我的wit.ai机器人训练正确吗？

Question

我试着训练我的Wit.ai机器人，以便识别某人的名字。我不太确定我是否很清楚NLP是如何工作的，所以我会给出一个例子。

1. 我定义了很多短语，比如“我的名字是XXXX"，”每个人都叫我XXXX“。
2. 在“理解”表中，我添加了一个名为"contact_name“的实体，并添加了近50个关键字，如"Michel、John、Mary.”。
3. 我把这个特征叫做“自由文本”和“关键词”。

我不确定这个过程是否正确。所以，我问你：

1. 像“我的名字是.”这样的上下文有关系吗？为NLP？我mean...will它帮助机器人预测，在这个表达式之后，可能会出现一个名字吗？
2. 把50个值加到一个实体上是对的，还是完全错误？
3. 你有什么建议作为一个培训过程，以获得某人的名字？

Answer 1

通过将实体的搜索策略保持为“免费文本”和“关键字”，您做得很好。但是向实体添加关键字示例没有任何意义，因为一个人的名字不是关键字。

因此，我建议一项培训策略如下：

• 创建消息的各种模板，如“我的名字是XYZ”、“我是XYZ”、“这是XYZ”等等(所有可能的介绍消息)
• 删除您创建的实体的所有关键字和表达式，并添加以下两个关键字：
  1. "a b、c、d、f、g、h、i、k、l、n、p、q、r、t、v、w、y、z“
  2. "XYZ“(可以给出任何名称，但维护此名称以验证模板)

​

• 在“理解”选项卡中，输入消息并将名称提取到实体中(在您的示例中为“contact_name”)并验证它们
• 同样，验证所有保留名称为"XYZ“的消息模板。
• 在对所有模板执行此操作之后，bot将能够识别给定消息模板中的任何名称。

这背后的逻辑是你的实体是一个自由文本和关键字，这意味着它首先尝试匹配关键字，如果不匹配，它试图在模板的相同位置找到这个单词。为验证保留相同的名称有助于培训机器人使用模板，并了解通常可以找到名称的位置。

希望这能行。我试过了，也为我工作过。我不知道机器人在后台是怎么训练的。我建议你开始一个新的应用程序并做这个练习。如果有任何问题，请发表评论。

Answer 2

wit.ai有一种名为wit/contact的经过预先训练的实体提取方法，该方法

获取免费文本，要么是名字，要么是一个人的明确参考，如“保罗”，“保罗史密斯”，“我的丈夫”，“牙医”。

即使没有任何训练数据，它也能正常工作。要阅读该方法，请参考小鸭。