更新セットへの NLU モデルの追加
更新セットを使用して、 自然言語理解 (NLU) (NLU) モデルをあるインスタンスから別のインスタンスに移動します。更新セットには、モデルがターゲットインスタンスで機能するために必要なすべてのレコードが含まれています。
始める前に
- NLU ワークベンチ プラグイン、NLU ワークベンチ - Core プラグイン、および予測インテリジェンスプラグインがすべてインスタンスにインストールされ、アクティブ化されていることを確認します。
- 次の手順は、仮想エージェント および AI 検索 の NLU モデルに適用されます。
- 必要なロール:admin
このタスクについて
更新セットを使用して、ソースインスタンスからターゲットインスタンスにモデルを転送します。ターゲットインスタンスは、ソースインスタンスのモデルのスコープと同じスコープを既に持っている必要があります。
- モデルコンテンツ (インテント、発言、エンティティ、注釈、語彙、およびデフォルトのテストセット)
- 関連語彙ソース
- 対応する最新のアクティブな ML ソリューション
- ML モデルアーティファクト
- ML ソリューションと定義 (最後の 3 回の実行。そのうちの 1 つが成功した場合)
更新セットの詳細については、「 システム更新セット」を参照してください。
モデルを別の更新セットに追加する場合は、その更新セットを現在の更新セットにする必要があります。「Create and select an update set as the current set」を参照してください。
移植性を最適化するには、システムのデフォルトの更新セットではなく、新しい専用の更新セットに NLU モデルを追加します。これを行うには、モデルのスコープ内に新しい更新セットを手動で作成する必要があります。現在の更新セットがスコープのデフォルトである場合は、エラーが表示されます。このエラーには、新しい更新セットを手動で作成するためのリンクが含まれています。
モデルに語彙テーブルなどの複数のスコープのレコードが含まれている場合、その更新セットは 親子 (バッチ) 構造になっている必要があります。ステップ 5 の手順に従って、親子更新セットを作成します。
モデル (グローバルまたはスコープ対象) が更新セットを使用して移動された場合、転送後もトレーニングと公開のステータスは変わりません。したがって、更新セットに追加される前にトレーニングされ公開されているモデルは、ターゲットインスタンスでの再トレーニングや再公開を必要としません。
親子更新セットの詳細については、「 Update set batching」を参照してください。次のビデオでは、このプロセスのデモンストレーションを紹介します。
手順
次のタスク
ソースインスタンス内の参照レコードがターゲットインスタンスに存在しない場合、更新セットの適用中にエラーが発生する可能性があります。たとえば、sys_nlu_intent元のフィールドは、ターゲットインスタンスに存在しない別のモデルのインテントを参照する可能性があります。失敗したレコードで [ リモート更新を承認] をクリックして、いずれにしても更新セットを収容できます。