Botframework 如何改进LUIS模型的性能？

如果您使用了语言理解服务LUIS，它是Microsoft认知服务套件的一部分，那么您可能已经到了需要改进模型在预测意图方面的性能的地步

LUIS允许您根据交互式或成批提供的示例话语训练模型。此外，我希望聊天日志显示被模型错误分类的话语，以便我可以使用它们作为新训练数据集的基础

---

我想将来会发布这样的功能，但与此同时，有没有人能解决这个问题？

我认为手动实现这一点的一个好方法是将所有错误分类的消息路由到某种存储或日志中，以便将来可以使用它们重新训练您的LUIS模型。事实上，您可以使用luisapi动态轻松地调用日志中的数据

所以，流程应该是这样的：

1个用户向bot发送消息

2机器人逻辑尝试使用路易斯模型匹配消息的意图

3未找到意图或与结果关联的值非常低

4抓取该消息并将其存储在Azure Blob存储或数据库表存储、DocumentDB或SQL Server中的简单txt文件中的某个位置

---

5制作一个简单的程序，在日志中的每一行让你选择一个意图，然后它调用LUIS Api进行再培训。

因此，我发现最接近我在提问时的想法

在luis.ai的MyApps页面上，可以下载聊天日志，在其中可以看到用户和机器人之间的整个交互。这可能是一个很好的起点，用来找出被错误分类的意图

唯一需要注意的是，日志聊天格式当前为.csv格式，因此可读性较差。希望LUIS很快就能支持json格式的日志