Créer un corpus de mots

Créez une collection de mots et d’expressions qui fonctionne comme le vocabulaire utilisé par le système pour comparer vos enregistrements d’instance en fonction de leur similarité textuelle. Vous pouvez considérer le corpus de mots comme un dictionnaire que vous voulez que votre système d’apprentissage automatique comprenne.

Avant de commencer

Rôle requis : admin ou ml_admin

Important :

Dans la Zurich version, les modèles des cadres de travail de classification, de mise en grappe et de similarité utilisent des solutions de workflow. Ceux-ci sont préformés, de sorte qu’aucun corpus de mots n’est nécessaire pour vos nouvelles solutions.

Après la mise à niveau, vos solutions existantes avec un corpus de mots deviennent des solutions de workflow la prochaine fois qu’elles sont reformées. En outre, le champ Corpus de mots est supprimé du formulaire.

Les informations suivantes sont fournies pour le contexte hérité.

Pourquoi et quand exécuter cette tâche

L’objectif principal d’un corpus de mots est de déduire des données textuelles pour l’entraînement de votre NLU modèle. Si vous utilisez un corpus de mots dans une solution, vous devez le spécifier pour la formation dans la phase de définition de solution d’une solution. Un corpus de mots formé peut être réutilisé entre les solutions et les fonctionnalités.

Vous pouvez utiliser un corpus de mots pour vous aider à comparer du texte d’enregistrement similaire dans une table ou dans plusieurs tables. Un corpus de mots peut également être utile dans d’autres scénarios, tels que le regroupement, où vous regroupez des enregistrements similaires pour l’analyse, la réutilisation ou l’examen des données. Les éléments que vous ajoutez à votre corpus doivent être spécifiques à votre entreprise et à votre secteur afin que vous puissiez les réutiliser dans d’autres solutions de similarité ou de clustering et les appliquer à divers cas d’utilisation.

Dans cet exemple de procédure, vous travaillez sur des enregistrements d’incidents et vous souhaitez localiser les articles de la base de connaissances (KB) pertinents qui pourraient fournir des résolutions à ces tickets d’incident. Votre objectif ici est de créer un corpus de mots que vous pouvez appliquer à une nouvelle solution de similarité qui compare les incidents actifs aux articles publiés de la base de connaissances.

Procédure

1. Accédez à la Tous > Intelligence prédictive > Corpus de mots.
2. Dans le formulaire Word Corpus, cliquez sur Nouveau.
3. Configurez ces champs en fonction des instructions suivantes.

   Champ	Description
   Nom	Un titre unique qui fait référence au contenu de votre corpus. Par exemple, dans ce cas d’utilisation, vous pouvez saisir un nom tel que Incidents actifs et Bases de connaissances publiées, car le nom indique les tables que votre corpus explorera pour vous aider à créer votre solution.
   Actifs	Cochez cette case si vous créez plusieurs corpus de mots à la fois et que vous prévoyez de configurer leurs composants de détail ultérieurement. Sinon, laissez-le vide car vous pourrez le sélectionner ultérieurement.

4. Sélectionnez Soumettre.
5. Dans la vue de liste Corpus de mots, localisez votre nouveau corpus de mots et cliquez sur sa valeur Nom pour ouvrir l’enregistrement.
6. Dans la section Contenu du corpus de mots, cliquez sur Nouveau.
7. Dans le formulaire Contenu du corpus de mots, configurez ces champs conformément aux instructions suivantes pour définir un composant de contenu pour votre corpus de mots.

   Champ	Description
   Nom	Saisissez un titre qui fait référence aux données que vous souhaitez ajouter à votre corpus, par exemple Incidents fermés au cours des 6 derniers mois.
   Table	Sélectionnez la table qui contient les données que vous souhaitez inclure dans votre corpus de mots. Pour ce cas d’utilisation, sélectionnez Incident [incident]. Remarque : Le nombre d’enregistrements par table pour la création de corpus de mots utilisée dans les solutions de similarité et de mise en grappe est limité à 300 000.
   Filtrer	Sélectionnez les valeurs de condition de filtre suivantes : [Fermé] [n’est pas vide] et [Créé au cours des 6 derniers mois].
   Liste des champs	Pour ce cas d’utilisation, sélectionnez Description brève, Description et Notes de résolution.
   Domaine	Le système affiche automatiquement le groupe d’utilisateurs de votre corpus. Par exemple, dans ce cas d’utilisation, affiche le groupe d’utilisateurs global. Vous pouvez également sélectionner d’autres groupes d’utilisateurs.

8. Sélectionnez Soumettre.
9. Dans la section Détails du corpus de mots, sélectionnez Nouveau.
10. Configurez ces champs en fonction des instructions suivantes pour définir un deuxième composant de contenu pour votre corpus de mots.

    Champ	Description
    Nom	Saisissez un titre qui fait référence aux données que vous souhaitez comparer à votre premier composant de contenu, comme Articles de la base de connaissances publiés.
    Table	Sélectionnez la table qui contient les données que vous souhaitez comparer à votre premier composant de contenu. Pour ce cas d’utilisation, sélectionnez Connaissances [kb_knowledge]. Remarque : Le nombre d’enregistrements par table pour la création de corpus de mots utilisé dans les solutions de similarité et de mise en grappe est limité à 300 000 enregistrements par table.
    Filtrer	Sélectionnez les valeurs de condition de filtre suivantes : [Workflow] [est] [Publié].
    Liste des champs	Sélectionnez la description courte et le corps de l’article.

11. Sélectionnez Soumettre.

    Vos deux composants de contenu de corpus de mots apparaissent sur le formulaire du corpus de mots.

    

12. Sélectionnez Mettre à jour.

Résultats

Le corpus de mots terminé que vous avez créé apparaît sur le formulaire du corpus de mots et peut être utilisé dans vos formulaires de définition de solution de similarité et de mise en grappe.

Que faire ensuite

Créez une solution dans le cadre de travail approprié. Pour plus d’informations, consultez les liens dans le panneau Contenu connexe de cette page.

Tâches associées

• Créer et former une solution de classification
• Créer et former une solution de similarité
• Créer et former une solution de mise en grappe