用于常见问题/推荐系统的Google Prediction API

Question

我想建立自动化的常见问题解答系统，用户可以提出一些问题，根据问题和他们对培训数据的回答，应用程序会提出一组答案。

这可以通过Prediction API实现吗？ 如果是，我应该如何创建我的培训数据？

我已经测试了用于情绪分析的Prediction API。但对将其用作FAQ /推荐系统存在疑虑和困惑。

我的训练数据有以下结构：

“问题”：“如何创建电子邮件帐户？”
“答案”：“步骤1：xxxxxxxx步骤2：xxxxxxxxxxxxx步骤3：xxxxx xxx xxxxx”
“问题”：“谁可以查看我的联系人列表？”
“答案”：“xxxxxx xxxx xxxxxxxxxxxx x xxxxx xxx”

Answer 1

训练您的数据，如输入是问题，输出是答案

当您发送问题作为预测输入时，可以提供答案的输出。

简单常见问题你会摇滚。

但如果你在PHP中完成了帮助我也是人。

Answer 2

要使用Prediction API，您必须首先根据一组训练数据对其进行训练。在培训过程结束时，Prediction API会为您的数据集创建模型。每个模型都是分类的（如果答案列是字符串）或回归（如果答案列是数字）。该模型将保留，直到您明确删除它。该模型仅从原始训练课程和任何更新呼叫中学习;它不会继续学习您发送给它的Predict查询。

培训数据可以通过以下方式之一提交：

1. 逗号分隔值（CSV）文件。每行都是一个示例，包含一组数据以及该示例的答案（类别或值），如上面两个数据示例所示。训练文件中的所有答案必须是分类或数字;你不能把两者混在一起。上传培训文件后，您将告诉Prediction API对其进行培训。

2. 直接嵌入到请求中的培训实例。训练实例可以嵌入 trainingInstances 参数中。注意：由于HTTP请求大小的限制，这仅适用于小型数据集（<2 MB）。

3. 通过更新通话。首先，通过将空 storageDataLocation 和 trainingInstances 参数传入Insert调用来训练空模型。然后，使用Update调用传递训练实例以更新空模型。注意：由于并非所有分类器都可以更新，因此与在整个数据集上批量训练模型相比，这可能会导致模型精度降低。

您可以在此帮助中心article中获取更多信息。

注意：用于PHP的Google Prediction API客户端库仍处于测试阶段。