Nlp 路易斯：识别；“标准化”；自动基于同义词的值

我目前正在开发一个聊天机器人，向用户推荐戏剧

它工作得很好，但现在我想让用户能够根据戏剧类型（如滑稽、戏剧、悲伤）获得推荐。 然而，由于我不知道用户对请求的措辞是否准确，因此可能会使用同义词（有趣：诙谐、幽默……）

以规范化的方式从用户请求中获取这些类型的好解决方案是什么

---

通常我会使用列表实体，但是我必须自己为每个可能的值插入所有同义词。有没有办法定义我的“标准化”值，LUIS会自动匹配同义词（并通过模型的进一步培训加以改进）

我尝试使用短语列表来实现这一点，但似乎不起作用。这些值虽然标记为可互换，但似乎不会触发实体识别。这个网站提到当LUIS需要经常学习新的备选方案时使用短语列表，但正如我所提到的，我似乎无法让它发挥作用。我可能误解了这个问题，但是你能创建一个实体（例如

emotionalattribute

），然后加入大量的训练话语来正确训练它吗？或者，您是否关心捕获这些话语（他们实际使用的同义词），以便能够看到用户实际使用的是什么？另外，这也不完全是它的意思，但你可以随时查看。看，我试着用短语列表来实现这一点，但似乎不起作用。这些值虽然标记为可互换，但似乎不会触发实体识别。这个网站提到当LUIS需要经常学习新的备选方案时使用短语列表，但正如我所提到的，我似乎无法让它发挥作用。我可能误解了这个问题，但是你能创建一个实体（例如

emotionalattribute

），然后加入大量的训练话语来正确训练它吗？或者，您是否关心捕获这些话语（他们实际使用的同义词），以便能够看到用户实际使用的是什么？还有，不太清楚这是什么意思，但你可以随时查看。看到了吗