Comparez les versions brouillon et publiées de votre modèle NLU

Comparez un modèle formé Compréhension du langage naturel à l’état de brouillon (NLU) à sa version publiée la plus récente. Testez et examinez les changements pour vous assurer que votre modèle brouillon aura des performances accrues.

Avant de commencer

• Assurez-vous que le module d’extension, le module d’extension Core, Console NLUConsole NLU le module d’extension Console NLU Fonctionnalités avancées et le module d’extension Intelligence prédictive sont installés et activés.
• Rôle requis : nlu_editor, nlu_admin ou administrateur. L’éditeur doit être affecté au modèle.

Pourquoi et quand exécuter cette tâche

Dans cet exemple, vous formez et testez un modèle publié NLU de manière Console NLU itérative dans le but d’améliorer ses scores de confiance de prédiction.

Lorsque vous essayez un énoncé par rapport à un NLU modèle :

• Si le modèle est formé et n’est jamais publié, le panneau Modèle de test affiche uniquement les résultats du modèle formé.
• Si le modèle est formé et publié, le panneau Modèle de test affiche uniquement les résultats de modèle publiés.
• Si vous avez apporté des modifications à un modèle publié et que vous l’avez formé, le panneau Modèle de test affiche à la fois les résultats du modèle formé et les résultats du modèle publié à des fins de comparaison.

Dans cet exemple de procédure, vous avez cloné le modèle à partir d’un modèle RH prédéfini en lecture seule. Vous avez cloné le modèle pour en créer votre propre version spécifique à l’entreprise tout en tirant parti des intentions existantes du modèle prédéfini.

Procédure

1. Accédez à la Tout > Console NLU > Modèles.
   L’onglet Agent virtuel s’ouvre par défaut.
2. Sélectionnez l’onglet correspondant à l’application de votre modèle, puis sélectionnez le nom de votre modèle publié.
3. Sur la page de vue d’ensemble du modèle, localisez la carte Créer et former votre modèle , puis cliquez sur sa phase d’affichage.
4. Apportez un changement aux intentions, aux énoncés, aux entités ou au vocabulaire.
   Dans cet exemple de scénario, vous ajoutez quelques énoncés de formation supplémentaires à l’intention #UpdateEmail .
5. Formez et essayez le modèle modifié afin de voir ses scores de prédiction par rapport aux scores de la version publiée.
   1. Dans l’onglet Train model (Train model ), cliquez sur le bouton Train (Former ).
   2. Lorsque la formation est terminée, le système affiche Le modèle a été formé avec succès.
   3. Dans l’onglet Essayer le modèle , saisissez cet énoncé : adresse e-mail incorrecte.
   4. Cliquez sur Valider.

   Le panneau affiche les résultats des prédictions pour le modèle publié et le modèle formé. Comparez les résultats des deux versions du modèle, avant et après vos changements. Dans cet exemple, le score de confiance a légèrement augmenté. En apportant des changements significatifs au contenu du modèle, le score de confiance ou même les prédictions d’intention peuvent changer.

   

Que faire ensuite

Utilisez les informations du panneau de test pour voir si les modifications que vous apportez amélioreront les performances du modèle. Une fois que vous êtes satisfait de vos changements, testez votre modèle avant de le publier. Ensuite, publiez votre modèle pour remplacer la version publiée actuelle.