Train interface
Last updated
Last updated
Je kan je chatbot trainen door nieuwe trainingszinnen en intents toe te voegen, maar de input van je gebruikers is waarschijnlijk de meest waardevolle trainingsdata die je kan vinden. Wanneer je chatbot de input van de gebruiker niet herkent, zal deze worden geregistreerd in de train interface. Ga daar eens kijken om te achterhalen waar je chatbot verbetering nodig heeft.
Je kan in de train interface een bericht sturen naar je chatbot en een overzicht krijgen van de intentie en de entiteiten die herkend zijn door de bot.
Als je niet tevreden bent over de intentie die herkend werd kan je een andere intentie selecteren en op de knop 'Valideren' klikken. De bot registreert de zin dan als nieuwe trainingszin voor de gekozen intentie.
Wanneer je in de train interface een zin invoegt zal Oswald nagaan welke woorden het meeste bijdragen tot de intent score. Per woord zal je een score zien. In het voorbeeld dragen de woorden 'love' en 'you' het meeste bij tot de intent 'i_love_you'. Is de score negatief, zoals bij 'ozzy' hieronder, dan zorgt het woord er net voor dat de intentie minder goed herkend wordt.
De onbeantwoorde vragen zijn zinnen die gebruikers hebben ingegeven waar de bot een mogelijk probleem heeft geregistreerd. De problemen zijn:
de hoogst gevonden score voor een intentie is te laag (de vraag toont dan de gevonden score)
er kon geen antwoordnode geselecteerd worden
Wanneer je op een van deze vragen klikt wordt ze automatisch ingevuld in de train interface bovenaan.
Je kan deze lijst van onbeantwoorde vragen filteren door op de filter knop bovenaan rechts te klikken.
In de filter kan je:
de maximum intent score instellen (standaard staat die op de drempelwaarde voor intentherkenning).
filteren op het type van het probleem
kiezen om automatisch opgeloste problemen te filteren. Een chatbot zal vragen die ondertussen een score hebben boven de intentscore automatisch verbergen.
gearchiveerde vragen verbergen
Bij elke vraag zijn er 3 actieknoppen voorzien:
de eerste opent het bot brein voor dit bericht
de tweede archiveert het bericht zodat je het kan uitfilteren
de derde brengt je onmiddellijk naar de takeover interface zodat je dit bericht in de context van zijn sessie kan zien.
Het is mogelijk om de onbegrepen vragen te groeperen en samen af te handelen. Dit betekent dus dat Oswald de vragen waar de hoogste intentiescore te laag is zal groeperen zodat je ze als trainingszinnen kan toevoegen aan een intentie of er nieuwe intenties van kan maken. Zo'n groep onbegrepen zinnen noemen we een cluster.
Je geeft in hoe groot een cluster minimaal mag zijn en wat de maximale intentiescore is. Dan klik je op 'recompute now'. De berekening kan enkele minuten duren, maar daarna zie je het resultaat van de clustering.
Er wordt een lijst van clusters gegeven, telkens met een voorbeeld zin uit de cluster. Wanneer je de cluster open klikt kan je zinnen selecteren om ze te archiveren of toe te voegen aan een intentie die je selecteert.
Je kan ook clusteren op basis van zinnen uit een bestand. Dit bestand bevat de zinnen elk op hun eigen lijn, bijvoorbeeld
Opgelet! Wanneer je een nieuwe clustering opdracht start, wordt het vorige resultaat vergeten.
