자연어 이해 의 주제 디스커버리 논리 가상 에이전트

  • 릴리스 버전: Zurich
  • 업데이트 날짜 2025년 07월 31일
  • 소요 시간: 3분
  • 의도를 반환하는 방법과 가상 에이전트 사용자에게 표시할 의도를 선택하는 방법을 이해합니다.

    주제 디스커버리를 위한 전제 조건

    가상 에이전트 은 다음 조건이 충족되면 주제를 검색할 수 있습니다.
    • 주제가 게시되고 활성 상태여야 합니다.

      주제 [sys_cs_topic] 테이블에서 활성, 게시됨주제 검색 가능 여부 값이 로 설정됩니다 true.

      주:
      주제 표시 여부 열은 주제 디스커버리에 영향을 주지 않습니다.
    • 주제는 검색 가능해야 합니다.
    • 주제 조건은 런타임에 true로 평가되어야 합니다.
    • 주제에 대해 역할이 구성된 경우 요청자에게는 해당 역할 중 하나 이상이 있어야 합니다.
    • 주제의 NLU 모델에는 세션 언어에 대한 바인딩이 있어야 합니다.

    NLU 주제 디스커버리 논리

    가상 에이전트 가 제공자에게 NLU 예측 요청을 보냅니다. 요청에는 발언과 세션 언어에 바인딩된 등록된 모든 NLU 모델 ID가 포함됩니다. 주제와 일치하는 의도를 반환합니다NLU. 그 후 다음 방법 중 하나로 응답합니다. 가상 에이전트
    • 신뢰 점수에 따라 요청자에 대한 주제를 자동으로 선택합니다.
    • 요청자에게 반환된 일치 목록에서 주제를 선택하라는 메시지를 표시합니다.
    • 일치하는 주제를 찾지 못했습니다.

    일치하는 항목이 없지만 백업 키워드를 사용할 수 있는 경우( com.glide.cs.nlu.keywords.enabled 속성: true) 가상 에이전트 키워드를 기반으로 항목을 검색합니다.

    그림 1. 가상 에이전트 주제 디스커버리 논리
    가상 에이전트가 사용자에게 주제를 제공하는 데 사용하는 프로세스를 보여주는 주제 디스커버리 흐름도입니다.

    가상 에이전트 NLU 신뢰 점수

    가상 에이전트 는 신뢰 점수를 사용하여 예측 의도를 반환합니다. 신뢰도 값을 설정하려면 다음을 수행합니다.

    1. 다음으로 이동 대화형 인터페이스 > 외부 NLU 통합 > 드라이버.
    2. ServiceNow NLU를 선택합니다. 모두를 선택하고 open_nlu_driver.list를 입력할 수도 있습니다.
    3. 의도 신뢰도 임계치 필드에 신뢰도 임계치를 입력합니다.

    의도의 신뢰도 점수가 구성된 임계치보다 크거나 같으면 가상 에이전트는 이를 좋은 매치로 간주합니다.

    가상 에이전트 는 의도를 선택할 때 다음 논리를 사용합니다.
    • 가장 높은 예측 의도를 자동 선택합니다.
      이는 하나의 의도만 일치하거나 타이 브레이커의 경우 다음으로 가장 가까운 일치가 먼 두 번째일 때 발생합니다.
      주:
      가 사용되고 ServiceNow NLU 드라이버 테이블(open_nlu_driver.list)의 의도 신뢰도 델타 필드가 로 설정된 0경우 ServiceNow NLU 결정자가 있을 수 없습니다.
    • 요청자가 선택할 수 있는 주제 목록을 반환합니다.

      이는 자동 선택을 적용할 수 없는 경우에 발생합니다. 목록의 길이는 시스템 속성에 의해 com.glide.cs.max_number_display_topics 결정됩니다.

    • 일치하는 의도가 없습니다.

      신뢰 점수가 구성된 임계치 가상 에이전트 보다 크거나 같은 의도가 0 NLU 으로 예측되면 구성된 경우 키워드 검색으로 폴백됩니다. com.glide.cs.nlu.keywords.enabled(및 com.glide.cs.nlu.keywords.include_topics_bound_to_lang 시스템 속성은 )입니다true.

    중간 주제 NLU 주제 디스커버리 로직

    주제가 실행되는 동안 요청자가 발언이나 구를 입력하여 주제가 전환될 수 있습니다. 예:

    1. 요청자가 대화 중 가상 에이전트 이고 주제 A가 실행 중입니다.
    2. 주제 A는 사용자에게 생년월일을 입력하라는 메시지를 표시합니다.
    3. 요청자는 날짜를 선택하는 대신 "내 인시던트를 보고 싶습니다"라고 입력합니다.
    4. 가상 에이전트 이 구문을 날짜로 확인할 수 없으므로 예측 요청을 실행합니다 NLU .
    5. NLU 예측 변수는 의도 B를 반환하고 가상 에이전트 주제 B가 의도 B에 바인딩되어 있음을 확인합니다.
    6. 가상 에이전트 이 대화를 주제 B로 전환하고, 주제 B는 요청자에게 인시던트에 대한 정보를 제공합니다.
    그림 2. 가상 에이전트 MID 주제 디스커버리 로직
    대화 도중에 주제를 변경하기 위해 가상 에이전트를 사용하는 프로세스를 보여주는 주제 디스커버리 흐름도.