如何提高QnA maker机器人训练中文语义理解的能力

这是一个常见的问题，在人工智能的世界里面，图像理解、语言及语义理解、数据理解是三个核心领域。而关于语言及语义理解，又与具体的语言和文字密切相关。目前来说，大家都是用机器学习去训练模型，如果要更好的理解中文，当然是要用中文的语义模型去训练更好。

听起来很简单的一个事情，最近我在使用QnA maker这个服务时却遇到一些小问题，深究了一下，也搞明白了他怎么选定语义模型的逻辑：当前来说，他会根据开发者定义的KB的素材，自动推断语言。

这可能是一个足够“智能”，但不够聪明的设计。

我发现问题的原因在于我在一个KB中，先是定义了一个Hi这种测试用的提问。然后又导入了一个中文的知识库材料。如下图所示：

然后我在测试时发现，很多明明定义在question里面的短语，就是无法识别出来。例如

我百思不得其解，后来发现这个KB的语言被识别为了英文，难怪呢。

问题倒是找到了，但怎么调整这个设置呢？查了很多材料，也没有找到地方可以改设置。只能发邮件给产品组沟通。

攻城狮们告诉我的情况是，让我重新建立一个KB，而且一定要确保第一个KB Pair是中文的。我顿时就明白了。

然后，你可以通过这个接口来验证当前你定义的Knowledge base是用什么语言来训练的。

https://westus.dev.cognitive.microsoft.com/docs/services/5a93fcf85b4ccd136866eb37/operations/knowledgebases_getknowledgebasedetails/console

另外一个好消息是，根据我跟产品组的沟通，很快会有一个功能，就是让开发者自己可以手工地设定语言。

这当然是更加自然、而且合乎逻辑的设计。