只介绍整个识别过程中可看到的数据，不涉及具体的技术，目的是了解语句是如何识别以及query识别不符合预期之后该怎么检查与调整。

识别过程
对query分词 ==> 分词结果标注词槽 ==> 给出识别候选 ==> 选定最终识别结果 ==> 展示结果

识别过程对应的参数
lexical_analysis下的basic_word ==> lexical_analysis下的etypes ==> candidates ==> qu_res_chosen ==> schema

详细讲解

以查天气的demo为例，时间(user_time)、地点(user_loc)两个词槽，分别复用系统时间(sys_time)、地点(sys_loc)词典,且地点词槽添加自定义词典值“北京”。
query：今天北京天气怎样

对query分词
以上图为例，语句被分词模块分成了4个基本词部分，分别是“今天”“北京”“天气”“怎样”
分词是最基本最重要的，只有分词结果与期望识别的词槽一致才能匹配词槽

分词结果标注词槽
以上图为例，etypes表示该基本词被哪些系统词典和词槽自定义词典收录
如果某个词同时存在于词槽自定义词典和系统词典中，会根据自定义词典给出结果
只要基本词被某个词槽收录，就说明该基本词在词槽中配置了，与etypes结果中的顺序和type的显示无联系。

给出识别候选
以上图为例，candidates给出的是识别候选，如果query可以被多个模板或者同时被模板、样本识别到，就会有多个。

informal_word：匹配的口语化词，informal_word：匹配的特征词

选定最终识别结果
以上图为例，qu_res_chosen一般都是candidates的第一个候选结果。

展示结果
确定识别结果之后，模型就会根据该结果给出schema下的意图、词槽信息

常见问题
1、query不识别或识别不符合预期，该怎么检查？
答：如果分词不符合预期词槽，就使用分词干预（词槽管理右上角高级设置中），可以将两个合在一起的词分开。如果分词结果未标注词槽，说明这个词没在词槽词典中配置，需要添加自定义词典。如果这两方面都没有问题，就得检查模板、样本，需要有模板、样本这种识别语句的配置才行。如果有模板，那可能就是模板配置异常，可以参考这份文档理解模板的用法：https://ai.baidu.com/forum/topic/show/965983

2、basic_word里面怎么有多个词？
答：如果自定义词典值在分词模块下是由多个词组成的，就显示多个，对识别没有影响。

3、分词与标注词槽介绍
答：这两种操作是一次性的，语句只会进行一次分词，然后根据配置的词槽进行标注。给出结果之后无法进行二次调整，也就是只会根据分词结果去识别匹配，如果觉得分词有问题，就使用使用分词干预（词槽管理右上角高级设置中）。另外，分词与标注是优先给出长的结果，比如，一个词槽包含“北京”，一个包含“北京今天”，输入“北京今天天气怎样”，会识别“北京今天”。

4、怎样避免分词问题和达到更好的识别效果？
答：1、按照一般正常的字词结构去添加词典值，不需要在词典值中添加语气词或者对识别没什么作用的字，比如“今天的”，这个“的”就没什么意义。2、如果标注了样本，样本中标注的词典值最好也添加到自定义词典中，因为标注的结果只对那条样本有效。

5、怎么判断是模板还是样本识别的query？
答：以candidates中的结果来说，模板的match_info数据会比较多，第一个就是group_id(模板优先级，数字越小优先级越高，界面显示越靠前)，否则就是样本识别的。

6、比较相似的两句query怎么识别结果不同？
答：每条语句都是根据配置数据解析的，不能单从query相似去判断结果一定相同。这种情况一般都与样本识别有关，因为除非是样本原句，否则置信度都不会很高，所以即使在相似的情况下，置信度不同，识别结果不同。在确定不使用模板识别query的前提下，对识别有误的query进行样本标注来处理。

7、同一query单轮和多轮下识别结果怎么不一样？
答：这种情况一般是因为query符合了多个意图的模板，而UNIT在选定结果时有个策略，会优先给出与上轮意图一致的识别结果。如果不期望出现这种情况，可以根据candidates下的识别结果去调整数据，比如提高模板阈值，让不期望的意图不识别到query。如果无法通过调整配置解决，就在对话时重置对话（接口调用时bot_session置空），保证query是首轮输入的。

8、样本识别的结果有问题怎么办？
答：样本识别的话，基本就样本原句、样本inst策略（query属于样本原句更换词典值的语句）和泛化识别三种，前两种就是根据实际需要调整样本原句即可，最后一种，如果期望识别，就将query标注样本，如果不期望识别，就将query标注为SYS_OTHER意图。

9、模板识别的结果有问题怎么办？
答：模板就两个状态，识别与不识别，识别就是因为query符合了模板，可以通过调整阈值、调整模板必须匹配等手段去解决。模板的具体配置可以参考文档：https://ai.baidu.com/forum/topic/show/965983

10、怎么对话的时候，上次识别的词槽还在？
答：如果未重置对话，每轮对话的词槽都会一直保留，新识别的词槽会直接显示，原有的词槽值会被新query中的结果替换。

11、意图、词槽不置信和多意图确认这种情况怎么处理？
答：这些都是数据配置不合理引起的。意图、词槽不置信基本是样本识别的，query不是样本原句，置信度过低；多意图确认是模板识别，query符合多个意图模板，需要调整模板。这种不置信的系统反问，直接关闭对话反问频率即可（bernard_level置0），会默认肯定或选择第一个，可根据此策略调整数据。

12、什么是置信度？
答：置信度是模型对该语句识别之后给出的一个分数，分数越高说明模型越能够识别该语句。置信度是输出参数，无法调整。

13、特征词是怎么解析的？
答：分词结果不会给出特征词的结果，但是特征词也需要与分词结果一致才能识别。可从识别结果中查看，match_keywords表示特征词。

14、哪里可以看到口语化词？
答：识别结果中的informal_word。

15、对话窗口报错“对话样本 请求参数不正确”怎么办？
答：query包含异常内容，比如换行、tab、表情、特殊字符等，query需要是正常的汉字、字母、数字和常见符号。

16、批量测试怎么使用？
答：先下载参考demo，然后根据demo的要求配置需要测试的query，上传文件之后，点击开始解析，解析完成之后，下载文件，查看识别结果。批量测试不占用每天的对话次数。

17、单条测试的query不包含词槽怎么在词槽那里有显示？
答：显示的不是词槽，是指那一行的数据，如果有词槽会使用[]标注出来。

18、怎么更改已识别的词槽词典值？
答：因为系统有内置的词槽澄清模板（CMD_UPDATE_词槽名 意图的模板），所以，直接输入需要更改的词槽词典值即可。内置模板为了避免误识别等情况出现，阈值卡的较高，所以如果想在进行词槽澄清或者已识别词典值更改时，输入词典值的时候包含一些其他内容，就需要自己配置词槽澄清模板。添加对话模板，选择意图时下拉，会看到所有词槽的CMD_UPDATE澄清意图，选择需要的词槽意图，按照期望实现的澄清语句去配置模板即可。需要注意，这种澄清只能选择该词槽，没有其他词槽可选，可以使用汉字和特征词。