Machine learning 准备培训示例，沃森助理

我使用沃森助手对客户的电子邮件进行分类

我读了一篇关于创建意图的最佳实践的好答案。它给了我一些如何改进结果的想法

但是，在将示例添加到Watson之前，我有一个关于清理示例的问题

我必须删除所有号码、姓名、日期等吗。？我必须删除诸如“你好，谢谢你，等待你的答复…”之类的短语吗

例如，初始电子邮件是：

你好，我将搬到另一个城市，我的地址将在4月21日之后改变。我的新地址是伦敦ABC街123号app。34你能在我的档案里更新吗？提前谢谢你。真的，马克

“已清理”电子邮件：

我会搬到另一个城市，我的地址会改变。我的新地址是

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

你知道Watson Assistant使用什么算法来进行分类吗

---

提前感谢您的回复。

您不应该接受PII信息培训。它不会给你的模型增加任何价值。如果存在与数据相关的审计，也会产生风险。比如GDPR

找到邮件意图的本质并进行培训

你的例子是，他们想更新他们的个人资料

请注意，WA不是为电子邮件分类而设计的。因此，您可能需要设计一种机制来为每个句子打分，或者处理电子邮件中的多个意图

另一个选择是Watson NLC，我看到它被用作邮件分类器

---

您还应该尽量减少存储在Watson Assistant中的PII，尽管它符合PII，并且支持GDPR

沃森助手是一种对话服务。你似乎想用它来做些不同的事情。NLU服务不是更合适吗？Watson Assistant的意图可以像分类工具一样使用。我不使用实体或对话框。NLU不允许我对邮件进行分类，但打算是的。