问尽管输入了确切的语句，AWS Lex仍然匹配错误的意图。

EN

最后，我没有找到合适的解决方案，而是使用了一些非常不雅的解决办法，但是只要它有效，就好了:D

我使用的解决方法是做一个“什么”意图，一个“如何”意图等等。保持句子结构完整：

例如：

IntentName => "Bot_HowTo"

Utterances => 
"What is {slotName}"
"What are {slotName}"
"Meaning of {slotName}"

Slots =>
name : "slotName"
values (using synonyms) : 
{OCR => "ocr", Optical Character recognition"}
{NER=> "ner", Named Entity Recognition"}

这使得所需的意图少得多，也消除了许多歧义。所有有“什么”或类似格式的问题都直接符合这个意图。

然后，在我的代码钩子中，我看到了哪个同义词是匹配的，并提供了相应的答案。

根据Lex和Alexa 文档，自定义插槽类型中的缩略语应该写成所有大写字母中的单个单词或小写字母，以句号和空格分隔(o.c.r.)。

沿着表的底部，您可以看到Fire HD7、Fire h. d.、Fire HD和Fire HD 7的示例，它们演示了这一点--这两个有效选项都将解析为相同的槽值输出。

假设话语是按照最佳实践设置的，如果你提供语音输入，那么重要的是要注意，话语对诸如声音的变化、词与口音之间的节奏/间隔等事物都很敏感。

至于提高精度的直接步骤，您可以尝试进一步拆分您的意图，而不是有两个意图，而不是每个自定义插槽值的排列(NER、命名实体识别、OCR和光学字符识别)。对于人类来说，很容易理解一个短语的第一个字母映射到一个缩略词中的字母，但是当谈到教聊天机器人理解这些短语是同义词时，这就有点难了。