Skip to content

ru Special Responses to Intents and FAQ

dilyararimovna edited this page May 9, 2023 · 1 revision

Компоненты для ответов на специальные запросы

Есть два основных способа указать ответы помощника: ответы на основе намерений и часто задаваемые вопросы. Подход, основанный на намерениях, подразумевает два отдельных компонента: Intent Catcher (классификатор с несколькими метками, обнаруживающий заданные намерения) и Intent Responder (навык с шаблонными ответами на намерения, обнаруженные Intent Catcher). Компоненты разделены, потому что обнаруженные намерения могут также использоваться другими навыками.

Intent Catcher. Детектор намерений

Intent Catcher — это классификатор с несколькими метками, который помогает обнаруживать пользовательские намерения пользователя, например, мы предоставляем предварительно определенные намерения, такие как «да», «нет», «какое_ваше_имя», «lets_chat_about» и т. д. Intent Catcher может быть построена с любой моделью классификации с несколькими метками. Основная проблема этого компонента обычно заключается в обнаружении выхода за рамки — классификатор может возвращать ложные положительные намерения, если он не обучен должным образом. Текущая версия Intent Catcher на основе Transformers требует обучения после добавления новых пользовательских намерений.

Intent Catcher использует два способа обнаружения намерений: обучаемый классификатор с несколькими метками и сопоставление с регулярными выражениями (полное высказывание пользователя сравнивается с заданными регулярными выражениями).

Кастомизация

  1. Спецификация обучающих примеров для классификатора намерений. Текстовые примеры могут быть представлены в следующих формах:
    • необработанные тексты,
    • примеры, сгенерированные из регулярных выражений с использованием следующих возможностей:
      • () для определения рассматриваемой последовательности,
      • (bla|blabla) - вертикальная линия для определения или символа
      • (){0,1} для определения наличия или отсутствия данных в скобках.

For example, from the regular expression (hi! |hello! ){0,1}how are you? two examples will be generated: hi! how are you? and hello! how are you?. One also may insert several examples (both texts or regular expressions) at once splitting them with a new line.

  1. Сопоставление с регулярными выражениями. Можно предоставить регулярные выражения, которые будут использоваться для метода re.match с высказыванием пользователя для обнаружения рассматриваемого намерения.

For example, the intent how_are_you will be detected in a user utterance hi! how are you using a regular expression (hi! |hello! ){0,1}how are you?{0,1}. One also may insert several regular expressions at once splitting them by a new line.

Intent Responder. Ответы на определенные намерения пользователя

Навык DFF Intent Responder — это основанный на шаблоне навык для ответа на особые запросы (намерения) пользователя. Навык DFF Intent Responder содержит ответы на некоторые намерения от Intent Catcher (некоторые намерения являются более общими и не требуют специальных ответов, но используются в других навыках в качестве пользовательской классификации).

FAQ. Ответы на Часто задаваемые вопросы

Часто задаваемые вопросы — это распространенный подход к заданию ответов помощника на некоторые запросы пользователя. Несмотря на то, что Компонент Часто Задаваемых Вопросов практически равен паре Intent Catcher и Intent Responder, для удобства мы выделяем его -- Компонент Часто Задаваемых Вопросов принимает данные в распространенном формате csv файла с 2 колонками, содержащими вопросы пользователей и ответы системы.