Artificial intelligence Watson对话：从JSON还原工作区时会丢失什么；“倾倒”-文件

当从JSON转储文件恢复以前经过大量训练的Watson对话工作区时，“丢失”了什么，或者产生了什么样的可测量的影响

在我看来，在一个小示例工作区中，bot再次运行。很可能没有以前那么好了

考虑未来更大的工作空间：有办法吗

量化和/或测量此类质量损失

要“重新培训”机器人（从其转储恢复经过培训的工作区后恢复原始机器人质量）？ 如果是，最好的解决方案是什么

---

当您恢复或保留较大的Watson工作区（如果它包含大量的意图或实体）时，它将按原样创建，除非您的帐户计划或凭据过期

当您恢复或保留较大的Watson工作区（如果它包含大量的意图或实体）时，它将按原样创建，除非您的帐户计划或凭据过期

，否则工作区JSON文件包含对话框的完整定义，然后，该培训也是导出/导入工作区的一部分。该结构包含在培训和改进过程中捕获的示例和反例元素

---

底线：。

工作区JSON文件包含对话框的整个定义，然后，该培训也是导出/导入工作区的一部分。该结构包含在培训和改进过程中捕获的示例和反例元素

---

底线：。

Hi Henrik，以下结论正确吗？“沃森会话培训/改进无非是在意图示例或反例中添加更多未标记的用户话语。因此WCS培训只是扩大了工作空间，但没有培训沃森会话服务系统，对吗？因此下一个问题是：为什么WCD系统被视为KI系统，当它无法学习并最终依赖于简单的、没有大脑的模式匹配时？我不是WCS的开发人员，而是基于输入数据（工作空间定义）建立了一个学习模型。请看模型上的注释，它们会随着时间的推移而变化：系统使用得越多，在字里行间阅读就越好。这就是“蓬松”“部分构建在JSON数据之上。在我看来，阅读Watson Conversation版本说明的详细信息是目前唯一的官方信息，可能会提供一些Watson Conversation内部工作方式的次要细节。我真的不明白IBM为什么不在这方面做得更具体。我的意思是，WCS在开箱即用的小模型和演示项目中非常棒。对于更大的企业级项目，WCS的智能化程度以及未来的智能化程度是决定是否投资WCS的关键。因此，我不明白为什么IBM不提供更多关于这方面的信息，以确保所有潜在客户都能信任和预测WCS的价值（或者自己或与竞争对手一起完成“小”WSC部分）。我建议进入公共IBM Watson Slack的对话频道：有些专家可以深入了解。另外请注意，IBM Cloud上有对话服务，然后是虚拟代理产品和AFAIK一些特定于行业的产品？“沃森会话培训/改进无非是在意图示例或反例中添加更多未标记的用户话语。因此WCS培训只是扩大了工作空间，但没有培训沃森会话服务系统，对吗？因此下一个问题是：为什么WCD系统被视为KI系统，当它无法学习并最终依赖于简单的、没有大脑的模式匹配时？我不是WCS的开发人员，而是基于输入数据（工作空间定义）建立了一个学习模型。请看模型上的注释，它们会随着时间的推移而变化：系统使用得越多，在字里行间阅读就越好。这就是“蓬松”“部分构建在JSON数据之上。在我看来，阅读Watson Conversation版本说明的详细信息是目前唯一的官方信息，可能会提供一些Watson Conversation内部工作方式的次要细节。我真的不明白IBM为什么不在这方面做得更具体。我的意思是，WCS在开箱即用的小模型和演示项目中非常棒。对于更大的企业级项目，WCS的智能化程度以及未来的智能化程度是决定是否投资WCS的关键。因此，我不明白为什么IBM不提供更多关于这方面的信息，以确保所有潜在客户都能信任和预测WCS的价值（或者自己或与竞争对手一起完成“小”WSC部分）。我建议进入公共IBM Watson Slack的对话频道：有些专家可以深入了解。还请注意，IBMCloud上有对话服务，然后是虚拟代理产品和一些特定于行业的产品。