语料：在机器人中一般是指“知识标题”和“相似问”统称语料（在多轮对话中称为“意图名称”和“用户话术”）
知识定位结构——知识标题，需要遵循一定的梳理逻辑：
将重点放在常见的用户问题上，在经过预处理的语料中，筛选出用户的真实提问来提炼知识标题；
意思相近的提问，如果可以用同一个答案回答，就放到同一个知识点的知识标题和相似标题中；
描述简洁，句意完整；
根据实际的用户问题颗粒度，把握知识的颗粒度；
举个例子：
类别 |
意义 |
知识标题标准 |
举例 |
|---|---|---|---|
What |
名词解释、现象解释 |
名词+是什么+？ 现象+是什么意思+？ |
流量特惠包是什么？ |
Where |
路径引导 |
名词+在哪里+？ |
话费在哪里充值？ |
Who |
找人诉求 |
名词+是谁+？ |
我的亲情号码是谁？ |
When |
时间、时间节点、持续时间 |
名词+需要多久+？ 名词+什么时候+动词+？ |
花费充值多久生效？ |
Why |
现象类、原因类 |
名词+为什么+现象+？ |
话费充值了为什么还欠费？ |
Whether |
判断类 |
名词+能不能/是不是+动词+？ |
我能通过微信充值话费吗？ |
How |
操作类 |
名词+如何+动词+？ 现象+怎么办+？ |
如何修改个人信息 |
How much |
多少钱 |
名词+价格是多少+？ |
流量特惠包是多少钱？ |
How many |
数量类 |
名词+有哪些+？ 描述+多少个+？ |
我可以绑定多少个亲情号码？ |
知识和语料获取来源 |
荐句工具 |
已有知识库 |
通过类目或意图穷举 |
工单 |
对话记录 |
|---|---|---|---|---|---|
获取内容 |
输入用户话术或相似问法，机器人自动提供一批相似问 |
知识库中客户的各种问法，对应到相应意图 |
通过意图，人工模拟客户各种相似问法，每个意图模拟不低于20条相似问 |
用户提问记录和对应服务答复内容 |
提取聊天记录 |
语料清洗的目的：将所有搜集到的语料进行清洗，语料清洗的目的是将冗长、不符合规范的相似问进行规范化，一边提升识别命中。
一条问题中包含多个问句，如问句表达的含义一致，应合并成一条知识标题。反之，应拆分成多条知识标题。
Case1
错误写法：我曾经开通过XXX业务，现在想取消可以吗？
原因分析：合并为一条知识标题（合）
正确写法：
1、XXX业务的取消方法
Case2
错误写法：开通XXX业务有什么方法？收费怎样的？
原因分析：拆分为两条知识标题（拆）
正确写法：
1、XXX业务的开通方法
2、XXX业务的资费标准
知识标题中主体部分的信息需要完整，如业务名称。并去掉五十级意义的前缀词和语气词。
Case1
错误写法：我想问一下，怎么办理信用卡，谢谢！
原因分析：去掉无实际意义前后缀语气词。
正确写法：
1、怎么办理信用卡
Case2
错误写法：临时额度调整
原因分析：在实际业务中，很多不同类型的银行卡都有临时额度调整，如A卡临时额度调整，B卡临时额度调整。因此需要特别强调“A卡”。
正确写法：
1、A卡临时额度调整
1、建议每个FAQ的标准问有不少于20条符合规范的相似问
2、建议每个多轮对话意图拥有20个以上表述，以及适当配置一些LGF规则
1、语料、相似问不可过长（不建议超过30个字）
2、标题不规范（含有空格、符号）
3、同一标题不能包含多个含义、语义
4、标题语义不完整，需要进行完善
5、语料、标题中剔除含有无意义词语、语气词
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |