Comment on page
Обучение и покрытие
Чтобы покрытие выросло, нужно делать сценарии на популярные намерения, анализировать нераспознанные фразы пользователей, обучать уже созданные намерения. Но не менее важно делать интеграцию, потому что в этом случае мы уходим от статического сценария (консуль тация по вопросу) к динамическому (индивидуальная работа Лии с пользователем, более конкретная, с его данными и набором реакций на них). Поэтому чем глубже интеграция и чем больше методов API будет использовать бот, тем лучше будет покрытие без перевода на оператора — фактически Лия его заменит.
Рекомендуется добавить минимум 15−20 сообщений, этого будет достаточно для первоначального обучения бота. Лучше если фразы будут не однотипны, однако сохранят связь с одним общим намерением.
Важно! Слишком много фраз грузить не стоит. Идеальное количество фраз в проекте — 200−300, однако цифра примерная: например, если намерение корректно определяется на 50 фразах, не будет необходимости обучать Лию дополнительно только ради количества.
Обучение проходит по выгрузке кластеров — в них Лия собирает нераспознанные сообщения от пользователей. Нейросеть кластеризует данные автоматически, но обучать сами намерения в проекте нужно вручную. Так мы исключаем погрешности и контролируем, чему «учится» бот. Лия «узнает» больше фраз и их вариаций — процент распознавания увеличивается.
Фразы удаляются совсем, но их можно скопировать и добавить в правильное намерение сразу же. Архива удаленных фраз у Лии нет.
Отдельные слова лучше не использовать в качестве дообучения, так как Лия должна уловить контекст запроса, а не ключевую фразу. В обучение лучше брать запросы от ваших клиентов полностью, предварительно почистив фразу от знаков препинания и символов по нашей инструкции. Если по каким-то запросам не распознается нужное намерени е, необходимо обучить Лию этой фразе.
Last modified 3mo ago