NLU-Workbench -Eigenschaften
Weitere Informationen finden Sie in diesen Systemeigenschaften für Natural Language Understanding( NLU) Anwendung.
NLU-Workbench Eigenschaften und ihre Nutzung
Um auf Ihre Systemeigenschaften zuzugreifen, verwenden Sie die Rolle admin oder nlu_admin und den folgenden Pfad im Anwendungsnavigator: an.
| Bezeichnung und Name | Standardwert | Plugin | Empfohlene Verwendung |
|---|---|---|---|
| Maximale Anzahl von Äußerungen pro Absicht glide.nlu.utterances_per_intent.value_limit |
200 | NLU-Workbench | Verwenden Sie weniger als 200 Äußerungen pro Absicht, um Ihr Modell hinsichtlich der Absichtsgröße ausgewogen zu halten. Hinweis: Wert muss größer als 5 und kleiner oder gleich 300 sein. |
| Maximale Anzahl von Datensätzen in einer Tabellenvokabularquelle glide.platform_ml.api.max_nlu_lookupsource_records |
100.000 | NLU-Workbench | Lassen Sie den Wert unter 100.000. |
| Maximale Anzahl von Werten in einer Listenvokabularquelle glide.nlu.static_lookup.value_limit |
1.000 | NLU-Workbench | Lassen Sie den Wert unter 1.000. |
| Vorgefertigtes Vokabular für Softwarenamen aktivieren glide.mlpredictor.option.nlu.@LookupSources:software |
enabled | NLU-Workbench | Aktivieren Sie vorgefertigtes Vokabular, damit das System Softwarequamen erkennen kann. |
| Vorgefertigtes Vokabular für Hardwarenamen aktivieren glide.mlpredictor.option.nlu.@LookupSources:hardware |
enabled | NLU-Workbench | Aktivieren Sie das vorgefertigte Vokabular, damit das System Hardwachnamen erkennen kann. |
| Bezeichnung und Name | Standardwert | Plugin | Empfohlene Verwendung |
|---|---|---|---|
| Maximale Anzahl von Datensätzen für Intent Discovery Klassifizierung sn_nlu_discovery.intent_discovery_max_classification_limit |
300,000 | Intent Discovery | Lassen Sie die Anzahl der Datensätze kleiner als 500.000. |
| Mindestanzahl von Datensätzen für Intent Discovery Klassifizierung sn_nlu_discovery.intent_discovery_min_classification_limit |
10.000 | Intent Discovery | Verwenden Sie mindestens 10.000 Datensätze, um qualitativ hochwertige Ergebnisse zu erhalten. |
| Mindestanzahl von Datensätzen für die NLU-Leistungsanalyse sn_nlu_workbench.glide.nlu.performance.min_clustering_records |
5.000 | NLU-Workbench: Erweiterte Funktionen | Verwenden Sie mindestens 5.000 Datensätze, um qualitativ hochwertige Ergebnisse zu erhalten. |
| NLU-Konflikterkennung – Moderater Schwellenwert sn_nlu_workbench.glide.nlu.conflict.moderate_threshold |
.85 | NLU-Workbench: Erweiterte Funktionen | Muss eine Dezimalzahl zwischen 0 und 1 sein. Halten Sie diesen Schwellenwert kleiner als den kritischen Schwellenwert. |
| NLU-Konflikterkennung – Kritischer Schwellenwert sn_nlu_workbench.glide.nlu.conflict.critical_threshold |
.95 | NLU-Workbench: Erweiterte Funktionen | Muss eine Dezimalzahl zwischen 0 und 1 sein. Halten Sie diesen Schwellenwert größer als den mittleren Schwellenwert. |
| Die maximale Anzahl von Zeilen in einer Batch-Test-Importdatei sn_nlu_workbench.glide.nlu.batch_test.max_import_rows |
10.000 | NLU-Workbench: Erweiterte Funktionen | Stellen Sie sicher, dass Ihre Batch-Test-Importdatei nicht mehr als 10.000 Zeilen enthält. |
| Die maximale Anzahl von Äußerungen, die für Feedback in der Experten-Feedback-Schleife angezeigt werden sollen glide.mlpredictor.option.nlu.activeLearning.label_candidate_table.max_response_size |
300 | NLU-Workbench: Erweiterte Funktionen | Rufen Sie nicht mehr als 300 Äußerungen von Ihren Anwendern ab Virtual Agent Chatprotokolle, die für Feedback in der Anwendung „Experten-Feedbackschleife“ angezeigt werden sollen.die Mindestanzahl von Äußerungen, die ein Anwender überprüfen muss, bevor er das Modell optimiert |
| Die Mindestanzahl der Äußerungen, die ein Anwender überprüfen soll, bevor er das Modell optimiert sn_nlu_workbench.glide.nlu.optimize.min_labeled_data |
100 | NLU-Workbench: Erweiterte Funktionen | Feedback für mindestens 100 Äußerungen Ihrer Anwender bereitstellen und speichern Virtual Agent Chat-Protokolle, damit Sie die Funktion „Modell optimieren“ in der Anwendung „Experten-Feedbackschleife“ ausführen können. |
| Die maximale Anzahl von Datensätzen, aus denen abgerufen werden soll Virtual Agent Chatprotokolle glide.mlpredictor.option.nlu.activeLearning.va_chat_logs.max_row_limit - 3000 |
3,000 | NLU-Workbench: Erweiterte Funktionen | Wenn eine hohe NLU-Nutzung vorhanden ist, werden durch Erhöhen des Standardwerts auf maximal 50.000 Datensätze die Daten erhöht, die für den aktiven Lernauftrag verfügbar sind, um sie in der Anwendung „Experten-Feedbackschleife“ zu filtern und anzuzeigen, um Feedback zu geben. |
| Größenbeschränkung für Bezeichnungskandidatentabelle (wird zum Beschneiden der Tabelle verwendet) glide.mlpredictor.option.nlu.activeLearning.label_candidate_table.max_data_size - 10000 |
10.000 | NLU-Workbench: Erweiterte Funktionen | Die empfohlene Verwendung für diese Eigenschaft ist mit der obigen Eigenschaft identisch. |
| Größenbeschränkung für gekennzeichnete Datentabelle (wird zum Beschneiden der Tabelle verwendet) glide.mlpredictor.option.nlu.activeLearning.label_table.max_data_size - 10000 |
10.000 | NLU-Workbench: Erweiterte Funktionen | Die empfohlene Verwendung für diese Eigenschaft ist mit der obigen Eigenschaft identisch. |
| Aktivieren Sie diese Eigenschaft, um die Blockierung Ihrer Instanz während des NLU-Modelltrainings aufzuheben. Das Training wird außerhalb der Spitzenzeiten geplant, und wir benachrichtigen Sie, wenn es abgeschlossen ist. glide.mlpredictor.scheduled.nlu.model.training |
Falsch | NLU-Workbench – Erweiterte Funktionen | Falsch |
Weitere Feedback-Daten aus Virtual Agent (VA)-Chatprotokollen finden Sie unter Beschaffung zusätzlicher VA-Feedbackdaten bei Bedarf Abschnitt in Dokumentation zu Experten-Feedbackschleife .