유사성 솔루션 생성 및 교육
머신 러닝 솔루션을 생성하고 교육하여 기존 기록을 수집하고 유사한 새 기록과 비교합니다. 예를 들어 미해결 인시던트 기록의 텍스트와 해결된 인시던트 기록을 비교하여 해결 방법을 재사용할 수 있습니다.
시작하기 전에
- 필요한 역할: ml_admin 또는 admin
이 태스크 정보
유사성을 기반으로 기존 기록을 비교한 후 시스템은 솔루션에서 검토하고 재사용할 수 있는 예시를 권장합니다.
양식과 플로우에 적용하면 유사성 솔루션이 도메인을 인식하므로 인스턴스에 있는 다른 도메인의 기록이 사용자에게 표시되지 않습니다. 자세한 내용은 에서 Now SupportKB 문서 도메인 분리 환경에서의 유사성 예측 동작을 참조하십시오.
암호화된 교육 데이터 사용에 대한 자세한 내용은 단원을 참조하십시오 예측 인텔리전스에서의 데이터 암호화.
이 예시 절차에서는 인시던트 기록을 작업하고 있으며 해당 인시던트에 대한 해결 방법을 제공할 수 있는 관련 지식베이스 문서를 찾고자 합니다.
프로시저
-
유사성 정의 양식의 필드에 내용을 입력합니다.
필드 값 레이블 유사성 솔루션의 고유한 이름을 입력합니다. 예를 들어 이 사용 사례에서는 '인시던트에 지식 문서 일치'를 입력할 수 있습니다. 이름 레이블 값을 입력하면 이 필드는 레이블 값에 따라 시스템에서 할당한 읽기 전용 이름으로 자동으로 채워집니다. 단어 뭉치 레거시 유사성 솔루션이 있는 경우 정의 양식의 단어 말뭉치 필드에서 관련 단어 말뭉치를 선택할 수 있습니다.
주:릴리스부터 Washington DC 는 미리 학습된 모델이 대신 사용되므로 단어 말뭉치가 필요하지 않습니다. 단어 말뭉치 필드는 미리 학습된 모델의 정의 양식에 표시되지 않습니다.자세한 내용은 단어 말뭉치 만들기 문서를 참조하십시오.
테이블 테이블 필드에서 정보 소스로 사용할 기록이 포함된 테이블을 선택합니다. 이 사용 사례에서는 지식 [kb_knowledge] 테이블을 선택합니다. 해당 KB 문서 기록이 해결하려는 인시던트와 관련된 정보를 제공할 수 있기 때문입니다.
테이블을 할당하면 필터 조건과 일치하는 기록 수가 링크로 표시됩니다. 기록 목록을 보려면 이 링크를 선택합니다.
테스트 테이블 테스트 테이블 필드에서 대상으로 지정할 기록이 포함된 테이블을 선택합니다. 이 사용 사례에서는 해결하려는 인시던트 기록이 포함된 인시던트 [incident] 테이블을 선택합니다.주:테이블 및 테스트 테이블에 대해 동일한 테이블을 선택할 수 있습니다. 예를 들어 필터 조건을 사용하면 최근 인시던트에서 대상 인시던트에 도움이 되는 정보를 수집할 수 있습니다.필드 선택한 테이블의 경우, 해결하려는 인시던트와 관련된 단어와 문구가 포함될 가능성이 있는 필드를 입력합니다. 이 예에서는 간단한 설명 및 문서 본문을 선택합니다. 문서 본문을 포함하면 주제에 대한 유익한 세부 정보를 캡처할 가능성이 높아집니다.주:저널 유형은 지원되는 데이터 유형이 아닙니다.테스트 필드 선택한 테스트 테이블의 경우, 다른 유사한 기록과 비교하려는 텍스트가 포함된 필드를 입력합니다. 이 예에서는 해결하려는 인시던트 기록에 대한 짧은 설명을 선택합니다.
필터 필터 조건 추가를 선택하여 정보 소스로 사용 중인 필드 기록에 조건을 적용합니다. 예를 들어 이 사용 사례에서는 게시된 KB 문서만 검색하도록 workflow_state=게시 조건을 설정할 수 있습니다.
주:스크립트 포함은 필터에서 참조할 수 없습니다. 대안으로 데이터베이스 뷰를 사용합니다.처리 언어 학습 중인 데이터 세트의 주요 언어를 선택합니다. 또한 기본적으로 모든 데이터 세트에 영어 처리가 적용됩니다. 예를 들어, 이탈리아어를 선택하면 시스템이 데이터를 이탈리아어와 영어로 처리합니다. 주:처리라는 용어는 단어 토큰화, 스톱 워드 제거, 어간 추출 등 솔루션 학습의 일부로 사용되는 언어별 단계를 나타냅니다.스톱 워드 처리 언어를 선택하면 시스템이 자동으로 해당 언어에 대한 스톱 워드 목록을 추가합니다. 예를 들어, 처리 언어가 이탈리아어인 경우 기본 이탈리아어 스톱 워드 목록이 나타납니다. 기본 영어 스톱 워드 목록도 포함되어 있습니다. 사용자 지정 스톱 워드 목록을 사용하려면 잠금 아이콘(
)을 선택한 후 Select target record(대상 레코드 선택 ) 필드에서 검색합니다.교육 빈도 재교육 빈도를 선택합니다. 사용 가능한 옵션의 범위는 한 번 실행 에서 최대 180일 마다까지입니다. 업데이트 빈도 유사성 결과를 검색하는 데 사용하는 데이터를 새로 고치는 빈도를 선택합니다. 예를 들어 미해결 인시던트 기록의 경우 일반적으로 하루 종일 새로운 인시던트가 자주 발생하므로 업데이트 빈도를 15분 마다로 선택할 수 있습니다. 이 빈도로 인해 새로 열린 레코드가 새로 고침에 포함될 가능성이 증가할 수 있습니다.
그러나 일반적으로 자주 생성되지 않는 KB 지식 문서 기록의 경우 업데이트 빈도를 1 일 마다와 같이 덜 자주 선택할 수 있습니다.주:ML 스케줄러는 인스턴스가 커밋할 수 있는 교육의 수를 24시간 동안 인스턴스당 50개의 새로운 ML 교육 요청으로 제한합니다. 예약된 재교육 요청은 제외됩니다. 또한 새 교육 요청이 24시간 내에 50개를 초과하는 경우에도 클러스터링 및 유사성 업데이트는 이 제한에서 제외됩니다.
결과
- 시스템은 가장 가까운 교육 서비스를 사용하여 처리할 솔루션 정의를 예약하고 교육이 완료되면 알림을 보냅니다. 알림에는 교육 중에 발생할 수 있는 모든 오류가 포함됩니다. 다른 사용자가 알림 범주를 예측 인텔리전스 구독할 수 있습니다.
- 교육된 솔루션은 유사성 정도에 따라 순위가 매겨진 쌍을 이루는 예제 기록을 제공합니다. 예제 목록은 솔루션 양식의 관련 링크 아래에 있는 유사성 예제에서 사용할 수 있습니다.
- 교육이 완료되면 시스템에서 솔루션을 첨부 레코드로 업로드합니다.