Execute um teste em lote de vários modelos
Teste vários Compreensão da linguagem natural Modelos (NLU) em relação a um conjunto de testes. Avalie a qualidade de seus modelos e refine-os para melhorar a previsão de intenção.
Antes de Iniciar
- Certifique-se de que Workbench de NLU Plug-in Core, Workbench de NLU plug-in, Workbench de NLU- Plug-in de recursos avançados e Inteligência preditiva todos os plug-ins estão instalados e ativados.
- Tenha um ou mais modelos treinados para Virtual Agent ou Pesquisa com IA.
- Tenha um conjunto de testes que contenha enunciados de teste com intenções esperadas. Consulte Crie um conjunto de testes ou Criação e gestão do conjunto de testes.
- Função necessária: nlu_admin ou admin. Quando atribuída a um modelo, a função nlu_editor pode executar testes e modificar enunciados de teste para esse modelo.
Por Que e Quando Desempenhar Esta Tarefa
Em Teste em lote de vários modelos , você pode usar um conjunto de testes que não seja o conjunto de testes padrão do modelo.
Além disso, você pode testar até dez modelos de uma só vez usando Teste em lote de vários modelos . No entanto, testes com menos modelos são executados mais rapidamente.
Ao testar vários modelos, seu conjunto de testes deve cobrir pelo menos 25% do total de intenções de todos os modelos. Use conjuntos de testes que contenham enunciados que os modelos provavelmente encontrarão no Virtual Agent ou Pesquisa com IA.
Para testar um único modelo em relação ao conjunto de testes padrão, use Teste e publique seu modelo na página de visão geral do modelo. Para obter mais informações, consulte Teste e publique seu modelo.
Procedimento
O que Fazer Depois
Quando o teste em lote é concluído, seu status muda para Concluído . Você pode clicar no nome do conjunto de testes para exibir os resultados do teste.
Use os resultados para ajustar e melhorar seus modelos. Em seguida, execute o teste novamente para avaliar o desempenho.
Os testes em lote podem afetar as recomendações de limite de confiança. Para obter mais informações, consulte Configurações do modelo de NLU.