Zināšanu bāzes optimizētājs (Knowledge Base Optimizer) ir testēšanas rīks, kas parāda, kurus trenēšanas datu fragmentus chatbot atrod jebkuram jautājumam. Atsevišķam jautājumam tas izmanto bota zināšanu izgūšanas un valodas iestatījumus. Tas neatkārto visu sarunu un neizsauc bota veikala darbības vai citas darbības, tāpēc tas nav precīzs katras reālās atbildes pieraksts.
Tas darbojas tikai lasīšanas režīmā: jautājuma pārbaude šeit nemaina jūsu trenēšanas datus un nekādā veidā neietekmē jūsu chatbot.
Kur to atrast
Galvenajā infopanelī atlasiet savu chatbot un atveriet cilni Training (Trenēšana). Kreisajā kolonnā zem avotu kategoriju saraksta noklikšķiniet uz Knowledge Base Optimizer.
Ja vēl neesat trenējis savu chatbot, vispirms sāciet ar trenēšanas datu pievienošanu - optimizētājs var meklēt tikai tādās zināšanās, kas jau ir apmācītas.
Jautājuma testēšana
- Laukā Message (Ziņa) ierakstiet jautājumu - vēlams reālu jautājumu, ko uzdod jūsu apmeklētāji, vai tādu, uz kuru chatbot nesen atbildēja slikti.
- Noklikšķiniet uz Submit (Iesniegt).
- Pēc brīža zemāk parādīsies atbilstošie zināšanu fragmenti, sakārtoti pēc izgūšanas ranga un valodas politikas.
Rezultātu lasīšana
Katra rezultātu rinda attēlo vienu jūsu trenēšanas datu fragmentu:
- Match (Atbilstība) - procentuālā vērtība kreisajā pusē parāda, cik precīzi fragments atbilst jūsu jautājumam. Izmantojiet to kā līdzības signālu, nevis procentuālu varbūtību, ka atbilde ir pareiza. Secību var ietekmēt arī valodas preferences un atkārtota ranžēšana.
- Source (Avots) - rindas galvenē ir redzama avota veida ikona un nosaukums, piemēram, apmācītās lapas URL, faila nosaukums vai jautājumu un脚本 ieraksts (Q&A).
- Language badge (Valodas nozīmīte) - nelielā nozīmīte blakus avotam parāda, ar kādu valodu fragments ir atzīmēts. Avotiem bez valodas taga tiek rādīts "any", kas nozīmē, ka tie tiek izmantoti visām valodām.
- Fragment content (Fragmenta saturs) - noklikšķiniet uz rindas, lai to izvērstu un izlasītu precīzu tekstu, ko saņemtu chatbot.
Secībai ir nozīme. Rezultāti tiek ranžēti pēc atbilstības, un chatbot tos lasa šādā secībā, sākot no augšas, līdz tā zināšanu konteksta limits ir pilns. Šis limits ir atkarīgs no bota Chat Context Size (tērzēšanas konteksta izmērs) un atmiņas iestatījumiem - fragmenti, kas neietilpst limitā, tiek nogriezti no apakšas. Ja gaidītais fragments trūkst vai atrodas ļoti zemu sarakstā, chatbot, visticamāk, to neizmanto atbildes sniegšanā.
Valodas politika
Virs ziņas lauka rindiņa Language policy (Valodas politika) paskaidro, kā jūsu bots meklēšanas laikā apstrādā avota valodas. Botam bez valodu filtrēšanas tas meklē visos avotos kopā. Izmantojot Multi-language (Daudzvalodu atbalsts), konfigurētā politika var ierobežot izgūšanu līdz galvenajai valodai vai apmeklētāja valodai ar atlasīto rezerves variantu un no valodas neatkarīgiem avotiem. Pirms interpretējat trūkstošos rezultātus, izlasiet parādīto politiku.
Daudzvalodu botiem pēc katras meklēšanas zem ziņas lauka parādās papildu informācijas rindiņa. Tā parāda Detected message language (jautājumā atpazītā valoda), Searched languages (meklēšanā iekļautās avota valodas) un, ja rīks pārfrāzēja jūsu jautājumu labākai meklēšanai, faktiski izmantoto vaicājumu Refined query.
Kad to izmantot
- Chatbot atbild nepareizi vai saka, ka nezina. Pārbaudiet to pašu jautājumu šeit. Ja trūkst pareizā fragmenta, vispirms pārbaudiet sākotnējo avotu, tā pabeigto trenēšanas statusu, valodas tagu un parādīto valodas politiku. Trūkstošie rezultāti var atspoguļot arī rangu vai konteksta limitu; tie nepierāda, ka informācijas nav vispār. Pievienojiet vai labojiet saturu tikai pēc nepilnības identificēšanas.
- Pēc atkārtotas trenēšanas. Kad veicat avotu atkārtotu trenēšanu, pārbaudiet dažus tipiskus jautājumus, lai pārliecinātos, ka atjauninātais saturs tiek izgūts, kā paredzēts.
- Pirms palaišanas reālajā darbībā. Pārbaudiet visbiežāk uzdotos jautājumus, ko uzdos jūsu apmeklētāji, un pārliecinieties, ka katrs no tiem atgriež atbilstošus fragmentus saraksta augšgalā.
Ja rezultāti atklāj nepilnības, uzlabojiet savus trenēšanas datus un pārbaudiet vēlreiz - izmaiņas kļūst pieejamas pēc trenēšanas pabeigšanas. Pēc tam pārbaudiet atbildi cilnē Overview (Pārskats), iekļaujot reālistisku papildu jautājumu. Plašāku pamācību skatiet sadaļā Kā uzlabot chatbot atbildes.