è la posizione atm |
Poiché questi due QnA sono frasi con parole molto simili, questa somiglianza potrebbe causare punteggi molto simili per molte query utente che sono frasi come "dove è la <x> posizione". Invece, cercare di distinguere chiaramente con le query come "dove è il parcheggio" e "dove è il bancomat", evitando parole come "posizione" che potrebbero essere in molte domande nella knowledge base.
Collaborazione
QnA Maker permette agli utenti di collaborare a una knowledge base. Gli utenti devono accedere al gruppo di risorse QnA Maker di Azure per accedere alle knowledge base. Alcune organizzazioni potrebbero voler assegnare all'esterno le attività di modifica e manutenzione della knowledge base, mantenendo comunque la possibilità di proteggere l'accesso alle risorse di Azure. Questo modello di approvazione dell'editor di testo può essere ottenuto configurando due servizi QnA Maker identici in diverse sottoscrizioni e se si seleziona uno per il ciclo di test di modifica. Una volta completati i test, il contenuto della knowledge base può essere trasferito con un processo di importazione-esportazione al servizio QnA Maker del responsabile approvazione che infine pubblicherà la knowledge base e aggiornerà l'endpoint.
Apprendimento attivo
Apprendimento attivo garantisce migliori prestazioni nel suggerimento di domande alternative se è disponibile un'ampia gamma, in termini di qualità e quantità, di query basate sull'utente. È importante consentire alle query degli utenti delle applicazioni client di entrare nel ciclo di feedback relativo all'apprendimento attivo senza alcuna limitazione. Dopo aver suggerito domande nel portale di QnA Maker, è possibile filtrare in base ai suggerimenti , quindi rivedere e accettare o rifiutare tali suggerimenti.