レコードの分類を構成する

  • リリースバージョン: Washingtondc
  • 更新日 2024年02月01日
  • 読む2読むのに数分

    • 必要なプラグインを有効にし、トレーニングデータをインポートし、ケースとインタラクションレコードのフィールド値を予測するためのモデルを作成してトレーニングします。

    表 : 1. レコードの分類を構成する手順
    ステップ 説明
    インスタンスが Predictive Intelligence (PI) 用に設定されていることを確認します。

    Predictive Intelligence は、機械学習モデルのフレームワークとして機能する人工知能のレイヤーを提供する ServiceNow プラットフォーム機能です。詳細については、「Predictive Intelligence」を参照してください。
    Task Intelligence for Customer Service アプリケーション (com.snc.csm_ml_task) を有効にします。
    Task Intelligence for Customer Service アプリケーションを使用すると、顧客がカテゴリ設定機械学習モデルを作成してトレーニングできます。このアプリケーションは、次のプラグインを自動的に有効にします。
    • Predictive Intelligence for Customer Service Management (com.snc.csm_ml)
    • Customer Service (com.sn_customerservice)
    • Skills Management (com.snc.skills_management)
    • Dynamic Translation (com.glide.dynamic_translation)
    • ServiceNow Language Detection Service Spoke (com.glide.language_detection_spoke)
    • Predictive Intelligence - Task Intelligence (com.glide.platform_ml_task)
    • Admin Center for Task Intelligence (com.sn_ti_admin)
    トレーニングデータセットをインポートします。

    レコードの分類機能は、ケーステーブル [sn_customerservice_case]、ケーステーブルを拡張するテーブル、およびインタラクションテーブル [interaction] で使用できます。

    カテゴリ設定モデルの初期トレーニングをサポートするために、トレーニングデータセットを目的のテーブルにインポートすることをお勧めします。
    注:
    ケーステーブルを拡張するテーブルがある場合は、このデータにケースタイプを含める必要があります。

    トレーニングデータセットは、予測するフィールドに合わせて調整する必要があります。また、予測されるフィールドの正しいラベル (予想されるフィールド値など) を持つ追加のレコードも含める必要があります。

    トレーニングデータセットを作成すると、独自のデータを活用して、選択したフィールドを予測するアルゴリズムをトレーニングできます。
    1. モデルで予測するテーブルとフィールドを特定します。
    2. モデルをトレーニングするテーブルとレコードを選択します。
    3. 選択したテーブルのフィールドを、モデルのトレーニングに使用する入力値として識別します。
    少なくとも 1 つのカテゴリ設定モデルを設定して展開します。 詳細については、「 レコード フィールドを予測するためのモデルの作成」を参照してください。