Google预测API for FAQ/推荐系统

Question

我想建立自动常见问题系统，用户可以问一些问题，并根据问题和他们的答案从训练数据，应用程序将建议的答案集。

这可以通过预测API来实现吗？如果是，我应该如何创建我的训练数据？

我已经测试了用于情绪分析的预测API。但是在使用它作为FAQ/推荐系统时有疑问和困惑。

我的训练数据结构如下：

“问题”：“如何创建电子邮件帐号？”

“答案”：“Step1: xxxxxxxx Step2: xxxxxxxxxxxxx Step3: xxxxxxxx xxxxx”

“问题”：“谁可以查看我的联系人列表？”

“答案”：“xxxxxx xxxx xxxxxxxxxxxx x xxxxx xxx”

Answer 1

训练你的数据，就像输入是问题，输出是答案

当你发送一个问题作为预测的输入时，它可以给出你的答案的输出。

简单的常见问题解答你会很棒的。

但是如果你是用PHP完成的，帮帮我，伙计。

Answer 2

为了使用预测API，您必须首先根据一组训练数据对其进行训练。在训练过程结束时，预测API会为您的数据集创建一个模型。每个模型要么是分类的(如果答案列是字符串)，要么是回归(如果答案列是数字)。该模型将一直保留，直到您显式删除它。模型仅从原始培训会话和任何更新调用中学习；它不会继续从您发送给它的预测查询中学习。

可以通过以下方式之一提交训练数据：

1. A逗号分隔值(CSV)文件。正如您在上面的两个数据示例中看到的那样，每一行都是一个示例，其中包含一个数据集合和该示例的答案(一个类别或一个值)。培训文件中的所有答案必须是分类答案或数字答案；您不能混合使用这两种答案。上传训练文件后，您将告诉directly针对直接嵌入到请求中的it.
2. Training实例进行训练。训练实例可以嵌入到trainingInstances参数中。注意:由于HTTP请求大小的限制，这仅适用于较小的数据集(< 2个MB).
3. Via更新调用。首先，通过将空的storageDataLocation和trainingInstances参数传入插入调用来训练一个空模型。然后，使用Update调用传递训练实例以更新空模型。注意:由于并非所有分类器都可以更新，因此这可能会导致模型精度低于在整个数据集上批量训练模型。

您可以在此帮助中心article中获得更多信息。

注:针对PHP的Google预测API客户端库仍在Beta中。