我使用Watson Assistant对客户的电子邮件进行分类。
我阅读了有关创建意图Best practices for creating intents/entities with IBM Conversation Service的最佳做法的很好的答案。它给了我一些如何改善结果的想法。
但是，我有一个关于在将示例添加到Watson之前清理示例的问题。
我必须删除所有数字，姓名，日期等吗？我是否必须删除“您好，谢谢，等待您的回复……”之类的短语？
例如，初始电子邮件为：
你好，我将搬到另一个城市，我的地址将在4月21日之后更改。我的新地址将是伦敦，ABC Street 123，应用程序。 34.您可以在我的配置文件中对其进行更新吗？预先谢谢你。真诚的，马克
“已清除”电子邮件：
我要搬到另一个城市，我的地址也会改变。我的新地址将是
我必须删除所有不必要的信息，还是最好在Watson中添加初始短语？
您知道Watson Assistant使用什么算法进行分类（意图）？
预先感谢您的任何答复。
答案 0 :(得分：1)
您不应培训PII信息。它不会为您的模型增加任何价值。如果存在与数据相关的审核，这也会带来风险。例如GDPR。
找到邮件意图的本质并对此进行培训。
您的示例是他们想更新其个人资料。
请注意，WA并非旨在对电子邮件进行分类。因此，您可能需要设计一种对每个句子评分的机制，或处理电子邮件中的多个意图。
另一个选项是Watson NLC，我已将其用作邮件分类器。
您还应尝试减少存储在Watson Assistant中的PII，尽管它符合PII并支持GDPR。