LUIS实体识别歧义及未收录实体识别问题求助

针对你遇到的两个核心问题，我整理了一些除直接添加训练话语外的LUIS训练技巧，帮你优化模型表现：

一、消除Skill与Subpractice的实体歧义 #

当两种句式结构相似但实体类型不同时，光靠示例话语可能不够，试试这些方法：

• 使用Patterns（模式）定义结构化模板：
  针对两种场景分别创建模式，明确实体与句式的对应关系：

  • 模式1：{Subpractice} contact from {Location}
  • 模式2：{Skill} contact from {Location}
    模式会强制LUIS按照你定义的结构去匹配输入，即使是没见过的具体实体值，也能准确区分是Skill还是Subpractice类型。

• 给实体添加专属特征（Entity Features）：
  分别为Skill和Subpractice实体添加各自的特征词集合——比如给Subpractice添加行业领域相关的词汇（如"医疗子业务"、"金融分支"），给Skill添加技能类词汇（如"Python开发"、"UI设计"）。这些特征会帮助LUIS学习两类实体的语义差异，减少混淆。

• 拆分意图（如果业务逻辑允许）：
  如果获取Subpractice联系人与Skill联系人是两个不同的业务意图，可以创建GetSubpracticeContact和GetSkillContact两个独立意图，分别给每个意图添加对应实体的示例句子。LUIS会通过意图的差异辅助实体的识别，进一步降低歧义。

二、解决未录入实体的识别失效问题 #

对于未预定义的Location、Skill无法识别的情况，核心思路是让模型从上下文而非预定义列表中学习实体特征：

• 替换列表实体为机器学习实体（Machine Learned Entities）：
  列表实体只能识别你预先录入的值，而机器学习实体可以通过上下文语境、特征词来识别未见过的实体。比如把Location改成机器学习实体，搭配短语列表或预构建实体辅助，就能识别训练数据里没出现过的地点。

• 添加通用短语列表（Phrase Lists）：
  创建针对Location的短语列表，加入通用的位置相关词汇（如"城市"、"分部"、"区域"），并标记为「可互换」。这会告诉LUIS这类词汇属于同一语义范畴，帮助它识别类似的未录入位置。

• 利用预构建实体（Prebuilt Entities）：
  如果你的Location是真实地理位置（城市、国家、地区等），直接启用LUIS的geographyV2预构建实体，它能自动识别全球大部分常见地理位置，无需手动录入所有值。

• 调整实体识别阈值：
  在LUIS的发布设置里，适当降低实体的识别置信度阈值（不过要注意平衡，避免误识别），让模型更愿意识别疑似实体的内容，之后再通过后续业务逻辑验证或用户反馈来修正。

内容的提问来源于stack exchange，提问作者Saumya Agarwal