Trainieren und testen Sie Ihr NLU-Modell
Trainieren und testen Sie Ihr Modell iterativ, damit seine Absichten und Entitäten validiert, kompiliert und in Ihrem Modell gespeichert werden.
Vorbereitungen
- Stellen Sie sicher, dass NLU-Workbench– Core-Plugin, NLU-Workbench Plugin, und Predictive Intelligence Plugins sind alle installiert und aktiviert.
- Erstellen Sie ein NLU-Modell. Weitere Informationen finden Sie unter Modelle erstellen.
- Erstellen Sie mindestens einen NLU Absichten und die zugehörigen Entitäten für Ihr Modell. Weitere Informationen finden Sie unter NLU-Absichten.
- Wenn eine Äußerung auf eine Tabellenvokabularquelle verweist, stellen Sie sicher, dass die Quelle synchronisiert wurde, damit ihre Werte für Ihr Modell verfügbar sind. Weitere Informationen finden Sie unter Synchronisiert eine Tabellenvokabularquelle.
- Erforderliche Rolle: nlu_Editor, nlu_admin oder admin. Die NLU Editor muss dem Modell zugewiesen sein.
Warum und wann dieser Vorgang ausgeführt wird
Das Trainieren Ihres Modells speichert alle Änderungen, die Sie am Inhalt vorgenommen haben, und überprüft auf Konflikte oder Fehler. Durch das Training wird auch ein Modell für die Veröffentlichung verfügbar gemacht.
Die Mid-Konversationsantworten von Dialoghandlungen können in nicht getestet oder getestet werden NLU-Workbench.
In diesem Beispielszenario haben Sie bereits genügend Modellinhalte erstellt, indem Sie Absichten, Äußerungen, Entitäten und die zugehörigen Anmerkungen hinzugefügt haben. Nach dem Beispielverfahren trainieren Sie zuerst Ihren NLU Modell. Anschließend versuchen Sie Ihr Modell, indem Sie Äußerungen manuell eingeben, damit Sie die Vorhersageergebnisse und Konfidenzpunktzahlen überprüfen können.
Prozedur
Ergebnisse
- Das System zeigt den Konfidenzschwellenwert des Modells an, der in diesem Beispiel 76 % beträgt.
- Unter Häufigste Vorhersage(en) , Das System zeigt alle Absichten an, die mit einer Konfidenzpunktzahl über dem Schwellenwert vorhergesagt wurden.
- Im Beispiel die Absicht UpdateAddress Wird mit einer Konfidenzpunktzahl von 97 % vorhergesagt, was größer ist als der Schwellenwert von 76 %.
Nächste Maßnahme
- Versuchen Sie es weiterhin mit verschiedenen Äußerungen, um zu überprüfen, ob Ihre Aktualisierungen des Modellinhalts effektiv sind. Weitere Informationen finden Sie unter Entwürfe und veröffentlichte Versionen von NLU-Modellen vergleichen.
- Um Ihr Modell anhand einer Liste von Testäußerungen zu testen, verwenden Sie den Standardtestsatz im Ihr Modell testen und veröffentlichen Phase oder navigieren Sie zu Batch-Tests für mehrfache Modelle.
- Um den Vertrauensschwellenwert des Modells anzupassen, verwenden Sie Einstellungen Registerkarte auf der Übersichtsseite des Modells. Weitere Informationen finden Sie unter NLU-Modelleinstellungen.
- Wenn Sie mit den Ergebnissen Ihrer Tests zufrieden sind, veröffentlichen Sie Ihr NLU-Modell.