NLU 모델 교육 및 시도
모델을 반복적으로 교육하고 시도하여 의도와 엔터티가 확인되고 컴파일되고 모델에 저장되도록 합니다.
시작하기 전에
- 코어 플러그인, NLU 워크벤치 플러그인 및 예측 인텔리전스 플러그인이 NLU 워크벤치 모두 설치되고 활성화되어 있는지 확인합니다.
- 모델을 생성합니다 NLU . 자세한 내용은 모델 생성 문서를 참조하십시오.
- 모델에 대해 하나 이상의 NLU 의도 및 연결된 엔터티를 생성합니다. 자세한 내용은 NLU 의도 문서를 참조하십시오.
- 발언이 테이블 어휘 소스를 참조하는 경우 모델에서 해당 값을 사용할 수 있도록 소스가 동기화되었는지 확인합니다. 자세한 내용은 테이블 어휘 소스 동기화 문서를 참조하십시오.
- 필요한 역할: nlu_editor, nlu_admin 또는 admin. 편집기를 NLU 모델에 할당해야 합니다.
이 태스크 정보
모델을 학습시키면 콘텐츠에 대한 변경 내용이 저장되고 충돌이나 오류가 검사됩니다. 또한 교육을 통해 모델을 게시할 수 있습니다.
교육 후에는 개별 발언을 수동으로 입력하여 모델을 시도하고 어떤 의도가 예측되는지 확인할 수 있습니다.
주:
테스트 발언 목록에 대해 모델 테스트를 실행하려면 다음 문서를 참조하십시오 모델 테스트 및 게시.
대화 상자 법의 대화 중 응답은 에서 시도하거나 테스트 NLU 워크벤치할 수 없습니다.
이 예제 시나리오에서는 의도, 발화, 엔터티 및 관련 주석을 추가하여 이미 충분한 모델 컨텐츠를 빌드했습니다. 예시 절차에 따라 먼저 모델을 교육합니다 NLU . 그런 다음 예측 결과와 신뢰 점수를 확인할 수 있도록 발언을 수동으로 입력하여 모델을 시도합니다.
프로시저
-
모델 개요의 모델 빌드 및 교육 카드에서 단계 보기를 선택합니다.
-
모델 빌드 및 교육 단계가 열리면 모델 교육 탭이 선택되어 있는지 확인합니다.
결과:모델 교육 탭에는 모델이 마지막으로 교육된 시간이 표시되고 마지막 교육 이후의 콘텐츠 변경 내용도 요약됩니다(있는 경우).
-
교육 버튼을 선택합니다.
결과: 교육 중에 시스템에 진행률 표시줄이 표시됩니다. 완료되면 시스템은 다음 두 가지 권장 사항 중 하나를 표시합니다.
- 모델 의도의 60% 미만이 기본 테스트 세트에 포함되는 경우 시스템은 더 많은 테스트 발언을 추가하는 것을 권장합니다. 테스트 세트 생성 및 관리 문서를 참조하십시오.
- 모델 의도의 60% 이상이 기본 테스트 세트에 포함되면 테스트로 진행하는 것이 좋습니다. 모델 테스트 및 게시 문서를 참조하십시오.
- 모델 의도의 60% 미만이 기본 테스트 세트에 포함되는 경우 시스템은 더 많은 테스트 발언을 추가하는 것을 권장합니다. 테스트 세트 생성 및 관리 문서를 참조하십시오.
-
테스트할 발언 입력 아래의 텍스트 필드에 발언을 입력하고 이동을 선택합니다.
결과
이 예에서는 시도할 발언으로 집 주소를 업데이트해야 합니다.
- 시스템에 모델의 신뢰도 임계치가 표시됩니다(이 예에서는 76%).
- 시스템은 상위 예측에서 임계치보다 큰 신뢰 점수로 예측된 모든 의도를 표시합니다.
- 이 예시에서 의도 UpdateAddress 는 신뢰 점수 97%로 예측되며, 이는 임계치인 76%보다 큽니다.
다음에 수행할 작업
- 모델 컨텐츠에 대한 업데이트가 효과적인지 확인하려면 다양한 발언을 계속 시도하십시오. NLU 모델의 초안과 게시된 버전 비교 문서를 참조하십시오.
- 테스트 발언 목록에 대해 모델을 테스트하려면 단계에서 기본 테스트 세트 모델 테스트 및 게시 를 사용하거나 로 이동합니다 다중 모델 배치 테스트.
- 모델의 신뢰도 임계치를 조정하려면 모델 개요 페이지의 설정 탭을 사용합니다. 자세한 내용은 NLU 모델 설정 문서를 참조하십시오.
- 테스트 결과가 만족스러우면 NLU 모델을 게시합니다.