Solutions de similarité
Les solutions de similarité vous permettent d'utiliser l'apprentissage machine pour comparer le texte d'un enregistrement d'alerte résolue à un enregistrement d'alerte ouverte en vue de réutiliser son approche de résolution.
Former une solution de similarité
Pour former une solution de similarité, vous devez collecter des mots afin de créer une collection que l'apprentissage machine peut utiliser pour comparer le texte des champs Brève description, Description, Source, Type, Ressource et Nom de la mesure dans une alerte résolue, et déterminer si les mots de l'ensemble correspondent aux mots d'une alerte ouverte. L'alerte résolue, similaire à une alerte ouverte, sert d'exemple pour illustrer la façon dont l'alerte ouverte peut être résolue.
- Assurez-vous que les enregistrements que vous formez ne sont pas trop anciens et qu'ils répondent à vos besoins professionnels. Conservez les mots dans la collection active.
- N'utilisez pas de dates codées en dur comme filtres, car ces filtres ne sont pas mis à jour lorsque vous formez à nouveau les solutions, sauf si vous les mettez à jour manuellement avant chaque nouvelle formation. Utilisez plutôt des filtres de dates relatives, par exemple, les 3 derniers mois, les 6 derniers mois ou les 12 derniers mois.
- Répétez la formation jusqu'à obtenir une solution de similarité acceptable. Cette pratique vous donne le temps d'examiner et de mettre à jour votre définition de solution.
Champs à inclure dans la solution
Enregistrez les champs susceptibles de contenir des mots et des phrases permettant au système d'identifier des enregistrements similaires pour votre solution.
Les champs de similarité que vous sélectionnez doivent être un sous-ensemble de vos sélections de champs d'entrée. Par exemple, si vous sélectionnez des champs d'enregistrements d'incidents dont l'état est Ouvert, ne sélectionnez pas Note de fermeture comme champ de similarité. Étant donné que les enregistrements ouverts n'incluent pas les champs Note de fermeture, le texte ne peut pas être similaire.
Les utilisateurs peuvent disposer des champs de similarité lorsqu'ils créent des enregistrements.
À propos du score de similarité
Le score de similarité est une mesure du degré de similarité entre deux enregistrements d'alerte, sur une plage de valeurs comprises entre de 0 et 100. Les enregistrements d'alerte dont le score de similarité est supérieur au seuil que vous spécifiez sont renvoyés par la solution.
Examinez les exemples de similarité et leurs scores à l'aide de la fonctionnalité Afficher la progression de la formation pour déterminer si vous devez augmenter ou réduire le seuil de la solution. Vous pouvez modifier la valeur de seuil dans le champ Seuil du score de similarité.
Afficher la progression de la solution de formation
Les délais de formation varient en fonction du nombre d'enregistrements et de classes dans l'ensemble de formation. Plus vous utilisez d'enregistrements et de classes, plus le délai de formation augmente. Par exemple, un jeu de données contenant 100 000 enregistrements et plusieurs centaines de classes peut prendre environ cinq heures.
Pour afficher la progression de la solution de formation, la solution ML exécute automatiquement les tâches suivantes lorsque vous sélectionnez Afficher la progression de la formation sur la page Solutions. Pour plus d’informations, consultez Afficher la progression de la formation de la solution.| Activité | Description |
|---|---|
| Extraction des fichiers à des fins de formation. | Le système télécharge les enregistrements de formation et les envoie au service de formation le plus proche. |
| Préparation des données. | Le système supprime les enregistrements en double de l'ensemble de formation. |
| Formation de la solution. | Le service de formation forme la solution. |
| Chargement de la solution formée. | Le service de formation charge la solution en tant qu'enregistrements de pièces jointes. |