答案的信賴分數

當使用者查詢與某個知識庫相符時，QnA Maker 會傳回相關的答案以及信賴分數。 此分數表示該答案針對指定之使用者查詢正確比對的信賴度。

信賴分數是介於 0 到 100 之間的數字。 100 分是極可能完全相符，而 0 分表示找不到相符的答案。 分數越高，表示答案的信賴度越好。 針對指定的查詢，可能會傳回多個答案。 在這種情況下，會以信賴分數遞減的順序傳回答案。

在下列範例中，您可以看到一個 QnA 實體和 2 個問題。

針對上述的範例，對不同的使用者查詢類型來說，您可以預期分數惠如下列的範例分數範圍：

下表指出與指定分數相關聯的一般信賴度。

選擇分數閾值

上表顯示大部分 KB 預期的分數。 不過，因為每個 KB 都不相同，且具有不同類型的字組、意圖和目標，建議您測試並選擇最適合您的閾值。 根據預設，閾值會設為 0，因此會傳回所有可能的答案。 應可適用於大部分 KB 的建議閾值為 50。

選擇您自己的閾值時，請記住在精確度和涵蓋範圍之間取得平衡，並根據您的需求調整閾值。

• 如果您的案例中精確度比較重要，則提升您的閾值。 如此一來，在每次傳回答案時，就會是更高信賴度的情況，且更可能接近使用者所需的答案。 在這種情況下，您最後可能會留下更多未回答的問題。 例如：如果您將閾值設為 70，您可能會遺漏一些模稜兩可的問題，例如「什麼是儲存和訓練？」。

• 如果涵蓋範圍 (或重新叫用) 更重要，且您想要盡可能回答更多問題 (即使答案與使用者的問題只有部分相關)，則您可以降低閾值。 這表示會有更多答案無法回答使用者實際查詢，但能提供一些其他可能相關之答案的情況。 例如：如果您將閾值設為 30，您可能會提供「我可以在哪裡編輯 KB？」之類查詢的答案

設定閾值

將閾值分數設定為 GenerateAnswer API JSON 主體的屬性。 這表示您可以針對每個 GenerateAnswer 呼叫進行設定。

從 Bot 架構中，使用 C# 或 Node.js，將分數設定為選項物件的一部分。

改善信賴分數

若要改善使用者查詢特定回應的信賴分數，您可以將使用者查詢加入至知識庫做為該回應的替代問題。 您也可以使用不區分大小寫的文字變異形式 \(英文\)，來將同義字新增至 KB 中的關鍵字。

類似的信賴分數

多個回應有類似的信賴分數時，表示查詢過於不具體，因此有多個同等可能性的相符答案。 請嘗試進一步調整 QnA，以便每個 QnA 實體的意圖彼此相異。

測試與生產環境之間的信賴分數差異

在測試和發佈的知識庫版本之間，即使內容相同，不過答案的信賴分數可能會略微變化。 這是因為測試和發佈的知識庫位於不同的 Azure AI 搜尋服務索引中。

測試索引會保留知識庫的所有 QnA 配對。 查詢測試索引時，查詢會套用至整個索引，然後將結果限制為該特定知識庫的分割。 如果測試查詢結果對您驗證知識庫的能力有負面影響，您可以：

• 使用下列其中一項來組織您的知識庫：
  • 1 個資源限制為 1 個 KB：將您的單一 QnA 資源 (和產生的 Azure AI 搜尋服務測試索引) 限制為單一知識庫。
  • 2 個資源 - 1 個用於測試，1 個用於生產：有兩個 QnA Maker 資源，其中一個用於測試 (其中包含自己的測試和生產索引)，另一個用於生產 (也有自己的測試和生產索引)
• ，以及查詢您的測試和生產知識庫時，請一律使用相同的參數，例如 top。

發佈知識庫時，知識庫的問題與答案內容會從測試索引移到 Azure 搜尋服務中的生產索引。 請查看發佈作業的運作方式。

如果您的知識庫位於不同區域，則每個區域都會使用自己的 Azure AI 搜尋服務索引。 由於會使用不同的索引，因此，分數將不會完全相同。

未找到相符項目

順位排定程式找不到適當的相符項目時，會傳回 0.0 的信賴分數或「無」，而且預設回應是「在資料庫中找不到適當的相符項目」。 在呼叫端點的 Bot 和應用程式碼中，您可以覆寫這個預設回應。 或者，您也可以在 Azure 中設定覆寫回應，這會變更特定 QnA Maker 服務中部署的所有知識庫預設值。

下一步