ข้อมูลการฝึกอบรม Chatbot

คำนิยาม

ข้อมูลการฝึกแชทบอทประกอบด้วยตัวอย่างการสนทนา เจตนา และการตอบสนองที่ใช้ในการฝึกระบบ AI เชิงสนทนา ซึ่งอาจรวมถึงคำถามที่พบบ่อย บทถอดเสียง และลำดับการสนทนาที่มีป้ายกำกับ

จุดมุ่งหมาย

จุดประสงค์คือการนำเสนอตัวอย่างที่ช่วยให้แชทบอทเข้าใจข้อมูลที่ผู้ใช้ป้อนและสร้างคำตอบที่เหมาะสม ซึ่งช่วยให้มั่นใจได้ถึงประสิทธิภาพที่เชื่อถือได้ในการสนทนาในโลกแห่งความเป็นจริง

ความสำคัญ

• กำหนดความแม่นยำและความเป็นธรรมชาติของการตอบกลับของแชทบอท
• ข้อมูลการฝึกอบรมที่มีคุณภาพต่ำส่งผลให้เกิดคำตอบที่ไม่เกี่ยวข้องหรือไม่ถูกต้อง
• จะต้องได้รับการอัปเดตอย่างต่อเนื่องเพื่อให้สะท้อนถึงภาษาและแนวโน้มใหม่ๆ
• อาจทับซ้อนกับการจดจำเจตนาและชุดข้อมูล NLU

วิธีการทำงาน

1. รวบรวมบทสนทนา คำถามที่พบบ่อย และเอกสารบันทึกการสนับสนุน
2. ติดป้ายกำกับข้อมูลด้วยเจตนาและเอนทิตี
3. แยกออกเป็นชุดฝึกอบรมและชุดตรวจสอบ
4. ฝึกอบรมโมเดลแชทบอทโดยใช้การเรียนรู้แบบมีผู้สอนหรือการปรับแต่งอย่างละเอียด
5. ทดสอบประสิทธิภาพด้วยแบบสอบถามจากผู้ใช้จริง

ตัวอย่าง (โลกแห่งความเป็นจริง)

• Microsoft Bot Framework: ได้รับการฝึกอบรมจากข้อมูลแชทเฉพาะโดเมน
• Google Dialogflow: ใช้เจตนาและเอนทิตีที่มีคำอธิบายประกอบสำหรับการฝึกอบรม
• การปรับแต่ง OpenAI ChatGPT: ได้รับการฝึกอบรมจากการสนทนาที่ได้รับการคัดสรร

อ้างอิง/อ่านเพิ่มเติม

• การสร้าง Chatbots — บทบรรยาย Stanford CS224U
• ข้อมูลการฝึกอบรม AI สำหรับ Chatbot
• ความท้าทายในการติดตามสถานะการสนทนา (DSTC) — การวิจัยของ Microsoft
• โมเดล AI เชิงสนทนาแบบกอดใบหน้า — กอดใบหน้า