„Výuka“ Wit.Ai není přesně to, co by si někteří mohli myslet, že je.
Budete muset vytvořit příběhy pro vaše User sayssloupci. Odpovědi jsou irelevantní abych byl upřímný. Nemůžete „naučit“ wit.ai odpovědět. Odpovědi jsou definovány v příběhu, nebo v kódu.
Co wit.ai možná muset od data jsou klíčová slova a klíčové věty, které činí rozpoznávání entit lepší wit.ai.
Zde je nejjednodušší příklad:

Entita colorje tvořena na základě klíčových slov uvedených. Takže pokud máte velké množství dat jako příklad zadání uživatele - můžete zkusit zlomit to nejprve do „které subjekty, které uživatel vstup by měl produkovat“ a poté klíčová slova od těch vstupu.
S použitím dat pro „učení“ - by bylo trochu obtížné, protože to bude vyžadovat, abyste vytvořit mnoho příběhů v wit.ai pokrýt případné vstup uživatele a identifikaci entity. Ale stále můžete udělat to takhle:
(Hrubý příklad)
- Aby vznikl jeden příběh o uživatele, který žádá čas na příkladu
- Mark v uživatelském vstupu, které subjekty by měla být odvozena od tohoto vstupu:

- Seřadit seznam musíte dostat všechny možný způsob dotazem na čas:
- Jak dlouho to je?
- Můžeš mi říct čas?
- Zajímalo by mě, co je čas?
- Použití skriptu ( Python ) na „střílet“ všechny tyto uživatelské vstupy na svůj příběh.
- Poté, co udělal - jít k pochopení doby wit.ai a jít přes všechny vstupní korekci \ přidání entity, které jsou definovány.
Tento proces se „učit“ osoby v případě, že jsou klíčová slova, na základě či nějaký jiný algoritmus.
To je to nejlepší, co můžu myslet o tom, jak používat existující data. Wit.Ai se liší od ostatních zpracování jazyka nástrojů sad a „učí“ to s existujícími daty je poněkud „matoucí“ :)