MS LUIS.ai模型性能问题如何提高预测精度

Question

我们的LUIS应用程序之一有以下意图，其中包括：

AskAboutFunds & UserGreeting

AskAboutFunds有语音、基金和基金(以及其他的)映射到它。对资金的请求以1.0的确定性返回，然而，fundz被错误地预测为属于UserGreeting意图。AskAboutFunds的确定性约为0.68，UserGreeting的确定性为0.79，因此返回更高的确定性。

UserGreeting有“你好”、“嗨”等话语，这些意图是正确预测的。

因此，我的问题是:在这种情况下，我们如何纠正LUIS的错误？我尝试过再培训，尝试在基金上投更多的变化--基金z fundzz funfz等等，但即使是在完全匹配的情况下，预测也永远不会更准确。

值得注意的是，我们也启用了Bing拼写检查，但是，它不正确的基金，除非它是一个更大的话语的一部分，如“什么是可用的基金？”

Answer 1

如果您预期会出现一些常见的拼写错误，那么Luis有一个名为“短语列表功能”()的词，它将允许您定义可交换(不可交换)单词，并最终提高模型的性能。

在这种情况下，我认为"fundz“是”基金“的一个可互换的词。

这里你会发现关于短语列表特征的文档。

​

​