IBM Watson Conversation service作为其用户界面“改进”的一部分提供。它能够查看最近的消息及其分类，然后重新分类或标记为不相关。
在REST API for that conversation service有列出和创建反例和示例的功能。我看着 Python SDK并且该 API 也受支持。如何以编程方式将最近的用户对话(消息、用户输入)转化为示例或反例？我需要使用什么 API 函数？
最佳答案
您需要使用 logging API在 Workspace API 中引用。
如果需要，日志记录使用 Elasticsearch filter it down .
虽然它不会为您提供类似于改进选项卡的分割。因此，您需要以编程方式跟踪要捕获和添加的内容。
尽管有任何类型的自动化更新您的培训，但我会非常谨慎。正确的培训只能由主题专家来完成。自动化它很可能会污染训练。
要避免的另一件事是，如果 Conversation 得到正确答案，则不要将正确答案添加到训练中。它是多余的，还意味着需要进一步测试以确保它不会影响您现有的模型。
关于python - IBM 沃森对话 : How to programmatically turn messages to counterexamples?，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/44900112/