我如何使用 Watson Conversation 确定否定答案答案

【问题标题】：How i can determine negative answers using Watson Conversation我如何使用 Watson Conversation 确定否定答案
【发布时间】：2017-03-14 22:37:34
【问题描述】：

例如：如果用户在 Watson Conversation Service 中写入：

“我不想在我的新房子里有一个游泳池，但我想住在公寓里”

你怎么知道用户不想拥有游泳池，但他喜欢住在公寓里？

【问题讨论】：

标签： ibm-watson watson-conversation watson-dialog watson

【解决方案1】：

这是一个很好的问题，是的，这有点棘手......

目前，您最好的办法是提供尽可能多的应归类为特定意图的话语示例，作为该意图的训练示例 - 您提供的示例越多，NLU（自然语言理解）就越健壮。

话虽如此，请注意使用以下示例：

“我想在我的新房子里有一个游泳池，但我不喜欢住在公寓里”

对于intent-pool 和

“我不想在我的新房子里有一个游泳池，但我想住在公寓里”

for intent-condo 将使系统正确分类这些句子，但它们之间的置信度差异可能很小（因为当你只看文本时它们非常相似）。

所以这里的问题是，是否值得让系统对此类意图进行开箱即用的分类，或者在更简单的示例上训练系统，并在您发现前 N 个意图低的情况下使用某种形式的消歧置信度差异。

【讨论】：

【解决方案2】：

Sergio，在这种情况下，您可以测试对等节点有效的所有条件（继续），而您的否定（其他示例）可以使用“true”。

尝试使用意图来确定流程和实体来定义条件。

PS：您可以使用以下方法获取实体的值：

【讨论】：

【解决方案3】：

这是对话服务中多意图的典型场景。每次用户说话时，都会识别出所有前 10 个意图。您可以像这样更改对话 JSON 编辑器以查看所有意图。

{
  "output": {
    "text": {
      "values": [
        "<? intents ?>"
      ],
      "selection_policy": "sequential"
    }
  }
}

例如，当用户发表一个声明时，将触发两个意图，您会看到 intents[0].confidence 和 intents[1].confidence两者都很高，这意味着对话从用户文本中识别出两种意图。

但是到目前为止，它有一个主要限制，对于已识别的意图没有保证的顺序，即，如果你说过 “我不想在我的新房子里有一个游泳池，但我想住在公寓里”，不能保证积极的意图“would_not_want”会是意图[0] .intent 和intent "would_want" 将是intents[1].intent。因此，在您的应用程序中以更高的准确度实现此场景会有点困难。

【讨论】：

【解决方案4】：

现在，这在 Watson Assistant 中很容易实现。您可以通过创建上下文实体来做到这一点。

在您的意图中，您标记相关实体并将其标记为您定义的实体。上下文实体现在将学习句子的结构。这不仅会了解您已标记的内容，还会检测您未标记的实体。

因此，下面的示例成分已被标记为需要和不需要。

当你运行它时，你会得到这个。

此处为完整示例：https://sodoherty.ai/2018/07/24/negation-annotation/

【讨论】：