Ähnlichkeitslösungen
Ähnlichkeitslösungen ermöglichen es Ihnen, maschinelles Lernen (ML) zu verwenden, um den Text in einem gelösten Warnungsdatensatz mit einem offenen Warnungsdatensatz zu vergleichen, um den Lösungsansatz wiederzuverwenden.
Trainiert eine Ähnlichkeitslösung
Um eine Ähnlichkeitslösung zu trainieren, sammeln Sie Wörter, um eine Sammlung zu kompilieren, die maschinelles Lernen (ML) zum Vergleichen von Text in verwenden kann Kurzbeschreibung , Beschreibung , Quelle , Typ , Ressource , Und Metrikname Felder in einer gelösten Warnung, um zu sehen, ob die Wörter im Satz mit Wörtern in einer offenen Warnung übereinstimmen. Die gelöste Warnung, die einer offenen Warnung ähnelt, bietet ein Beispiel, um zu zeigen, wie die offene Warnung gelöst werden kann.
- Stellen Sie sicher, dass die von Ihnen trainierten Datensätze nicht zu alt sind und für Ihre Geschäftsanforderungen relevant sind. Halten Sie die Wörter in der Sammlung aktuell.
- Verwenden Sie keine hartcodierten Daten als Filter, da diese Filter beim erneuten Trainieren von Lösungen nicht aktualisiert werden, es sei denn, Sie aktualisieren sie vor jedem erneuten Trainieren manuell. Verwenden Sie stattdessen relative Datumsfilter, z. B. die letzten 3 Monate, die letzten 6 Monate oder die letzten 12 Monate.
- Führen Sie bei Bedarf Schulungen durch, bis eine akzeptable Ähnlichkeitslösung bereitgestellt wird. Diese Praxis bietet Ihnen Zeit, Ihre Lösungsdefinition zu überprüfen und zu aktualisieren.
Felder, die in die Lösung aufgenommen werden sollen
Zeichnen Sie die Felder auf, die wahrscheinlich Wörter und Ausdrücke enthalten, die dem System helfen, ähnliche Datensätze für Ihre Lösung zu identifizieren.
Die von Ihnen ausgewählten Ähnlichkeitsfelder sollten eine Teilmenge Ihrer Eingabefelderauswahlen sein. Wenn Sie beispielsweise Felder aus Incident-Datensätzen auswählen, die sich im Status „Offen“ befinden, wählen Sie nicht aus Schließen Sie den Hinweis Als Ähnlichkeitsfeld. Da offene Datensätze nicht enthalten sind Schließen Sie den Hinweis Felder, darf der Text nicht ähnlich sein.
Die Ähnlichkeitsfelder sind Anwendern verfügbar, wenn sie Datensätze erstellen.
Über die Ähnlichkeitspunktzahl
Die Ähnlichkeitsbewertung ist ein Maß von 0-100 % des Ähnlichkeitsgrades zwischen zwei Warnungsdatensätzen. Warnungsdatensätze, die eine Ähnlichkeitspunktzahl haben, die höher ist als der von Ihnen angegebene Schwellenwert, werden von der Lösung zurückgegeben.
Überprüfen Sie Ähnlichkeitsbeispiele und ihre Punktzahlen mithilfe von Trainingsfortschritt anzeigen Funktion, um zu bestimmen, ob der Lösungsschwellenwert erhöht oder verringert werden soll. Sie können den Schwellenwert in ändern Schwellenwert für Ähnlichkeitspunktzahl Feld.
Zeigen Sie den Fortschritt der Schulungslösung an
Die Trainingszeiten variieren je nach Anzahl der Datensätze und Klassen im Schulungssatz. Je mehr Datensätze und Klassen Sie verwenden, desto länger kann das Training dauern. Beispiel: Ein Datensatz mit 100.000 Datensätzen und mehreren hundert Klassen kann etwa fünf Stunden dauern.
Um den Fortschritt der Schulungslösung anzuzeigen, führt die ML-Lösung automatisch die folgenden Aktivitäten durch, wenn Sie auswählen Trainingsfortschritt anzeigen Auf der Seite Lösungen. Weitere Informationen finden Sie unter Zeigen Sie den Fortschritt der Lösungsschulung an .| Aktivität | Beschreibung |
|---|---|
| Dateien für das Training werden abgerufen. | Das System lädt die Schulungsdatensätze herunter und sendet sie an den nächstgelegenen Schulungsservice. |
| Daten werden vorbereitet. | Das System entfernt doppelte Datensätze aus dem Schulungssatz. |
| Die Lösung wird trainiert. | Der Schulungsservice trainiert die Lösung. |
| Trainierte Lösung wird hochgeladen. | Der Schulungsservice lädt die Lösung als Anhangsdatensätze hoch. |