Créer et former une solution de similarité
Créez et formez une solution d’apprentissage machine pour collecter et comparer vos enregistrements existants à de nouveaux enregistrements similaires. Par exemple, vous pouvez comparer le texte d’un enregistrement d’incident ouvert à un enregistrement d’incident résolu pour réutiliser sa résolution.
Avant de commencer
- Rôle requis : ml_admin ou admin
Pourquoi et quand exécuter cette tâche
Le système utilise une solution de similarité de flux de travail, qui est pré-entraînée et ne vous oblige pas à créer un corpus de mots. Après avoir comparé vos enregistrements existants en fonction de leur similarité, le système recommande des exemples que vous pouvez examiner et réutiliser dans votre solution.
Pour plus d’informations sur l’utilisation de données de formation chiffrées, reportez-vous à la section Chiffrement des données dans Intelligence prédictive.
Dans cet exemple de procédure, vous travaillez sur des enregistrements d’incidents et vous souhaitez localiser les articles de la base de connaissances pertinents qui pourraient fournir des solutions à ces incidents.
Procédure
-
Renseignez les champs du formulaire Définition de similarité.
Champ Valeur Étiquette Entrez un nom unique pour votre solution de similarité. Par exemple, dans ce cas d’utilisation, vous pouvez saisir Faire correspondre les articles de la base de connaissances aux incidents. Nom Lorsque vous saisissez une valeur d’étiquette, ce champ se remplit automatiquement avec un nom en lecture seule affecté par le système en fonction de la valeur de votre étiquette. Corpus de mots Si vous disposez d’une solution de similarité héritée, vous pouvez sélectionner un corpus de mots pertinent dans le champ Corpus de mots du formulaire de définition.
Remarque :À partir de la Washington DC version, un corpus de mots n’est pas nécessaire, car un modèle pré-formé est utilisé à la place. Le champ Corpus de mots n’est pas visible dans le formulaire de définition pour les modèles pré-formés.Pour plus d'informations, consultez Créer un corpus de mots.
Table Dans le champ Table, sélectionnez la table qui contient les enregistrements que vous souhaitez utiliser comme source d’informations. Dans ce cas d’utilisation, sélectionnez la table Connaissances [kb_knowledge], car ses enregistrements d’articles de la base de connaissances peuvent fournir des informations pertinentes pour les incidents que vous essayez de résoudre.
Une fois que vous avez affecté une table, le nombre d’enregistrements correspondant à vos conditions de filtre s’affiche sous forme de lien. Cliquez sur ce lien pour afficher la liste des enregistrements.
Table de test Dans le champ Table de test, sélectionnez la table contenant les enregistrements que vous souhaitez cibler. Dans ce cas d’utilisation, sélectionnez la table Incident [incident], car elle contient les enregistrements d’incident que vous essayez de résoudre.Remarque :Vous pouvez sélectionner la même table pour Table et Table de test. Par exemple : à l’aide de conditions de filtre, vous pouvez collecter des informations à partir d’incidents récents pour aider avec les incidents cibles.Champs Pour la table que vous avez sélectionnée, saisissez les champs susceptibles de contenir des mots et des expressions pertinents pour les incidents que vous essayez de résoudre. Dans cet exemple, vous choisissez Description brève et Corps de l’article. L’inclusion du corps de l’article augmente vos chances de capturer des détails informatifs sur le sujet.Remarque :Le type de journal n’est pas un type de données pris en charge.Champs de test Pour la table de test que vous avez sélectionnée, entrez les champs qui contiennent du texte que vous souhaitez comparer à d’autres enregistrements similaires. Dans cet exemple, vous choisissez la brève description des enregistrements d’incident que vous essayez de résoudre.
Filtre Sélectionnez Ajouter une condition de filtre pour appliquer des conditions aux enregistrements de champs que vous utilisez comme source d’informations. Par exemple, dans ce cas d’utilisation, vous pouvez définir une condition workflow_state=published pour récupérer uniquement les articles de la base de connaissances publiés.
Remarque :Les includes de script ne peuvent pas être référencés à partir du filtre. Utilisez les vues de base de données comme alternative.Langue de traitement Sélectionnez la langue dominante de l’ensemble de données sur lequel vous vous entraînez. Le traitement en anglais est également appliqué par défaut à tous les jeux de données. Par exemple, si vous sélectionnez l’italien, le système traite les données à la fois en italien et en anglais. Remarque :Le terme traitement désigne certaines des étapes spécifiques à la langue utilisées dans le cadre de l’entraînement d’une solution, telles que la tokenisation des mots, la suppression des mots vides et la radicalisation.Mots vides Lorsque vous sélectionnez votre langue de traitement, le système ajoute automatiquement une liste de mots vides pour cette langue. Par exemple, si votre langue de traitement est l'italien la liste des Mots vides italiens par défaut s'affiche. La liste des mots vides anglais par défaut est également incluse. Pour utiliser une liste de mots vides personnalisée, sélectionnez l’icône de verrouillage (
), puis effectuez une recherche dans le champ Sélectionner l’enregistrement cible .Fréquence de la formation Sélectionnez une fréquence de reformation. Les options disponibles vont de Exécuter une fois à Tous les 180 jours. Fréquence de mise à jour Sélectionnez la fréquence à laquelle vous souhaitez actualiser les données que vous utilisez pour récupérer vos résultats de similarité. Par exemple, pour les enregistrements d’incidents ouverts, vous pouvez sélectionner une fréquence de mise à jour Toutes les 15 minutes, car les nouveaux incidents se produisent généralement fréquemment tout au long de la journée. Cette fréquence peut augmenter la probabilité que les enregistrements nouvellement ouverts soient inclus dans l’actualisation.
Toutefois, pour les enregistrements d’articles de la base de connaissances de la base de connaissances, qui ne sont généralement pas créés souvent, vous pouvez choisir une fréquence de mise à jour moins fréquente telle que Tous les jours.Remarque :le planificateur d'apprentissage machine limite le nombre de formations qu'une instance peut valider à 50 nouvelles demandes de formation d'apprentissage machine par instance dans une fenêtre de 24 heures. Cela exclut les demandes de nouvelle formation prévues. En outre, les mises à jour de la mise en grappe et de la similarité sont également exclues de cette limite, même si les nouvelles demandes de formation dépassent 50 dans une fenêtre de 24 heures.
Résultats
- Le système planifie le traitement de la définition de solution avec le service de formation le plus proche et vous envoie une notification à la fin de la formation. La notification inclut toutes les erreurs qui ont pu se produire pendant la formation. Les autres utilisateurs peuvent s’abonner à la Intelligence prédictive catégorie Notifications.
- La solution formée met à jour votre formulaire de définition de solution, dans lequel elle fournit des exemples de solutions jumelées classés par leur degré de similarité.
- Lorsque la formation se termine, le système charge la solution en tant qu'enregistrement de pièce jointe.