【问题标题】:Training LUIS to predict entities without Phrase List训练 LUIS 以预测没有短语列表的实体
【发布时间】:2018-03-01 01:53:25
【问题描述】:

我正在尝试训练 LUIS 通过少量话语识别实体。我最初尝试使用具有不同实体值的少量话语进行训练。实体值由两个或更多单词组成。例如,“客户参与”、“授权您的团队”等。 由于字数的变化,我无法让 LUIS 正确识别实体。

我不能使用短语列表作为值,因为值是动态的。

如何让训练 LUIS 识别话语中的多个单词并有效识别实体?

【问题讨论】:

标签: azure-language-understanding


【解决方案1】:

这仍然需要您以规范值和同义词的形式提供一些训练数据,但解决此问题的另一种方法是在复合实体内使用 list entity。除此之外,您目前必须提供大量的训练数据/短语列表数据,因为 LUIS 不查看单词的定义。

【讨论】:

    猜你喜欢
    • 1970-01-01
    • 2020-02-21
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-03-16
    • 1970-01-01
    • 2016-10-25
    • 2017-01-15
    相关资源
    最近更新 更多