NLU 의도

  • 릴리스 버전: Xanadu
  • 업데이트 날짜 2024년 08월 01일
  • 읽기3분

    • 의도는 시스템 작업을 사용자 입력과 매칭시켜 모델의 응답을 유도합니다. 좋은 의도를 가진 모델은 도움이 가상 에이전트 되며 검색은 사용자에게 정확하게 응답합니다.

    의도를 자연어 이해를 이끄는 핵심으로 생각하십시오. 의도는 모델이 사용자의 발언을 시스템이 수행할 수 있는 작업으로 변환하는 데 도움이 됩니다. 의도는 발언, 엔터티 및 어휘가 함께 작동하여 모델을 지원할 때 가장 효과적입니다. 어휘와 현실적인 발언 예시를 사용하면 시스템이 의도를 더 정확하게 예측할 수 있습니다.

    (NLU) 모델을 만들 자연어 이해 때 의도를 추가하여 사용자 입력을 시스템 작업과 일치시킵니다. 모델에 의도가 많을수록 사용자로부터 발언을 수신할 때 더 많은 작업을 수행할 수 있습니다. 모델 의도는 하드웨어 서비스 요청 생성에서 그룹에 사용자 추가에 이르기까지 다양한 작업을 수행할 수 있습니다.

    모델의 의도에 액세스하려면 모델의 개요 페이지로 이동합니다. Build and train your model(모델 빌드 및 학습) 단계에서 View phase(보기 단계)를 선택합니다. 의도 탭은 기본적으로 표시됩니다.

    모델 빌드 및 교육 단계의 의도 탭

    모델에는 최대 750개의 의도가 포함될 수 있습니다. 그러나 의도가 300개 이상이거나 발언이 4,500개 이상인 모델은 교육, 테스트 및 게시 시간이 더 오래 걸립니다.

    주:
    의도를 만들 때 때로는 서로 영향을 줄 수 있음을 명심하십시오. 예를 들어 하나 또는 두 개의 발언에서 작동하는 의도를 빌드하고 테스트합니다. 그러나 더 큰 의도 환경에서 테스트하면 다르게 동작할 수 있습니다. 이러한 이벤트가 발생할 가능성을 줄이기 위해 적절한 테스트를 시작하기 전에 모델에 최소 5개의 의도를 만들 수 있습니다.

    모델에 컨텐츠 추가를 시작하려면 을 참조하십시오 NLU 의도 작성.

    사용 열에는 예측에서 의도가 활성 상태인지 여부가 표시됩니다. NLU 관리자는 개별 의도를 비활성화할 수 있지만 모델에는 유지할 수 있습니다.

    그러나 의도가 게시된 가상 에이전트 주제에 매핑되는 경우에는 다음 작업이 수행됩니다.

    • 의도를 비활성화할 수 없습니다.
    • 의도를 삭제할 수 없습니다.
    의도의 사용 상태를 변경한 후 모델을 다시 교육합니다.

    발화

    의도에는 모델이 사용자로부터 볼 수 있는 입력의 예인 교육 발언이 포함되어 있습니다. 모델의 각 의도에는 고유한 발언이 있습니다. 학습되면 모델은 사용자의 유사한 발언을 인식한 다음 일치하는 의도로 응답하는 방법을 학습합니다.

    의도를 선택하여 의도 상세 정보 페이지에 액세스합니다. 발화 탭에는 현재 의도에 있는 모든 발화가 나열됩니다.

    의도 예시를 보여주는 발언 탭입니다.

    발언을 추가한 후에는 오른쪽 열의 아이콘을 사용하여 발언을 편집, 복사, 이동 또는 삭제할 수 있습니다. 먼저 왼쪽에 있는 상자를 선택하고 선택한 행에서 작업 수행 버튼을 사용하여 여러 발언을 이동하거나 삭제할 수 있습니다.

    의도에 발언을 추가할 때 고려해야 할 몇 가지 사항은 다음과 같습니다.
    • 모델에는 최소 1개의 의도가 있어야 하며, 각 의도에는 최소 5개의 발언이 있어야 합니다.
    • 교육을 시작하려면 의도에 최소 5개의 발언이 필요합니다.
    • 시스템은 현재 최대 25단어 또는 200자의 발언을 지원합니다. 이 한도를 초과하는 발언은 의도 예측을 반환하지 못합니다.
    • 시스템은 현재 단일 모델에서 최대 20,000개의 발언을 지원합니다.
    • 발언이 4,500개 이상인 모델은 교육, 테스트 및 게시 시간이 더 오래 걸립니다.

    모델에 발언을 추가할 때 조직 또는 도메인과 관련된 단어나 구에 대한 어휘를 제공합니다. 이 어휘는 사용자가 사용할 가능성이 높은 단어와 구에 대한 의도 예측에 도움이 됩니다. @ 기호는 어휘 소스를 호출하기 위해 발언을 추가할 때 사용할 수 있습니다. 더 많은 컨텍스트와 예제는 다음 문서를 참조하십시오 NLU 어휘.

    관련된 엔터티

    모델은 사용자 입력을 예측할 때 엔터티를 사용하여 추가적인 컨텍스트와 의미를 제공합니다. 의도한 작업을 수행하기 위한 추가 정보를 시스템에 제공하기 위해 의도의 교육 발언에 엔터티를 추가합니다.

    의도 예시를 보여주는 연결된 엔터티 탭.

    자세한 내용은 NLU 엔터티 문서를 참조하십시오.

    의도 문제

    대규모 모델을 빌드하면 의도가 겹치거나, 상충하거나, 교육 발언을 충분히 포함하지 못할 가능성이 높아집니다. 예를 들어, 한 의도의 발언 예시는 다른 의도의 예시와 동일할 수 있습니다. 의도가 상충하는 경우 모델은 사용자 입력을 받을 때 예측할 의도를 모를 수 있습니다.

    모델에 문제나 상충이 있는 경우, 의도 페이지에는 영향을 받는 의도 수를 보여주는 카드가 표시됩니다. 모델 빌드 및 교육 단계의 의도 탭에서 문제 카드가 강조 표시됩니다.

    카드를 선택하여 해당 문제와 함께 필터링된 의도 목록을 봅니다. 문제를 해결하면 의도가 요구 사항을 충족하고 의도한 대로 작동하도록 할 수 있습니다.

    자세한 내용은 의도 문제 해결 문서를 참조하십시오.