机器人训练

机器人训练学习

机器人管理及训练流程: 机器人形象设置→机器人渠道接入→机器人知识库创建→智能学习→自定义问题训练→未识别问题训练→持续学习(本节主要讲解机器人的训练学习)

1)智能学习

效果:通过智能学习,让您的机器人具备初始智能识别能力。
入口:机器人管理→训练学习
方法:添加完知识库以后,一键启动训练学习,即让机器人具备初始智能识别能力(有一定泛化能力,可以扩展识别一些相似问法)。

图片

2)标准问题训练

效果:通过给知识库问答添加少量样本后开启训练,即可让机器人拥有更强大的泛化能力(可以举一反三识别更多提问,识别准确率大大提高)。
入口:机器人管理→训练学习→自定义问题训练
图片

训练方法:
1.为每个自定义问题添加样本(建议先增加5条左右,越多越好),支持【手动输入】和【从聊天记录中搜索添加】【按模板批量导入】三种方式,添加完成后进入待学习样本。
2.所有希望添加样本的问题都添加完成后,即可一键开启训练学习。
3.训练完成后,可以在【提问测试&学习】中测试机器人是否可以识别各种各样的问题。
图片
图片

3)未识别问题训练

效果:通过未识别问题训练,可以让机器人的识别和应答效果不断提高,应对更多真实业务咨询问题。所谓未识别问题是指在机器人真实接待过程中,未识别出来的问题。
入口:机器人管理→训练学习→未识别问题学习
图片

训练方法:
1.将未识别问题列表中的【新问题】(知识库未覆盖的)添加为新问题。
2.将未识别问题列表中的【已有问题的变换问法】(机器人未准确识别)学习到已有问题。
3.在处理未识别问题前,需要对聚类的相似问题进行人工审核,删除含义不符的提问样本。在进行添加新问题或者学习到已有问题。
4.完成以上后,一键启动训练学习。

4)不满意回复纠错

效果:机器人回复答案后,通过对用户后续的反馈监控。提炼出机器人可能回复有误的数据,人工审核确认处理后,机器人的应答可以持续得到优化更加得体准确。
入口:机器人管理→训练学习→不满意回复纠错
处理方法:
将不满意回复列表中识别错误的问题(知识库未覆盖的)添加为新问题。
将不满意回复列表中的识别错误的问题(机器人未准确识别)学习到已有问题。
将不满意回复列表中推荐问题进行精确标注,提高准确回复的占比。、
对于提取的判断错误的数据进行忽略。
完成以上后,一键启动训练学习。
图片

5)持续学习

效果:通过持续学习可以让机器人智能度越来越高。
训练方法:
1.根据业务变化,丰富完整知识库问答内容。
2.了解问答的学习程度,为学习度低的问答添加样本,持续优化。

图片

{"error_code":0,"info":"","lp":"","tmp":""}