필요한 역할: nlu_editor, nlu_admin 또는 admin nlu_editor 모델에 할당해야 합니다.
이 태스크 정보
시스템 엔터티는 기본적으로 인스턴스에 사전 구축 ServiceNow 되며 모델 화면의 엔터티 섹션에 나타납니다. DATE,TIME 및 DATE_TIME와 같은 이러한 엔터티는 기본적으로 활성화됩니다. 필요한 경우 활성화(Enable)를 클릭하여 비활성화하거나 다시 활성화할 수 있습니다.
시스템 파생 엔터티는 시스템 엔터티를 확장하여 더 많은 컨텍스트를 제공합니다. 예를 들어, 시스템 엔터티 DATE 덕분에 모델이 이미 날짜 형식을 이해하고 있습니다. 그러나 startdate 및 enddate와 같은 시스템 파생 엔터티를 생성하여 날짜와 관련된 사용자 발언에서 더 많은 정보를 추출할 수 있습니다.
다음 예제 시나리오에서는 항공편, 자동차, 호텔 및 이벤트를 예약하기 위한 모델을 생성합니다. 사용자의 항공편 요청이 포함된 발언을 해석하기 위해 의도 #FlightBooking 하고자 합니다. 모델에 시스템 엔터티 LOCATION이 포함되어 있지만 비행 계획에는 일반적으로 두 개의 위치가 포함됩니다.
이 예제 절차에서는 두 개의 시스템 파생 엔터티를 생성하여 항공편의 출발 및 도착 위치를 수집합니다.
프로시저
다음으로 이동 모두 > NLU 워크벤치 > 모델.
탭은 가상 에이전트 기본적으로 열립니다.
모델의 애플리케이션 탭을 선택한 다음 모델 이름을 선택합니다.
모델 상세 정보 페이지에서 의도를 선택합니다.
의도의 이름을 선택합니다.
이 예에서는 #FlightBooking 의도를 선택합니다.
발화 탭의 발화 중 하나에서 단어 또는 구를 선택합니다.
이 예시 시나리오에서는 발화 예시가 있습니다. 샌 디에이고발 샌프란시스코행 항공편 예약. 이 단계에서는 San Diego에서를 클릭합니다.
새 엔터티 만들기를 선택합니다.
새 엔터티 만들기 화면에서 필드를 구성합니다.
이 예에서는 다음 구성을 사용합니다.
엔터티 이름: FromLocation 입력
유형: 시스템 파생 선택
모델 가용성: 이 엔터티를 모델의 모든 의도에 포함하려면 이 확인란을 선택합니다.
상위 엔터티: 위치 선택
저장을 선택합니다.
같은 발언에서 다른 단어나 구를 선택합니다.
이 예시 시나리오에서는 샌프란시스코를 클릭합니다.
새 엔터티 만들기를 선택합니다.
이 예에서는 다음 구성을 사용합니다.
엔터티 이름: ToLocation 입력
유형: 시스템 파생 선택
모델 가용성: 이 엔터티를 모델의 모든 의도에 포함하려면 이 확인란을 선택합니다.
상위 엔터티: 위치 선택
저장을 선택합니다.
결과: 시스템 파생 엔터티 두 개가 엔터티 창에 나타납니다.
다음에 수행할 작업
엔터티를 저장하도록 모델을 교육합니다. 모델을 시도하여 사용자가 만든 엔터티의 변형을 인식하고 해석하는지 확인할 수 있습니다.
이 예에서는 다른 출발 및 도착 위치로 모델을 테스트할 수 있습니다.
Try model(모델 시도)을 선택합니다.
댈러스에서 산호세행 항공편을 예약하십시오.
이동을 선택합니다.
그림 1. 테스트 패널이 있는 의도 상세 정보 페이지모델은 의도를 예측하여 값을 결정하는 데 사용된 엔터티를 보여줍니다. 예측할 때 시스템 엔터티와 시스템 파생 엔터티를 모두 사용하는 방법에 주목하십시오.
