Réglage de la couche sémantique

La couche sémantique mappe les questions en langage naturel aux tables et aux ServiceNow AI Platform® champs. Ajustez la couche sémantique pour améliorer Explorateur IA de données la précision de la terminologie et de la structure de données de votre organisation.

La couche sémantique identifie les entités (tables), les dimensions (champs) et les segments (filtres) les mieux adaptés lorsque les utilisateurs posent des questions dans l’IA Explorateur IA de données. Le réglage améliore ces correspondances afin que les utilisateurs obtiennent systématiquement la table, le champ et le filtre appropriés.

Fonctionnement de la couche sémantique

Lorsqu’un utilisateur pose une question, le système identifie les composants les mieux adaptés et transmet ce contexte à la génération de requête. La couche sémantique comporte trois blocs de construction :

Entités

Représente des tables telles que Incident [incident], Demande de changement [change_request] ou Informations sur la classe CMDB [cmdb_class_info].

Dimensions

Représente les champs de ces tables, tels que Priorité, Affecté à ou État. Les dimensions peuvent suivre les champs de référence entre les tables. Par exemple, caller_id.department passe de l’appelant d’un incident à son département.

Segments

Conditions de filtre prédéfinies telles que « Incidents ouverts » = actif = vrai.

Quand ajuster la couche sémantique

Avant d’accorder, vérifiez que le problème est répétable. Le LLM prend parfois des décisions incorrectes. Essayez d’abord la même question ou une question similaire plusieurs fois. Réglez uniquement si le problème est cohérent.

Réglez la couche sémantique lorsque :

• Le système sélectionne la mauvaise table ou n’en trouve pas une
• Un champ est manquant ou le mauvais champ est sélectionné
• Votre organisation utilise une terminologie différente de celle des étiquettes générées automatiquement
• La table ou le champ approprié est sélectionné, mais la requête est construite de manière incorrecte
• La terminologie spécifique de votre organisation n’est pas traduite avec précision dans les conditions de filtre

Processus de validation et d’itération

1. Capturez l’énoncé et le résultat attendu.
2. Classifiez la défaillance en entité, dimension, segment ou ACL.
3. Si les résultats sont erronés pour certains utilisateurs uniquement, vérifiez l’accès ACL en lecture à la table et aux champs prévus avant de régler.
4. Appliquez un changement de réglage ciblé.
5. Retestez le même énoncé.
6. Vérifier Génération de requête > Journaux et confirmez le chemin de correspondance amélioré.
7. Répétez uniquement si toujours incorrect.

• Génération de requête Page Intégrité
  La page d’intégrité affiche l’état de et Now LLMRecherche IA, ainsi que les états des propriétés système, des produits activés et des modules d’extension de Génération de requête dépendance.
• Personnalisation des métadonnées sémantiques
  Les métadonnées sémantiques (descriptions, étiquettes et instructions d’utilisation) contrôlent la façon dont Génération de requête les questions en langage naturel sont interprétées. Personnalisez ces métadonnées pour améliorer la précision de la terminologie et des données de votre organisation.
• Vues de base de données pour les données intertables
  Les vues de base de données combinent les champs de plusieurs tables en une seule entité interrogeable. Ajoutez des vues à la couche sémantique pour répondre à des questions intertables dans une requête au lieu d’exiger des questions distinctes.
• Segments de la Génération de requête couche sémantique
  Les segments sont des conditions de filtre prédéfinies qui mappent la terminologie métier à des filtres de requête spécifiques, ce qui aide la couche sémantique à traduire les questions en langage naturel en requêtes de base de données précises.