如果你已使用语言理解服务 (LUIS(，它是 Microsoft 中认知服务套件的一部分，你可能已经到了需要提高模型在预测意图方面的性能的地步。
LUIS 允许你基于以交互方式或批量提供的示例言语来训练模型。此外，我希望聊天日志显示模型错误分类的话语，以便我可以将它们用作新训练数据集的基础。
我想这样的功能将来会发布，但与此同时，有没有人有这种情况的解决方法？
我认为实现
这一点(手动(的一个好方法是将所有错误分类的消息路由到某种存储或日志，以便将来可以使用它们来重新训练LUIS模型。事实上，可以使用 LUIS API 对日志中的数据进行动态且轻松的调用。
因此，流程将是这样的：
1( 用户向机器人发送消息。
2( 机器人逻辑尝试使用 LUIS 模型匹配消息的意图。
3(找不到意图或与结果关联的值非常低。
4( 获取该消息并将其存储在某个位置(来自存储在 Azure Blob 存储中的简单 txt 文件(或数据库(表存储、DocumentDB 或 SQL Server(中。
5( 制作一个简单的程序，对于日志中的每一行，你选择一个意向，然后调用 LUIS API 进行重新训练。
所以，当我问这个问题时，我找到了最接近我的想法。
在 luis.ai 的"MyApps"页面上，可以下载聊天日志，在其中可以看到用户与机器人之间的整个交互集。这可能是挑选错误分类的意图的良好起点。
我附上了屏幕截图以指示链接
唯一需要注意的是，日志聊天格式目前处于.csv，可读性不强。希望 LUIS 尽快支持 json 格式的日志。