【问题标题】:Luis or text analytics for conversational data extraction用于会话数据提取的 Luis 或文本分析
【发布时间】:2019-11-19 22:01:23
【问题描述】:

我目前正在开发一个机器人,它可以帮助用户以对话方式填写表格。我想知道我是否应该为此选择 LUIS 或天蓝色文本分析。或者两者兼而有之?因为我需要回应某些意图,但回答问题显然没有意图。或者我可以把回答问题算作一种意图。无论哪种方式,我都必须处理从范围到名称、日期和情绪的各种类型的答案。补充一点:它需要支持荷兰语。

简单示例:

机器人问:

在 1 到 10 分的范围内,您对某个主题感觉如何?

用户回复:

好吧,我会给它一个 10

机器人摘录:

feelingScore = 10

更复杂的例子

机器人问:

您对某个主题感觉如何?

用户回复:

好吧,我会给它一个 10

机器人摘录:

feeling = "10"

用户回复:

老实说,我对此感觉不太好。

机器人摘录:

feeling = "not that good" (or possibly a sentiment score)

【问题讨论】:

  • 您能否提供您想要实现的目标的示例?
  • @ThiagoCustodio 我刚刚添加了一些示例。如果不清楚,明天我可以给你提供更多示例。

标签: azure machine-learning nlp azure-language-understanding azure-cognitive-services


【解决方案1】:

由于没有基于用户输入的操作,我看不出使用 LUIS 的理由。您可以使用文本分析实现您想要的。

PS:请注意,即使是严厉的用户回复 10,情绪分析也可能不是 100%。

例子:

  • “我会给它一个 10”-> 情绪得分是 95
  • “好吧,我会给它一个 10”-> 情绪得分是 85

但同时,您可以检查 NAMED ENTITIES 并从中获取提取的数字(在答案中提供时)

https://azure.microsoft.com/en-us/services/cognitive-services/text-analytics/

【讨论】:

  • 谢谢!那我想我会同时使用这两个。 LUIS 用于取消或重新安排问卷调查,其余的只是文本分析。只需要想办法以某种方式将它们分开。 (第一次使用这些工具)
猜你喜欢
  • 2016-08-04
  • 2021-01-18
  • 2021-06-03
  • 1970-01-01
  • 1970-01-01
  • 2019-09-10
  • 1970-01-01
  • 2018-11-23
  • 1970-01-01
相关资源
最近更新 更多