准备训练示例 Watson Assistant

Question

我使用 Watson Assistant 对客户的电子邮件进行分类。

我阅读了一个关于创建意图的最佳实践的好答案Best practices for creating intents/entities with IBM Conversation Service。它给了我一些如何改进结果的想法。

但是，我有一个关于在将示例添加到 Watson 之前清理示例的问题。

我必须删除所有数字、姓名、日期等吗？我必须删除诸如“您好，谢谢您，等待您的回复……”之类的短语吗？

例如，初始电子邮件是：

您好，我将搬到另一个城市，我的地址将在 4 月 21 日之后更改。我的新地址是伦敦，ABC Street 123，app。 34. 你能在我的个人资料中更新它吗？提前谢谢你。真诚的，马克

“清理”的电子邮件：

我会搬到另一个城市，我的地址会改变。我的新地址是

我必须删除所有不必要的信息还是最好将初始短语添加到 Watson？

您知道 Watson Assistant 使用什么算法来进行分类（意图）吗？

提前感谢您的任何回复。

Answer 1

您不应针对 PII 信息进行培训。它不会为您的模型增加任何价值。如果存在与数据相关的审计，也会产生风险。例如 GDPR。

找到邮件意图的本质并以此为基础进行培训。

您的示例是他们想要更新他们的个人资料。

---

请注意，WA 并非旨在对电子邮件进行分类。因此，您可能需要设计一种机制来对每个句子进行评分，或处理电子邮件中的多个意图。

另一个选项是 Watson NLC，我已经看到它用作邮件分类器。

---

您还应该尝试减少存储在 Watson Assistant 中的 PII，尽管它符合 PII 并支持 GDPR。