Erstellen Sie eine offene Entität
Verwenden Sie eine offene Entität, wenn Sie die Genauigkeit der Absichtsvorhersage verbessern möchten. Entitäten mit offenem Ende helfen Ihrem Modell, sich auf den Kontext der Äußerungen zu konzentrieren.
Vorbereitungen
- Stellen Sie sicher, dass das Plugin [ NLU-Workbench, das Plugin NLU-Workbench – Core, das Plugin NLU Common Model und das Plugin Predictive Intelligence in Ihrer Instanz installiert und aktiviert sind.
- Erstellen oder verwenden Sie ein vorhandenes NLU -Modell für Virtual Agent oder die KI-Suche.
- Erstellen oder verwenden Sie eine vorhandene Absicht.
- Erforderliche Rolle: nlu_editor, nlu_admin oder admin. nlu_editor muss dem Modell zugewiesen werden.
Warum und wann dieser Vorgang ausgeführt wird
Entitäten mit offenem Ende weisen das Modell an, sich auf den Kontext der Entität und nicht auf die Entität selbst zu konzentrieren. Wenn Sie ein Wort oder einen Ausdruck als offen markieren, überspringt das System die Entität und prognostiziert die Absicht aus dem Kontext, der vor oder nach der Entität in der Äußerung steht.
Beispielsweise kommentieren Sie in der Äußerung Ich möchte ein iPhone bestellendie Wörter „ein iPhone“ als Entität mit offenem Ende. Das Modell konzentriert sich auf den Kontext und prognostiziert, dass der Benutzer etwas bestellen möchte. Da es eine Menge Dinge gibt, die der Benutzer bestellen möchte, wäre es für den Modellautor eine unerträgliche Aufgabe, sie alle zu benennen.
Die Verwendung einer Entität mit offenem Ende anstelle einer einfachen Entität hilft dem Modell, sich auf den Rest der Äußerung und nicht auf die Entität zu konzentrieren. Im iPhone-Beispiel ist die Entität selbst weniger relevant. Sie möchten, dass das System dies ignoriert.
In diesem Beispielszenario haben Sie ein Modell NLU mit der Absicht erstellt, dass Ihre Benutzer Unternehmensartikel bestellen können.
Prozedur
Nächste Maßnahme
Trainieren Sie Ihr Modell, um die Entitäten zu speichern. Sie können Ihr Modell testen, um zu sehen, ob die Äußerung basierend auf dem Kontext der Entität und nicht basierend auf der Entität selbst interpretiert wird.
- Wählen Sie Modell testen aus.
- Geben Sie „ Ich möchte ein T-Shirt bestellen“ ein.
- Wählen Sie Start.
Das Modell prognostiziert die Absicht und zeigt, dass die Händlerentität für den Wert „ a “ verwendet wurde.