意图样本话语（训练短语）结构 - 哪个最好？

Question

3/28/19 更新：来自 Google 的 Nick 在 DialogFlow 方面的回答非常出色。也很高兴能从 ASK 团队获得答案！

---

我们有一个语音应用程序，既可以作为 Alexa 技能，也可以作为 Google Action（使用 DialogFlow）。对于 ASK 和 DialogFlow，我们的意图是示例话语/训练短语结构：

前导词组 {主槽} 尾随词组

有许多前导短语和许多尾随短语。短语很短。这些短语中最多有 6 个单词，并且大多数有 3 个单词。并非所有示例话语都有前导词组和尾随词组。这些组合有 100 多个示例话语。

我想知道我们是否应该创建 {leading phrase} 和 {trailing phrase} 的新槽值。然后用当前在样本话语中的相应短语填充它们中的每一个。然后将样本话语从当前的 100+ 更改为仅这 4 个：

{主槽}

{前导词组} {主槽}

{主槽} {尾随短语}

{前导短语} {主槽} {尾随短语}

我认为这样我们会更好地记录日志，而且看起来更干净。但我很紧张。对两个平台进行此更改对 NLU 准确性的预期影响是什么？更好的？更差？ ASK 对此的最佳实践建议是什么？ DialogFlow 的最佳实践建议是什么？

---

@尼克- 感谢下面的回答。让我解释一下，看看我是否理解 - 如果专门使用实体，影响是：

1) 如果用户说出与已知实体组合完全匹配的内容，则识别效果会更好。

2) 如果用户说出与已知实体不匹配的短语，则与不使用实体时的相同情况相比，意图的匹配度不会那么强。这可能导致未选择意图。

这是正确的吗？

我不确定话语与实体组合不完全匹配的情况，但很接近。结果（与不使用实体时相比）意图匹配的频率会降低吗？也许您可以澄清您的陈述“如果用户要为短语添加前缀或后缀，并且它是不相关的，它将通过基于相似短语的意图模糊匹配来帮助 Dialogflow 的 ML 匹配。”

也许举个例子会有所帮助。让我们比较一下这两个训练短语：

'告诉我有关 {main slot} 和炸薯条的事'

{前导槽} {主槽} {尾槽}

地点：

{main slot} 包含“汉堡包”

{leading slot} 包含“tell me about”，但不包含“tell us about”

{trailing slot} 包含 'with french fries'

现在假设用户的话语是“告诉我们有关炸薯条的汉堡包”。使用插槽/实体是否或多或少可能与此意图相匹配？

Answer 1

如果您在实体中定义所有内容，则可以使其更加准确，因为 Dialogflow 将实施一些偏差来识别正确的实体（或完全忽略此意图）。

但是，使用实体实际上只需要用于您真正感兴趣的词汇。如果用户要为短语添加前缀或后缀，而这无关紧要，它将通过模糊匹配来帮助 Dialogflow 的 ML 匹配基于相似短语的意图。

根据您的问题，您似乎在某种程度上确实关心这些短语，因此使用实体可能是一个很好的选择，并且比 100 个单独的训练短语更容易维护。