machine-learning - 准备训练示例 Watson Assistant

Question

我使用 Watson Assistant 对客户电子邮件进行分类。

我读到了一个关于创建意图的最佳实践的好答案 Best practices for creating intents/entities with IBM Conversation Service 。它给了我一些如何改进结果的想法。

但是，我有一个关于在将示例添加到 Watson 之前清理示例的问题。

我必须删除所有号码、姓名、日期等吗？我必须删除“您好，谢谢您，等待您的回复......”之类的短语吗？

例如，初始电子邮件是:

Hello, I’ll move to another city and my adresse will change after the 21 April. My new adresse will be London, ABC Street 123, app. 34. Could you update it in my profil? Thanks you in advance. Sincerely, Mark

“已清理”电子邮件:

I’ll move to another city and my adresse will change. My new adresse will be

我必须删除所有不必要的信息还是最好将初始短语添加到 Watson？

您知道 Watson Assistant 使用什么算法进行分类(意图)吗？

预先感谢您的任何回复。

Answer 1

您不应接受有关 PII 信息的培训。它不会给你的模型增加任何值(value)。如果存在与数据相关的审计，也会产生风险。例如 GDPR。

找到邮件意图的本质并对此进行培训。

你的例子是他们想要更新他们的个人资料。

<小时/>

请注意，WA 并非旨在对电子邮件进行分类。因此，您可能需要设计一种机制来对每个句子进行评分，或处理电子邮件中的多个意图。

另一个选择是 Watson NLC，我见过它用作邮件分类器。

<小时/>

您还应该尝试减少 Watson Assistant 中存储的 PII，尽管它符合 PII 且支持 GDPR。