【发布时间】：2019-09-05 08:30:42
【问题描述】：
前提：我正在使用ML Luis framework 开发聊天机器人。这基本上是一个黑盒框架，我不知道如何以正确的方式调整它来解决这个问题。
我的聊天机器人有两个意图/类。为简单起见说：
- 喜欢
- 不喜欢
是两个所说的意图。在我的训练集中，我有两个课程：
喜欢类：
我喜欢
我喜欢猫
我真的很喜欢老鼠
不喜欢类：
我不喜欢它
我不喜欢海豚
我真的不喜欢狗
这两个类对于训练集短语非常相似，当我尝试对属于两个类之一的短语进行一些预测时，分数非常接近，例如：
I like armadillos -> 0.86 like | 0.8 don't like
基本上，这两个域/类有很大的重叠，并且只有一个词不同（不要，如示例中所示）。有没有办法有效地训练模型（使用 Luis1）增加相似话语之间的分数差异？
【问题讨论】：
-
尝试为否定词“不喜欢”、“不喜欢”添加短语列表，然后查看推荐的词组以添加更多。另外添加针对这两个意图的模式。
标签： machine-learning nlp chatbot azure-language-understanding disambiguation