Lösen Sie Natural Language Understanding (NLU)-Themen-Discovery-Probleme

Wenn eine Absicht nicht wie erwartet ausgewählt wird, können Sie NLU-Vorhersagefehler beheben.

Schnelle Tipps zur Problembehandlung

Wenn ein Virtual Agent nicht erkannt wird, überprüfen Sie Folgendes:

Ist NLU für die Sitzungssprache aktiviert?

Aktivieren Sie die Sprache in Natural Language Understanding (NLU-)Einstellungen für Virtual Agent. Details finden Sie unter Aktivieren Sie NLU-Sprachen in den Einstellungen für Virtual Agent ..

Wird das NLU-Modell für die Sitzungssprache trainiert und veröffentlicht?

In Ihrem Thema werden möglicherweise nicht die neuesten Änderungen an Ihrem Modell verwendet. Informationen zu ServiceNow® NLU finden Sie unter NLU-Modell trainieren und testen und Virtual Agent-Thema veröffentlichen.

Ist das Thema Virtual Agent veröffentlicht, erkennbar und an ein veröffentlichtes NLU-Modell und eine Absicht für die Sitzungssprache gebunden?

Das Thema sollte an ein einzelnes Modell und eine Absicht für eine bestimmte Sprache gebunden werden. Stellen Sie sicher, dass keine doppelten Absichten an andere Themen gebunden sind. Stellen Sie sicher, dass sich Thema, Modell und Absicht in derselben Domäne befinden. Weitere Informationen finden Sie unter Virtual Agent-Thema veröffentlichen.

Sind für das Thema Virtual Agent auf der Registerkarte „Eigenschaften“ im Designer von Virtual Agent Rollen oder Bedingungen angegeben?

Wenn das Thema nur für bestimmte Rollen oder bestimmte Bedingungen angezeigt wird, kann dies die Discovery des Themas beeinträchtigen. Details finden Sie unter Registerkarte Themeneigenschaften.

Warum hat Virtual Agent mein Thema auf Spanisch, aber nicht auf Französisch erkannt?

Es gibt mehrere Möglichkeiten:

• Nicht alle Sprachen werden von allen NLU-Anbietern unterstützt. Details finden Sie unter Sprachunterstützung für -Services NLU ..
• Nicht alle Themen sind an ein sprachspezifisches NLU-Modell und eine spezifische Absicht gebunden.
  Zum Beispiel kann Thema A wie folgt zugeordnet werden:

  • An Model A und Intent A für Englisch gebunden
  • Gebunden an Modell A und Absicht A für Spanisch
  • NICHT an ein Modell oder eine Absicht für Französisch gebunden

  Erstellen Sie in diesem Szenario ein Französisch-Modell und eine Absicht für das Thema. Weitere Informationen finden Sie unter Verwaltung mehrsprachiger Modelle.

Warum wurde der Slot NICHT mit einer Themenvariablen gefüllt?

Überprüfen Sie Folgendes:

• Der Anwendereingabeknoten des Themas wurde nicht mit einer zugeordneten Entität konfiguriert. Verwenden Sie die NLU-Entitäteneigenschaft für den Knoten in Virtual Agent-Designer.

  

• Das Vorhersageergebnis enthielt eine NLU-Entität mit einer Konfidenzpunktzahl, die kleiner als der konfigurierte Konfidenzschwellenwert war.
• Der NLU-Entitätswert für den Knoten war ungültig. Beispielsweise können Sie das Wort „rot“ nicht auf einen Entitätstyp vom Typ „Datum/Uhrzeit“ anwenden.

Test-Discovery aus dem Thema.

Führen Sie einen der folgenden Schritte aus:

• Schieben Sie auf der -Homepage den Umschalter für den Discovery-Typ auf NLU/Stichwort, und wählen Sie dann NLU-/Stichwortthemen testenaus. Geben Sie Ihre Äußerung ein, und beobachten Sie die Registerkarte Testausdrücke analysieren.
• Öffnen Sie das Thema in Virtual Agent-Designer, und wählen Sie dann Testaus. Aktivieren Sie im Testfenster das Kontrollkästchen Themen-Discovery einbeziehen. Geben Sie Ihre Äußerung ein, und beobachten Sie die Registerkarte Testausdrücke analysieren.

Details finden Sie unter Testen NLU/Stichwortthemen. Informationen zur Funktionsweise der Themen-Discovery finden Sie unter Natural Language Understanding Themen-Discovery-Logik in Virtual Agent.

Ist „Setup-Thema“ das fragliche Thema?

Wenn dies der Fall ist, muss es in den Chat-Einstellungen Konversations-Schnittstellen konfiguriert werden, damit es erkannt wird. Details finden Sie unter Konfigurieren Sie eine Virtual Agent -Chat-Experience.

Fragen oder Probleme beim Wechseln während der Themenerstellung.

Warum ist die Konversation zu Thema A zurückgekehrt, nachdem Virtual Agent zu Thema B gewechselt ist?

Das Attribut „Themen-Flow nach Themenwechsel fortsetzen“ ist für das Thema aktiviert. Sie finden diesen Umschalter auf der Registerkarte Eigenschaften unter Erweiterte Eigenschaften > Zusätzlich.

Warum ist die Konversation NICHT zu Thema A zurückgekehrt, nachdem Virtual Agent zu Thema B gewechselt war?

Das Attribut „Themen-Flow nach Themenwechsel fortsetzen“ ist für das Thema deaktiviert. Sie finden diesen Umschalter auf der Registerkarte Eigenschaften unter Erweiterte Eigenschaften > Zusätzlich.

Wird Virtual Agent [] eine Stichwortsuche in der Mitte des Themas verwenden, wenn keine Absicht findet?

Nein.

Sind die Variablen von Thema A für Thema B nach dem Wechsel verfügbar?

Nein.

Sind die Variablen von Thema B für Thema A verfügbar, wenn Thema A fortgesetzt wird?

Nein.

Informationen zur zusätzlichen Problembehandlung finden Sie in den folgenden Tabellen.

NLU-Vorhersageinformationen in den offenen NLU-Tabellen überprüfen

Beim Überprüfen oder Debuggen von Themen, die Natural Language Understanding (NLU) verwenden, können Sie verschiedene Open NLU-Tabellen verwenden, um die NLU-Vorhersageergebnisse für Ihre Themen anzuzeigen. Zum Beispiel enthalten die Tabellen „Feedbacks zur NLU-Absichtvorhersage öffnen“ und „Feedbacks zur NLU-Entitätsvorhersage öffnen“ detaillierte Informationen zur NLU-Verarbeitung, die von Anwendungen (z. B. Virtual Agent) durchgeführt wird, um Themenabsichten und Entitäten (Slot-Füllung) zu bestimmen.

Tabelle „Feedbacks zur NLU-Absichtvorhersage öffnen“

Die Tabelle „Feedbacks für NLU-Absichtsvorhersagen öffnen“ [open_nlu_predict_intent_feedback] zeigt die Absichtsverarbeitung, die eine Anwendung (in diesem Fall Virtual Agent) als Reaktion auf ein NLU-Absichtsvorhersageergebnis durchführt. Das Ziel für Virtual Agent besteht darin, eine vorhergesagte NLU-Absicht einem Virtual Agent -Thema zuzuordnen. Immer wenn Virtual Agent ein Thema vorschlägt, wird dieser Tabelle ein Datensatz des Vorhersageergebnisses hinzugefügt. Wenn Virtual Agent kein Thema findet, erfolgt keine Vorhersage, und ein mit Skipped markierter Datensatz wird dieser Tabelle hinzugefügt.

Um die Tabelle anzuzeigen, navigieren Sie zu Alle, und geben Sie im Navigationsfilter open_nlu_predict_intent_feedback.list ein.

Tabelle : 1. Schlüsselfelder in der Tabelle „Feedbacks zur NLU-Vorhersageabsicht“.

Feld	Beschreibung
App	Anwendung, die NLU nutzt. Beispiel: VA (Virtual Agent).
App-Dokument	sys_id des Anwendungsdatensatzes. Beispiel: sys_cs_topic.sys_id.
App-Dokumenttabelle	Tabelle des Anwendungsdatensatzes. Beispiel: sys_cs_topic (Thementabelle).
Automatisch ausgewählt	Boolescher Wert, der angibt, ob das System nur eine Absicht über dem Vorhersageschwellenwert erkannt hat und die Anwendung daher ausgewählt hat, das Thema auszuführen, das derselben Absicht entspricht: true oder false.
Aktuelle Absicht	NLU-Absicht, die von der Anwendung verwendet wurde, als die NLU-Vorhersage übermittelt wurde. Dieses Feld kann leer sein. Eine in der Anwendung Virtual Agent verwendete Absicht könnte beispielsweise Change passwordsein.
Domäne	Die Domäne der Absicht. Beispiel: Global oder ITSM.
Anzeigename des externen Modells	Name des externen NLU-Modells. Zum Beispiel der Name der NLU-Anwendung IBM Watson Assistant.
Ursache des Absichtswechsels	Name des ursprünglichen Themas, das den Anwender zur Bestätigung auffordert. Es gibt zwei mögliche Szenarien für Werte in dieser Spalte: Der Anwender wird zur Bestätigung der anfänglichen Absichtsübereinstimmung für seine Äußerung aufgefordert (Anwender fragen, ob das von VA ausgewählte Thema für das richtige Modell in den NLU-Einstellungenaktiviert ist). Wenn der Benutzer zu einer ersten Äußerung aufgefordert wird, kann dieser Wert das Begrüßungsthema sein. Wenn der Wert emptyist, wurde der Benutzer entweder nicht zur ersten Übereinstimmung aufgefordert, oder er hat die anfänglich übereinstimmende Themenabsicht abgelehnt. Der Anwender wird zur Bestätigung eines Absichtswechsels mitten im Thema aufgefordert (der Umschalter „Anwender fragen, ob das gewechselte Thema korrekt ist“ ist in den NLU-Einstellungenaktiviert). Wenn der Benutzer aufgefordert wird, mitten im Thema zu wechseln, ist dieser Wert der Name des Themas, das zum Zeitpunkt des Wechsels angezeigt wurde. Hinweis: Hier werden möglicherweise auch Systemaufgaben angezeigt, die Sie ignorieren können. Beispiel: __silent_TerminateGoal_a3817a5f7ca7439b8.
Ursache des Absichtswechsels – aktuelle Aufgabe	Name der Aufgabe (des Knotens), von der aus der Benutzer wechselt. Hinweis: Hier werden möglicherweise auch Systemaufgaben angezeigt, die Sie ignorieren können. Beispiel: __silent_TerminateGoal_a3817a5f7ca7439b8.
Zugeordnet	Boolescher Wert, der angibt, ob die Anwendung (Virtual Agent) die Vorhersage als verwendbar betrachtet hat, indem die Absicht mit einem verfügbaren Thema abgeglichen wurde: true oder false.
Modellanzeigename	Name des ServiceNow NLU-Modells.
Modell-ID	ID des NLU-Modells, für das die Vorhersage eingereicht wurde.
Modellname	Name des NLU-Modells, für das die Vorhersage eingereicht wurde.
Ergebnis der NLU-Themen-Discovery	Vorhersageergebnis für erste Äußerung in einer Konversation als Teil der Themen-Discovery: Fallback für KI-Suche: Es wurde keine Vorhersage getroffen. KI-Suche wurde als Fallback verwendet. Richtig: Es wurde eine einzelne Vorhersage getroffen. Der Anwender hat bestätigt, dass das Thema korrekt war. Richtig unter mehreren: Es wurden mehrere Vorhersagen getroffen. Dieses Ergebnis gibt an, dass der Anwender diese Vorhersage ausgewählt hat. Andere Vorhersagedatensätze sind als Nicht kategorisiert markiert. Ohne Bestätigung beendet: Der Anwender beendet ohne Bestätigung. Falsch: Es wurde eine einzelne Vorhersage getroffen. Der Anwender hat bestätigt, dass das Thema falsch war. Falsch unter mehreren: Es wurden mehrere Vorhersagen getroffen, aber der Anwender hat keines der vorgeschlagenen Themen ausgewählt. Dieses Ergebnis gibt an, dass diese Vorhersage den höchsten Wert für die Vorhersagekonfidenz hatte. Die anderen Vorhersagedatensätze werden als Nicht kategorisiert markiert. Setup-Themenvorhersage: Die Setup-Themenbezogene Vorhersage wurde ohne Verwendung von KI-Suchegetroffen. Übersprungen: Es wurde keine Vorhersage getroffen. Mit neuer Äußerung übersprungen: Als das Menü „Thema“ angezeigt wurde, hat der Anwender eine neue Äußerung eingegeben. Nicht kategorisiert: Keine der oben genannten Bedingungen wurde erfüllt, oder der Anwender hat die Konversation abgebrochen.
NLU-Modellsprache	Sprache des für die Vorhersage verwendeten NLU-Modells.
Vorhersage	Name der vorhergesagten Absicht
Auditprotokoll der Vorhersage	Verweis auf die Tabelle der offenen NLU-Vorhersageprotokolle [open_nlu_predict_log]
Vorhersagekonfidenz	Wert für die Vertrauenswürdigkeit der Vorhersage
Sitzungssprache der anfordernden Person	Sprachcode der Sitzungssprache der anfordernden Person, wenn Dynamische Übersetzung aktiviert ist. Wenn der Benutzer beispielsweise etwas in Französisch eingibt, wird der Code fr gespeichert. Wenn die Spracherkennung aktiviert ist und der Benutzer Text in einer anderen Sprache eingibt, fordert Virtual Agent den Benutzer auf, die Sprache zu bestätigen. Bei Bestätigung wird die erkannte Sprache zum Standardwert für die Sitzung.
Ausgewählt	Boolescher Wert, der angibt, ob die mehreren vorhergesagten Absichten, die Endanwendern als übereinstimmende Themen angezeigt werden, tatsächlich von den Endanwendern ausgewählt wurden: true oder false.
Gezeigt	Boolescher Wert, der angibt, ob die Anwendung (Virtual Agent) die vorhergesagte Absicht als Auswahlmöglichkeit für den Endanwender angezeigt hat: true oder false.
Thema gewechselt	Name des Themas, wenn der Anwender zur Bestätigung aufgefordert wurde (unabhängig von seiner Auswahl, Ja oder Nein).
Äußerung	Vom Endbenutzer im Chat-Client-Fenster eingegebener Ausdruck

Tabelle „Feedbacks zur NLU-Entitätsvorhersage öffnen“

Die Tabelle „Feedbacks für NLU-Vorhersageentitäten öffnen“ [open_nlu_predict_entity_feedback] zeigt die Entitätsverarbeitung (Slot-Füllung), die eine Anwendung (in diesem Fall Virtual Agent) als Antwort auf ein NLU-Entitätsvorhersageergebnis ausführt. Das Ziel von Virtual Agent besteht beispielsweise darin, eine vorhergesagte NLU-Entität einer Virtual Agent -Themeneingabevariablen zuzuordnen.

Um die Tabelle anzuzeigen, geben Sie im Navigationsfilter open_nlu_predict_entity_feedback.list ein.

Tabelle : 2. Schlüsselfelder in der Tabelle „Feedbacks für NLU-Entitätsvorhersage öffnen“.

Feld	Beschreibung
App	Anwendung, die NLU nutzt. Beispiel: VA (Virtual Agent).
App-Dokument	sys_id des Anwendungsdatensatzes. Beispiel: sys_cs_topic.sys_id.
App-Dokumenttabelle	Tabelle des Anwendungsdatensatzes. Beispiel: sys_cs_topic.
Automatisch ausgewählt	Boolescher Wert, der angibt, ob die Anwendung automatisch die Verwendung der Entität ausgewählt hat, ohne den Anwender zu benachrichtigen: true oder false.
Anzeigename des externen Modells	Name des externen NLU-Modells. Zum Beispiel der Name der NLU-Anwendung IBM Watson Assistant.
Zugeordnet	Boolescher Wert, der angibt, ob die Anwendung (Virtual Agent) die Vorhersage als verwendbar angesehen hat: true oder false.
Zugeordnet zu	Element in der Anwendung, dem die Entität zugeordnet wurde
Modellanzeigename	Name des ServiceNow NLU-Modells.
Modell-ID	ID des NLU-Modells, für das die Vorhersage eingereicht wurde.
Modellname	Name des NLU-Modells, für das die Vorhersage eingereicht wurde.
Vorhersage	Name der vorhergesagten Entität
Auditprotokoll der Vorhersage	Verweis auf die Tabelle der offenen NLU-Vorhersageprotokolle [open_nlu_predict_log]
Vorhersagekonfidenz	Wert für die Vertrauenswürdigkeit der Vorhersage
Ausgewählt	Boolescher Wert, der angibt, ob die Anwendung die folgende Entität verwendet hat: true oder false.
Gezeigt	Boolescher Wert, der angibt, ob die Anwendung dem Endanwender die vorhergesagte Entität zur Auswahl angezeigt hat: true oder false.
Äußerung	Vom Benutzer im Chat-Client-Fenster eingegebener Ausdruck
Wert	Wert der vorhergesagten Entität

NLU-Vorhersageprotokolle öffnen

Die Tabelle „NLU-Vorhersageprotokolle öffnen“ [open_nlu_predict_log] bietet eine konsolidierte Übersicht über die NLU-Vorhersagedatensätze für Themen. Die Datensätze im Log identifizieren die vom NLU-Service ermittelten Äußerungen und entsprechenden Absichten (Themen) und Entitäten. Jeder Datensatz enthält auch die NLU-Vorhersagewerte, die während der Themenerkennung (Absichtstreffer) und Entitätsextraktion berechnet wurden.

Hinweis:

NLU-Vorhersageknotenprotokolle werden automatisch generiert. Wenn Sie Knotenprotokolle zum Debuggen verwenden, aber die automatische Generierung von NLU-Vorhersageknotenprotokollen unterdrücken möchten, fügen Sie die Systemeigenschaft com.glide.opennlu.predict.node_logging_enabled hinzu, und legen Sie den Wert auf false fest.

Um die offenen NLU-Vorhersageprotokolle anzuzeigen, geben Sie im Navigationsfilter open_nlu_predict_log.list ein.

Tabelle : 3. Schlüsselfelder in der Tabelle „Open NLU Predict Logs“.

Feld	Beschreibung
Async	Indikator für asynchrone Vorhersageverarbeitung: true oder false. „true“ gibt an, dass die Vorhersage asynchron durchgeführt wurde, sodass Virtual Agent-Worker Threads fortgesetzt werden können.
Erstellt	Datum und Uhrzeit des Zeitpunkts, zu dem der NLU-Vorhersagedatensatz erstellt wurde
Dauer	Länge der Verarbeitungszeit für die Vorhersage, um Absichts- und Entitätswerte zurückzugeben
Sprache	Die Sprache der NLU-Vorhersageanforderung.
Ebene	Nachrichtentyp: Informationsebene.
Nachricht	Zurückgegebene Vorhersageergebnisse: Anzahl der Absichten und Entitäten.
Anforderung	NLU-Vorhersageparameter, der die Äußerung und das NLU-Modell für die erkannte Absicht enthält
Antwort	NLU-Vorhersageergebnisse, die 0 (keine) oder mehr ausgewertete Absichten und ausgewertete Entitäten enthalten
Quelle	Prozess oder Bereich: OpenNLU - Predict.
Äußerung	Vom Bot erkannte Benutzeraussage, die einer in einem NLU-Modell definierten Absicht zugeordnet ist

Hinweis:

Die detaillierten Absichts- und Entitätsergebnisse können Sie in den Tabellen „Feedbacks zur NLU-Absichtvorhersage öffnen“ und „Feedbacks zur NLU-Entitätsvorhersage öffnen“ anzeigen.

HTTP-Verbindungsinformationen für offene NLU-Integrationen überprüfen

Verwenden Sie die Tabelle „HTTP-Verbindungen des NLU-Treibers öffnen“ [open_nlu_driver_http_connection], um HTTP-Anmeldeinformationen, Verbindungsdetails und Methoden für die Absichten, Entitäten, NLU-Modelle und Vorhersagen für Ihren NLU-Service Provider rasch zu überprüfen.

Um die Tabelle anzuzeigen, geben Sie im Navigationsfilter open_nlu_driver_http_connection.list ein.