沃森的谈话比沃森自然语言分类器更好？

Question

我在为每个类创建了一定数量的类（意图）和几个示例后，在NLC中创建了一个分类器。然而，分类器的准确性非常差。

当我在Watson会话服务中使用相同的训练数据并对其进行测试时，意图识别的准确性非常好。

据我所知，会话服务使用的是NLC，那为什么性能会有这么大的差异呢？

Answer 1

Watson Conversation不使用NLC。他们有两种截然不同的学习模式。会话在自然语言分类方面效果更好，而NLC通常使用文本。

NLC也需要更长时间来构建它的模型与对话。对于NLC来说，会话​​需要几分钟的时间，可能需要30分钟或更长时间。

最后，NLC使用所谓的相对准确度，而Conversation使用绝对置信度。

要解释一下，想象一下你有两个意图＆＃34;汽车＆＃34; +＆＃34;火车＆＃34;。

如果你问NLC一个问题，它总会告诉你它是汽车或火车，即使这个问题是＆＃34;什么是大象？＆＃34;。增加的信心总是加起来100％。

另一方面，对话可以理解您的问题可能根本与其训练的内容无关。所以它可以告诉你，大象不是汽车，也不是火车。

Answer 2

服务针对不同的用例进行了优化，因此您可能会从这些用例中获得不同的置信度值。