nlp - 聊天机器人在与受信任的用户聊天时可以学习或不学习
问题描述
像 [Rasa] 这样的聊天机器人可以从受信任的用户那里学习——新的额外员工、产品 ID、产品类别或属性——或者当这些实体不再是最新的时候就忘记了吗?或者我是否必须经过正式的数据收集、培训课程、测试(置信率 > 给定比率),才能使新版本投入使用。
解决方案
如果您的实体值正在根据有效值的移动列表进行检查,则根据始终保持最新的数据库检查这些值更具可扩展性(例如,您的后端系统可能具有可查询的当前员工列表)。然后,如果用户提供了一个过去有效而现在无效的值,它的行为将与用户首先提供的无效值相同。
这样,无论某些训练示例是否不相关,实体提取都可以保持不变——当然,尝试使您的数据保持最新总是好的!
推荐阅读
- scala - 如何正确过滤 Spark 中的周期数据?
- ios - 如何将 tableView 数据导出为 PDF 并发送到电子邮件?
- python - 使用正则表达式抓取每次出现的内容
- javascript - onClick 事件 - 更改反应表中单行的数据
- elasticsearch - 弹性搜索完全匹配 - 错误的结果
- python - 代码在 IDE 中有效,但在终端控制台中无效
- sql - 查询以匹配外键关系
- python - 如何根据列表中的某个值将列表中的值相加?
- kubernetes - 是否可以使用 ONE 服务突出显示所有 pod?
- .net - 子报表不显示数据并显示空白页 c#.net