MicrosoftのCognitive Servicesスイートの一部である言語理解サービス（LUIS）を使用している場合は、予測インテントでモデルのパフォーマンスを向上させる必要があると思われます。LUISモデルのパフォーマンスをどのように改善できますか？
LUISでは、インタラクティブにまたはバッチで提供するサンプルの発話に基づいてモデルを訓練することができます。また、モデルによって間違って分類された発言をチャットログに表示したいので、新しいトレーニングデータセットの基礎として使用することができます。
私はこのような機能が将来リリースされると思いますが、その間に誰もがこのシナリオで回避策を講じていますか？
これを（手作業で）実装するといい方法は、間違って分類されたすべてのメッセージをある種のストレージやログにルーティングして、将来LUISモデルを再学習できるようにすることだと思います。実際、LUIS APIを使用して、ログ内のデータを使って動的かつ簡単に呼び出しを行うことができます。
1）ユーザーは、ボットにメッセージを送信：
ので、流れはこのようなものになるだろう。
2）ボットロジックは、LUISモデルを使用してメッセージのインテントを一致させようとします。
3）インテントが見つからないか、結果に関連付けられた値が実際には低いです。
4）メッセージを取得し、Azure BLOBストレージに格納された単純なtxtファイルから、またはデータベース（テーブルストレージ、DocumentDBまたはSQL Server）に格納します。
5）ログ内の各行について、インテントを選択し、LUIS Apiを呼び出してリトレインする簡単なプログラムを作成します。
私が質問したときに思いついたことに最も近いものを見つけました。
luis.aiの "MyApps"ページには、チャットログをダウンロードする可能性があります。チャットログをダウンロードすると、ユーザーとボットの間のすべてのやり取りを見ることができます。誤って分類されたインテントを取り出すための出発点となります。
I attached a screenshot to indicate the link
唯一の注意点は、ログチャット形式はとても読めないとする.CSVに現在あるということです。 LUISはjson形式のログをすぐにサポートすることを願っています。
