如何使用仪表板来改善应用

使用示例言语时查找并修复已训练应用的意向问题。 仪表板显示整体性的应用信息，并突出显示应予以修复的意向。

查看仪表板分析是一个迭代过程，请在更改和改进模型时重复此过程。

对于在意向中不包含任何示例言语的应用（称为仅限模式的应用），此页不会提供相关的分析。

在仪表板中可以修复哪些问题？

在仪表板中可以解决以下三种问题：

问题	图表颜色	说明
数据不平衡	-	当示例言语的数量存在显著的差异时，将出现此问题。 所有意向需要有大致相同的示例言语数量 - None 意向除外。 None 意向的数量应该只占应用中言语总数的 10%-15%。 如果数据不平衡但意向准确度超过特定的阈值，则不会将这种不平衡报告为一种问题。 请从此问题着手 - 它可能是其他问题的根本原因。
不明确的预测	橙色	如果由于使用负采样或者将更多示例言语添加到意向，而导致最前面的意向与下一个意向的评分足够接近，以致下一次训练时评分将会掉转，则就会出现此问题。
错误的预测	Red	未针对标记的意向（示例言语所在的意向）预测示例言语时，会出现此问题。

正确的预测以蓝色表示。

仪表板将显示这些问题，告知哪些意向受到影响，并建议采取哪些措施来改进应用。

训练应用之前

训练应用之前，仪表板不包含任何修复建议。 训练应用即可看到这些建议。

检查发布状态

“发布状态”卡片包含有关活动版本的上次发布情况的信息。

请检查活动的版本是否为要修复的版本。

其中还会显示任何外部服务、发布区域，以及聚合的终结点访问次数。

检查训练评估

“训练评估”卡片按区域显示应用总体准确度的聚合摘要。 评分指示意向的质量。

图表以不同的颜色指示正确预测的意向和问题区域。 根据建议改善应用时，此评分会提高。

建议的修复按问题类型进行区分，对于你的应用而言最为重要。 若要按意向检查和修复问题，请使用页面底部的 有错误的意向 卡片。

每个问题区域包含需要修复的意向。 选择意向名称时，“意向”页将会打开，其中包含一个应用于言语的筛选器。 使用此筛选器可以专注于处理导致问题的言语。

比较不同版本中的更改

对应用进行更改之前创建新版本。 在新版本中，对意向的示例言语做出建议的更改，然后重新训练。 在仪表板页的“训练评估”卡片上，使用“显示已训练版本中的更改”来比较更改。

通过添加或编辑示例言语并重新训练来修复版本

修复应用的主要方法是添加或编辑示例言语，然后重新训练。 新的或更改的言语需要遵循不同言语的准则。

添加示例言语的操作应由具备以下经验的人员来执行：

• 对于不同意向中的言语具有较高程度的了解。
• 知道在哪种情况下，一个意向中的言语可能会与另一个意向发生混淆。
• 能够决定是否应该将两个经常相互混淆的意向折叠为单个意向。 如果是这种情况，则必须使用实体提取不同的数据。

模式和短语列表

分析页不会指示何时使用模式还是短语列表。 如果确实添加了模式和短语列表，这可能有助于解决错误或不明确的预测，但无助于解决数据不平衡问题。

检查数据不平衡问题

请从此问题着手 - 它可能是其他问题的根本原因。

数据不平衡意向列表显示需要添加更多言语才能纠正数据不平衡问题的意向。

要解决此问题：

• 请将更多言语添加到意向，然后重新训练。

除非仪表板上有相关建议，否则不要将言语添加到 None 意向。

检查错误的预测

错误的预测意向列表显示包含言语的意向，这些言语用作特定意向的示例，但已针对不同的意向做了预测。

要解决此问题：

• 编辑言语，使之与该意向更为相关，然后重新训练。
• 如果言语过于接近，请合并意向，然后重新训练。

检查不明确的预测

不明确的预测意向列表显示包含言语的意向，这些言语的预测评分与它们最靠近的其他言语没有足够大的差异，以致于在使用负采样的情况下，下一次训练时这些言语的第一个意向可能会发生变化。

若要修复此问题：

• 编辑言语，使之与该意向更为相关，然后重新训练。
• 如果言语过于接近，请合并意向，然后重新训练。

每个意向的言语

此卡片显示不同意向的总体应用运行状况。 在修复意向并重新训练的过程中，请不断地概览一下此卡片中的问题。

以下图表显示了一个适当平衡的应用，其中几乎不存在任何要修复的问题。

以下图表显示了一个很不平衡的应用，其中包含许多要修复的问题。

将鼠标悬停在每个意向的条块上可以获取有关该意向的信息。

使用“排序依据”功能可按问题类型排列意向，以便可以专注于处理存在该问题的最严重意向。

有错误的意向

使用此卡片可以检查特定意向的问题。 此卡片的默认视图是问题最严重的意图，让你知道要将工作重心放在何处。

顶部的圆环图表以三种问题类型显示意向的问题。 如果出现了这三种类型的问题，每种问题类型会在下面绘制其自身的图表，以及另外两种问题类型的图表。

按问题和百分比筛选意向

在该卡片的此部分，可以查找超出错误阈值的示例言语。 理想情况下，正确的预测应该占有很高的比例。 该百分比由业务和客户驱动。

请确定最符合业务需求的阈值百分比。

使用筛选器可以查找存在特定问题的意向：

筛选器	建议的百分比	目的
问题最严重的意向	-	从此处着手 - 修复此意向中的言语比其他修复方法更能改善应用。
正确的预测低于	60%	这是选定意向中正确的、但置信度评分低于阈值的言语的百分比。
不明确的预测高于	15%	这是选定意向中与最靠近的其他意向相混淆的言语的百分比。
错误的预测高于	15%	这是选定意向中未正确预测的言语的百分比。

正确的预测阈值

你的有把握预测的置信度评分是什么？ 在应用开发的初期，目标可能是 60%。 使用“正确的预测低于”和百分比 60% 查找选定意向中需要修复的所有言语。

不明确或错误的预测阈值

使用这两个筛选器可以查找选定意向中超出阈值的言语。 可将这两个百分比视为错误百分比。 如果 10-15% 的预测错误率对你而较为合适，将筛选器阈值设置为 15% 即可找到高于此值的所有言语。

后续步骤

• 管理 Azure 资源