通过本文了解在使用业务流程工作流时可能会遇到的一些定义和术语。
F1 分数
F1 分数是精准率和召回率的函数。 在 精度 和 召回之间寻求平衡时，需要评分。
意图
意向表示用户想执行的任务或操作。 用户输入的内容中所表达的目的或目标，比如预订航班或支付帐单。
型号
模型是经过培训以执行特定任务的对象，此处为对话理解任务。 通过提供标记数据来训练模型以供学习，以便以后可以使用这些模型来理解语句。
- 模型评估是一种在训练后立即进行的过程，可了解模型的性能情况。
- 部署指的是将模型分配到部署以便通过预测 API 使用它的过程。
过度拟合
当模型固定在特定示例上并且无法很好地概括时，就会发生过度拟合。
精准率
度量模型的精确度/准确度。 它是正确识别的正数（真正值）与所有已识别的正值之间的比率。 精准率指标指示正确标记了多少个预测类。
项目
项目是一个基于数据构建自定义 ML 模型的工作区。 你的项目只能供你和有权访问正在使用的 Azure 资源的其他人员访问。
召回率
度量模型预测实际正类的能力。 它是预测的真正值与标记的结果之间的比率。 召回率指标显示正确的预测类的数量。
Schema
架构被定义为项目中意向的组合。 架构设计是项目成功的关键部分。 创建架构时，需要考虑应包含在项目中的意向
训练数据
训练数据是训练模型所需的信息集。
语句
话语是对话中句子的简短表达。 这是一个自然的语言短语，如“下周二预订西雅图的两张门票”。添加了示例话语来训练模型，模型在运行时预测新话语