A. 각 스킬마다 ConfidenceWin Margin 설정 값을 줄입니다.

B. 대화 도우미에서 ConfidenceWinMargin 설정 값을 줄입니다.

C. 디지털 어시스턴트에서 인터럽트 프롬프트 ConfidenceThreshold 설정 값을 줄입니다.

D. 디지털 어시스턴트에서 불응 의도 시스템 의도에 대해 더 많은 발화를 추가합니다.

A. System.ResolveEntities

B. 시스템.텍스트

C. System.MatchEntity

D. System.CommonResponse

E. 시스템.목록

A. "to" 및 "from" 값과 각 값에 대한 적절한 동의어를 사용하여 ToFromEntlty라는 값 목록 엔터티를 만듭니다. DirectionStation이라는 값 목록을 만들고 여기에 ToFromEntity 및 StationEntity를 추가합니다. 그런 다음 RouteInfolntent에 DirectionStation을 추가합니다.

B. RouteInfolntent 인텐트에 StationEntity를 추가한 다음 "from"으로 시작하는 문구로 훈련 데이터를 업데이트합니다.

C. StationEntity가 중복되었습니다. 한 버전에서는 모든 기차역 이름에 "to"를 접두사로 붙이고 다른 한 버전에서는 "from"을 접두사로 붙입니다. 그런 다음 두 엔터티를 RouteInfolntent 의도에 추가합니다.

D. StationEntity를 기반으로 두 개의 파생 엔터티를 만듭니다. 한 엔터티에서 앞의 문구를 "to"로 설정합니다(필수 동의어와 함께). 다른 엔터티에서 동일한 작업을 수행하되 앞의 구문 "from"을 사용합니다. RouteInfolntent 의도에 두 엔터티를 모두 추가합니다.

A. 테스트용으로 20%를 유지하면 특별히 훈련되지 않은 데이터로 모델을 테스트할 수 있습니다.

B. 배치 테스트는 5개의 훈련 발언당 하나의 테스트 발언의 비율이 있을 때 더 효율적으로 작동합니다.

C. 80/20 분할을 수행하여 발언에 추가되는 데이터를 무작위로 지정합니다.

D. 인텐트에 사용자 구문을 100% 추가하면 모델에 과부하가 걸립니다.

A. 상담원이 채팅을 종료할 때 상담원이 사용자를 선택적으로 전달할 수 있는 상태를 정의합니다.

B. 에이전트의 채팅 후 구성(예: "준비", "래핑" 등)을 설정합니다.

C. 상담원이 채팅 요청을 거부할 경우 표시할 메시지를 설정합니다.

D. 상담원이 처음 채팅 세션에 연결할 때 표시할 메시지를 설정합니다.