json - Microsoft LUIS - 话语和实体中的 startPos 和 EndPos

Question

我目前正在研究如何在不使用 Web UI 的情况下训练 LUIS。特别是我正在考虑找到一种方法来在文件中描述应用程序并在 LUIS 中导入和重新训练它。我知道 Python 中有一个针对 API 版本一的实现，但有一些限制。

在提供话语时，我希望能够做这样的思考，其中(Stockname)是我话语中的一个实体:

What's the price of (stockName)?

当我想要生成用于将应用导入 LUIS 的 JSON 时，需要如下所示:

                "utterances": [
              {
                "text": "What's the price of (stockName)?",
                "intent": "stockPrice",
                "entities": [
                  {
                    "entity": "stock",
                    "startPos": 6,
                    "endPos": 6
                  }
                ]
              },

问题是startPos和endPos。据我了解，这是实体“单词”在标记化话语中的位置。我认为 LUIS 将话语转换为标记化文本t“(stockName) 的价格是多少？”并且该实体位于位置 6(从零开始)。

这意味着要在可导入的 JSON 中生成话语列表，我需要能够从 LUIS 获取标记化的话语文本或自己对其进行标记化。

还有其他方法可以实现这一目标吗？

有没有办法从 LUIS 获取标记化文本，以便我可以生成 JSON 格式的应用程序？

提前致以最诚挚的问候和感谢

Answer 1

我认为您对实体的 startPos 和 endPos 值的理解不正确。

首先，在最新版本的 LUIS 中，这些参数被命名为 startIndex 和 endIndex。不确定您是否使用的是 v1，或者您发布的 JSON 是否只是您正在创建的自定义架构。

但无论如何，预期的值是:

startIndex:给定文本中实体的第一个字符的索引

endIndex:给定文本中实体最后一个字符的索引

例如，在“Ezequiel Jadib 是谁？”这样的话语中其中“Ezequiel Jadib”是一个实体(假设为 People)，LUIS 将为 startIndex 和 endIndex 属性返回以下值:

其中 7 是实体的第一个字符(“E”)，20 是最后一个字符(“b”)，考虑到它是从零开始的。

知道这一点，我认为生成开始/结束值会更容易，因为您只需要知道实体从哪里开始和结束。