置信度分数

如果用户查询的匹配依据为一个项目（也称为知识库），自定义问题解答会返回相关答案和置信度分数。此分数指明了答案是给定用户查询的正确匹配答案的置信度。

置信度分数是介于 0 和 100 之间的数字。 100 分表明很可能是完全匹配，而 0 分则表明找不到匹配答案。分数越高，答案的置信度就越大。对于给定查询，可能会返回多个答案。在这种情况下，答案按置信度分数降序顺序返回。

下表指明了与给定分数关联的典型置信度。

分数值	分数含义	示例查询
0.90 - 1.00	与用户查询和知识库问题几乎完全匹配
> 0.70	高置信度 - 通常是能够完全回答用户查询的合理答案
0.50 - 0.70	中等置信度 - 通常是应该能回答用户查询的主要意向的较合理答案
0.30 - 0.50	低置信度 - 通常是部分回答用户意向的相关答案
< 0.30	极低置信度 - 通常未回答用户查询，但有一些匹配字词或短语
0	无匹配，因此未返回任何答案。

选择分数阈值

上表显示了在使用自定义问题解答进行查询时可能出现的分数范围。不过，由于每个项目都不同，它们具有不同类型的字词、意向和目标，因此建议测试并选择最适合自己的阈值。默认情况下，阈值设置为 0，以便返回所有可能的答案。适用于大多数项目的建议阈值为 50。

选择阈值时，请务必平衡“准确度”和“覆盖率”，并根据自己的需求来调整阈值。

如果“准确度”（或精准率）对方案更为重要，请提高阈值。这样，每次返回的答案的置信度都会更高，且更有可能就是用户所要找的答案。在这种情况下，最终可能会导致更多问题没有答案。
如果“覆盖率”（或召回率）更为重要，且希望尽可能多地回答问题（即使答案与用户问题仅部分相关，也不例外），请降低阈值。也就是说，可能会更多出现以下情况：答案并未回答用户实际查询，而是提供了其他一些相关答案。

将阈值分数设置为 REST API JSON 主体的属性。这意味着要为每次 REST API 调用设置该分数。

要提高对用户查询的特定响应的置信度分数，可以将用户查询作为该响应的备用问题添加到项目。还可以使用区分大小写的同义词向项目中的关键字添加同义词。

当多个响应具有相似的置信度分数时，查询很可能过于通用，因此与多个答案匹配的可能性都相同。尝试更好地构建 QnA，以便每个 QnA 实体都有不同的意向。

即使内容相同，在项目的测试版和部署版之间，答案的置信度分数也可能会发生微小的变化。这是因为测试项目和已部署的项目的内容位于不同的 Azure AI 搜索索引中。

测试索引包含项目的所有问答对。查询测试索引时，查询应用于整个索引，然后结果限制为该特定项目的分区。如果测试查询结果对验证项目的能力产生负面影响，可以：

使用以下某一项来整理项目：
- 一个资源限于一个项目：将单个语言资源（以及生成的 Azure AI 搜索测试索引）限定于一个项目。
- 两个资源 - 一个用于测试，一个用于生产：有两个语言资源，一个用于测试（具有自己的测试和生产索引），另一个用于生产（也具有自己的测试和生产索引）
在查询测试项目和生产项目时，始终使用相同的参数。

部署项目时，项目的问答内容将从测试索引转移到 Azure 搜索中的生产索引。

如果不同区域都有项目，则每个区域都使用自己的 Azure AI 搜索索引。因为使用的索引不同，所以得分并不完全相同。

当排名程序找不到良好的匹配项时，将返回置信度分数 0.0 或“None”，并返回默认的响应。你可以更改默认的响应。