這是一個常見的問題，在人工智能的世界里面，圖像理解、語言及語義理解、數據理解是三個核心領域。而關于語言及語義理解，又與具體的語言和文字密切相關。目前來說，大家都是用機器學習去訓練模型，如果要更好的理解中文，當然是要用中文的語義模型去訓練更好。

聽起來很簡單的一個事情，最近我在使用QnA maker這個服務時卻遇到一些小問題，深究了一下，也搞明白了他怎么選定語義模型的邏輯：當前來說，他會根據開發者定義的KB的素材，自動推斷語言。

這可能是一個足夠“智能”，但不夠聰明的設計。

我發現問題的原因在于我在一個KB中，先是定義了一個Hi這種測試用的提問。然后又導入了一個中文的知識庫材料。如下圖所示：

然后我在測試時發現，很多明明定義在question里面的短語，就是無法識別出來。例如

我百思不得其解，后來發現這個KB的語言被識別為了英文，難怪呢。

問題倒是找到了，但怎么調整這個設置呢？查了很多材料，也沒有找到地方可以改設置。只能發郵件給產品組溝通。

攻城獅們告訴我的情況是，讓我重新建立一個KB，而且一定要確保第一個KB Pair是中文的。我頓時就明白了。

然后，你可以通過這個接口來驗證當前你定義的Knowledge base是用什么語言來訓練的。

https://westus.dev.cognitive.microsoft.com/docs/services/5a93fcf85b4ccd136866eb37/operations/knowledgebases_getknowledgebasedetails/console

另外一個好消息是，根據我跟產品組的溝通，很快會有一個功能，就是讓開發者自己可以手工地設定語言。

這當然是更加自然、而且合乎邏輯的設計。

總結

以上是生活随笔為你收集整理的如何提高QnA maker机器人训练中文语义理解的能力的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。