LUIS.ai返回实体时给短横线/下划线加空格，能否阻止该行为？

我之前也碰到过一模一样的情况，LUIS的这种行为其实是它默认的文本归一化逻辑导致的——它会把短横线、下划线这类符号前后的内容当成独立语义单元处理，所以才自动加了空格。除了手动替换，确实有几种方法能直接从根源上阻止这个问题，给你分享下：

• 用短语列表（Phrase List）强化实体识别：在LUIS控制台里新建一个短语列表，把所有带短横线、下划线的目标术语（比如transition-document）都加进去，并且设置为「互斥（Exclusive）」或者标记为相关短语。这样LUIS会把这些短语当成一个完整的语义整体，不会拆分符号前后的内容。记得多补充几个类似格式的训练样本，让LUIS更好地学习这种固定结构。

• 改用正则表达式实体（Regex Entity）：如果你的实体格式比较固定（比如都是[单词]-[单词]或者[单词]_[单词]的结构），直接创建正则实体是最稳妥的选择。比如写个匹配模式\b\w+[-_]\w+\b，这样LUIS会严格按照正则规则识别实体，完全不会修改原始的符号格式，连多余空格都不会加。

• 切换到列表实体（List Entity）：如果你的实体是固定的术语集合，把它们全部添加到列表实体里，LUIS会精确匹配输入中的内容，不会做任何格式调整。这种方法适合实体范围明确、不会频繁新增的场景。

如果以上配置都没法满足你的需求，手动替换-和_为-、_确实是简单有效的兜底方案，但优先推荐前面的配置方法，从根源上解决问题。

内容的提问来源于stack exchange，提问作者Kevin D.