Knowledge Base Optimizer (Оптимизатор на базата от знания) е инструмент за тестване, който Ви показва кои фрагменти от Вашите данни за обучение намира чатботът за всеки въпрос. Той използва настройките на бота за извличане на знания и език за самостоятелен въпрос. Не възпроизвежда цял разговор и не извиква действията за магазина или други действия на бота, така че не представлява точна следа на всеки отговор на живо.
Инструментът е само за четене: тестването на въпрос тук не променя Вашите данни за обучение и не влияе по никакъв начин на чатбота Ви.
Къде да го намерите
Изберете Вашия чатбот в главното табло за управление и отворете раздела Training (Обучение). В лявата колона, под списъка с категории източници, кликнете върху Knowledge Base Optimizer.
Ако все още не сте обучили Вашия чатбот, първо започнете с добавяне на данни за обучение - оптимизаторът може да търси само в съдържание, което вече е било обучено.
Тестване на въпрос
- Въведете въпрос в полето Message (Съобщение) - в идеалния случай реален въпрос, който Вашите посетители задават, или такъв, на който чатботът наскоро е отговорил лошо.
- Кликнете върху Submit (Изпращане).
- След малко съответстващите фрагменти от базата знания се показват по-долу, подредени според класирането при извличане и езиковата политика.
Разчитане на резултатите
Всеки ред с резултат представлява един фрагмент от Вашите данни за обучение:
- Match (Съвпадение) - процентът вляво показва колко точно фрагментът съответства на Вашия въпрос. Използвайте го като сигнал за сходство, а не като процентна вероятност отговорът да е правилен. Езиковите предпочитания и повторното класиране (reranking) също могат да повлияят на подредбата.
- Source (Източник) - заглавната част на реда показва икона за типа източник и неговото име, например URL адреса на обучената страница, име на файл или запис с въпроси и отговори (Q&A).
- Language badge (Езиков бадж) - малката значка до източника показва с кой език е обозначен фрагментът. Източниците без езиков етикет показват "any", което означава, че се използват за всеки език.
- Fragment content (Съдържание на фрагмента) - кликнете върху ред, за да го разгънете и да прочетете точния текст, който чатботът би получил.
Подредбата има значение. Резултатите се класират по уместност и чатботът ги чете в този ред - отгоре надолу, докато запълни своя лимит за контекст от базата знания. Този лимит зависи от настройките за Chat Context Size и памет на бота - фрагментите, които не се събират в лимита, се отрязват отдолу. Ако очакваният от Вас фрагмент липсва или се намира много ниско в списъка, чатботът най-вероятно не го използва при отговарянето.
Езикова политика
Над полето за съобщение редът Езикова политика (Language policy) обяснява как Вашият бот третира езиците на източниците по време на търсенето. За бот без филтриране по език той търси във всички източници едновременно. С Многоезичност (Multi-language) конфигурираната политика може да ограничи извличането само до основния език или езика на посетителя, заедно с избрания резервен вариант и езиково независимите източници. Прочетете показаната политика, преди да тълкувате липсващи резултати.
За многоезични ботове под полето за съобщение след всяко търсене се появява допълнителен информационен ред. Той показва Засечен език на съобщението (Detected message language) (езикът, който инструментът е разпознал във Вашия въпрос), Претърсени езици (Searched languages) (кои езици на източниците са били включени в търсенето) и, когато инструментът е преформулирал въпроса Ви за по-добро търсене, Прецизирана заявка (Refined query), която действително е използвал.
Кога да го използвате
- Чатботът отговаря неправилно или казва, че не знае. Тествайте същия въпрос тук. Ако правилният фрагмент липсва, проверете първо оригиналния източник, статуса на завършено обучение, езиковия етикет и показаната езикова политика. Липсващите резултати могат също така да отразяват класирането или лимита на контекста; те не доказват непременно, че информацията отсъства. Добавяйте или коригирайте съдържание само след като установите пропуска.
- След повторно обучение. Когато обучите повторно източниците си, пуснете няколко типични въпроса за да проверите бързо дали обновеното съдържание се извлича според очакванията.
- Преди пускане в реална среда. Тествайте най-честите въпроси, които посетителите Ви ще задават, и потвърдете, че всеки от тях връща подходящи фрагменти близо до върха на резултатите.
Ако резултатите разкрият пропуски, подобрете данните си за обучение и тествайте отново - промените стават достъпни след приключване на обучението. След това тествайте отговора в секцията Overview (Преглед), включително с реалистичен последващ въпрос. За по-подробно ръководство вижте Как да подобрите отговорите на чатбота.