我想以这样的方式训练nlc - 如果我输入一个输入 - ＆＃34; Sharpies＆＃34;或＆＃34;蛋糕＆＃34;或＆＃34; iPhone6＆＃34;然后它应该按照意图产生。
但它并不适用于所有产品，因为所有产品名称都应该出现，我需要用少量产品名称培训NLC，它将适用于所有产品（动态）。
由于我们有数以千计的产品，如何才能获得意图＆＃34;订购＆＃34;对于所有产品而不是全部添加＆＃34; .csv＆＃34; （不想对所有产品名称进行硬编码）？
请您帮我解决这个问题，以确定所有dyanmical产品名称的确切意图作为NLC的输入？
答案 0 :(得分：3)
您要做的不是NLC的目的。
意图的目的是了解最终用户试图实现的目标，而不是句子中可能出现的产品/关键字。
例如"I want to buy an iPhone" vs "I want to unlock my iPhone"。两者都提到iPhone，但有两个非常不同的意图。在这种情况下，通过培训，您可以区分想要购买和想要解锁。
您可以尝试的一个选项是查看Alchemy API entity extraction。
另一种选择是使用Watson Explorer Studio。但是你需要Watson explorer来获得它。即将推出Watson Knowledge Studio，与WEX-Studio一样，您可以构建自定义注释器。您可以将这些注释器与UIMA一起使用来解析您的文本。
因此，您可以轻松构建一些内容，以了解"I don't want to buy an iPhone"与"I want to buy an iPhone"不同，并将其作为产品提取。
如果您想查看是否可以提供帮助，那么WEX-Studio的旧版免费版本称为Languageware。该网站包含手册和视频。我所做的Here is a video给出了一个如何使用它的例子。