Configurer des définitions de solutions pour trouver des lacunes dans une base de connaissances

  • Rversion finale: Australia
  • Mis à jour 12 mars 2026
  • 7 minutes de lecture
  • La fonctionnalité Aperçus de demandes de connaissances identifie les lacunes en connaissances en comparant les bases de connaissances avec les tâches existantes. Pour comparer les bases de connaissances avec un type de tâche, vous devez d’abord configurer les définitions de solutions de similarité et de mise en grappe.

    Avant de commencer

    Cette tâche décrit le processus de configuration d’une définition de solution.

    Au lieu d’effectuer la configuration en suivant cette procédure, envisagez d’utiliser une configuration guidée. Accédez à la Base de connaissances > Administration > Configuration guidée, cliquez sur Mise en route, puis accédez à la section Aperçus de demandes de connaissances.

    Rôle requis : admin

    Pourquoi et quand exécuter cette tâche

    Configurez un type de similarité et une définition de solution de type de mise en grappe pour chaque type de tâche : incidents, tickets du service clientèle ou autres tâches. Une définition de solution de similarité collecte et compare vos enregistrements existants à de nouveaux enregistrements similaires. Une définition de solution de mise en grappe regroupe des enregistrements similaires dans des grappes afin que vous puissiez les traiter collectivement ou identifier des schémas.

    Procédure

    1. Accédez à la Aperçus de demandes de connaissances > Définitions des solutions.
    2. Dans la liste Définitions de solutions (vue ML), recherchez et sélectionnez la définition de solution de similarité pour le type de tâche.
      • Pour les tickets du service clientèle, sélectionnez Aperçu de la demande : tickets similaires et base de connaissances (ml_sn_global_similar_cases_and_kbs).
      • Pour les incidents, sélectionnez Aperçus de la demande : incidents similaires et base de connaissances (ml_sn_global_similar_incidents_and_kbs).
      • Pour les tickets RH, sélectionnez Aperçus de la demande : tickets RH similaires et base de connaissances (ml_x_sn_hr_core_global_demand_insights_similar_hr_cases_and_knowledge).
      • Pour les tâches autres que les tickets du service clientèle, les incidents et les tickets RH, cliquez sur Nouveau pour créer une autre définition de solution de similarité.
    3. Dans le formulaire de définition de similarité, vérifiez les valeurs de champ par défaut pour les tickets ou incidents du service clientèle ou remplissez les valeurs pour une configuration personnalisée.
      Remarque :
      Si le périmètre de l’application n’est pas défini sur Gestion des connaissances : machine learning, vous ne pouvez pas modifier le formulaire et un message d’avertissement s’affiche. Pour rendre le formulaire modifiable, cliquez sur le mot ici à la fin du message.
      Tableau 1. Formulaire de définition de similarité
      Champ Description
      Étiquette Nom unique pour votre solution de similarité.
      Corpus de mots Définit les articles et les tâches de la base de connaissances sélectionnés pour l’analyse des lacunes en connaissances.

      Si vous n’avez pas de corpus de mots pertinent, suivez les étapes de la section Créer un corpus de mots.

      Table Table contenant les enregistrements des articles de la base de connaissances. Définissez la valeur sur Connaissances [kb_knowledge], sauf si vous utilisez une autre table pour stocker les articles de la base de connaissances.

      Une fois que vous avez affecté une valeur de table, le nombre d’enregistrements qui correspondent aux conditions de filtre s’affiche sous forme de lien.

      Champs Champs de la table de connaissances sélectionnés pour l’analyse des lacunes en connaissances.
      Filtre Conditions de filtre appliquées sur la table de connaissances pour filtrer les enregistrements d’articles de la base de connaissances pour l’analyse des lacunes en connaissances.
      Test Table Table contenant les enregistrements de tâches que vous souhaitez comparer avec les enregistrements des articles de la base de connaissances.
      Champs de test Champs de la table de tâches sélectionnés pour l’analyse des lacunes en connaissances.
      Langue de traitement Langue dominante de l’ensemble de données sur lequel vous formez la définition de la solution. Par défaut, le traitement en anglais est appliqué à tous les ensembles de données. Par exemple, si vous sélectionnez l’italien, le système traite les données en anglais et en italien.
      Remarque :
      Le terme traitement désigne certaines des étapes spécifiques à la langue utilisées dans le cadre de l’entraînement d’une solution. Ces étapes peuvent inclure la tokenisation de mots, la suppression de mots vides et la radicalisation.
      Mots vides Termes courants dans la langue de traitement qui sont exclus de la recherche, par exemple, les prépositions.

      Lorsque vous sélectionnez votre langue de traitement, le système ajoute automatiquement une liste de mots vides qui utilise la même langue. Par exemple, si votre langue de traitement est l’italien, la liste Mots vides italien par défaut s’affiche. La liste des mots vides anglais par défaut apparaît également dans votre sélection.

      Fréquence de la formation Fréquence à laquelle le modèle de définition de la solution de similarité doit être reformé.
      Fréquence de mise à jour Fréquence à laquelle inclure de nouveaux enregistrements dans le modèle pour la définition de la solution de similarité.
    4. Soumettez et formez la définition de solution.
      • Pour un nouvel enregistrement de définition de solution, cliquez sur Soumettre et former.
      • Pour un enregistrement de définition de solution existant, cliquez sur Mettre à jour et reformer.
    5. Facultatif : Ajoutez des articles connexes plus utiles en examinant les exemples de similarité en fonction du score de similarité et en mettant à jour la valeur de seuil du score de similarité.
    6. Dans la liste Définitions de la solution (vue ML), recherchez et sélectionnez la définition de solution de mise en grappe pour le type de tâche.
      • Pour les tickets du service clientèle, sélectionnez Aperçus de la demande : les grappes de tickets ont besoin de connaissances (ml_sn_global_cases_need_knowledge_cluster).
      • Pour les incidents, sélectionnez Aperçu de la demande : les grappes d’incidents ont besoin de connaissances (ml_sn_global_incidents_need_knowledge_cluster).
      • Pour les tickets RH, sélectionnez Aperçu de la demande : les grappes de tickets RH ont besoin de connaissances (ml_x_sn_hr_core_global_demand_insights_hr_case_clusters_need_knowledge).
      • Pour les tâches autres que les tickets et incidents du service clientèle, cliquez sur Nouveau pour créer une autre définition de solution de mise en grappe.
    7. Dans le formulaire Définition de la mise en grappe, vérifiez les valeurs de champ par défaut pour les tickets ou les incidents du service clientèle, ou renseignez les valeurs pour une configuration personnalisée.
      Remarque :
      Si le périmètre de l’application n’est pas défini sur Gestion des connaissances : machine learning, vous ne pouvez pas modifier le formulaire et un message d’avertissement s’affiche. Pour rendre le formulaire modifiable, cliquez sur le mot ici à la fin du message.
      Tableau 2. Formulaire de définition de la mise en grappe
      Champ Description
      Étiquette Nom unique pour votre solution de mise en grappe.
      Corpus de mots Les tâches sélectionnées pour les collectes.
      Table Table contenant les tâches filtrées qui nécessitent des articles de la base de connaissances. Définissez la valeur sur Couverture des connaissances sur la tâche [kb_task_knowledge_coverage], sauf si vous utilisez une autre table pour stocker les tâches filtrées.

      Une fois que vous avez affecté une valeur de table, le nombre d’enregistrements qui correspondent aux conditions de filtre s’affiche sous forme de lien.

      Champs Champs de la table Couverture des connaissances sur les tâches sélectionnée pour l’analyse des lacunes en connaissances.
      Filtre Conditions de filtre appliquées à la table Couverture des connaissances sur les tâches afin de filtrer les enregistrements d’articles de la base de connaissances pour l’analyse des lacunes en connaissances.
      Langue de traitement Langue dominante de l’ensemble de données sur lequel vous formez la définition de la solution. Par défaut, le traitement en anglais est appliqué à tous les ensembles de données. Par exemple, si vous sélectionnez l’italien, le système traite les données en anglais et en italien.
      Remarque :
      Le terme traitement désigne certaines des étapes spécifiques à la langue utilisées dans le cadre de l’entraînement d’une solution. Ces étapes peuvent inclure la tokenisation de mots, la suppression de mots vides et la radicalisation.
      Mots vides Termes courants dans la langue de traitement qui sont exclus de la recherche, par exemple, les prépositions.

      Lorsque vous sélectionnez votre langue de traitement, le système ajoute automatiquement une liste de mots vides qui utilise la même langue. Par exemple, si votre langue de traitement est l’italien, la liste Mots vides italien par défaut s’affiche. La liste des mots vides anglais par défaut apparaît également dans votre sélection.

      Fréquence de mise à jour Fréquence à laquelle inclure les enregistrements nouveaux et mis à jour dans le modèle pour la définition de la solution de mise en grappe.
      Fréquence de la formation Fréquence à laquelle le modèle de définition de la solution de mise en grappe doit être reformé.
    8. Soumettez et formez la définition de solution.
      • Pour un nouvel enregistrement de définition de solution, cliquez sur Soumettre et former.
      • Pour un enregistrement de définition de solution existant, cliquez sur Mettre à jour et reformer.

    Que faire ensuite

    Remplissez le formulaire de configuration de conservation de la base de connaissances pour définir les travaux planifiés pour les aperçus de la demande. Pour plus d'informations, consultez Configurer le mappage des définitions de solutions avec des tables de tâches.