NLU-Workbench -Eigenschaften
Beziehen Sie sich auf diese Systemeigenschaften für die Anwendung Natural Language Understanding (NLU).
NLU-Workbench -Eigenschaften und ihre Verwendung
Um auf Ihre Systemeigenschaften zuzugreifen, verwenden Sie die Rolle „admin“ oder „nlu_admin“ und den folgenden Pfad im Anwendungsnavigator: .
| Bezeichnung und Name | Standardwert | Plugin | Empfohlene Verwendung |
|---|---|---|---|
| Maximale Anzahl von Äußerungen pro Absicht glide.nlu.utterances_per_intent.value_limit |
200 | NLU-Workbench | Verwenden Sie weniger als 200 Äußerungen pro Absicht, um Ihr Modell hinsichtlich der Absichtsgröße ausgewogen zu halten. Hinweis: Der Wert muss größer als 5 und kleiner oder gleich 300 sein. |
| Maximale Anzahl von Datensätzen in einer Tabellenvokabularquelle glide.platform_ml.api.max_nlu_lookupsource_records |
100.000 | NLU-Workbench | Halten Sie den Wert unter 100.000. |
| Maximale Anzahl von Werten in einer Listenvokabularquelle glide.nlu.static_lookup.value_limit |
1.000 | NLU-Workbench | Halten Sie den Wert unter 1.000. |
| Vorgefertigtes Vokabular für Softwarenamen aktivieren glide.mlpredictor.option.nlu.@LookupSources:software |
enabled | NLU-Workbench | Aktivieren Sie das vorgefertigte Vokabular, damit das System Softwarenamen erkennen kann. |
| Vorgefertigtes Vokabular für Hardwarenamen aktivieren glide.mlpredictor.option.nlu.@LookupSources:hardware |
enabled | NLU-Workbench | Aktivieren Sie das vorgefertigte Vokabular, damit das System Hardwarenamen erkennen kann. |
| Bezeichnung und Name | Standardwert | Plugin | Empfohlene Verwendung |
|---|---|---|---|
| Maximale Anzahl von Datensätzen für die Klassifizierung Intent Discovery . sn_nlu_discovery.intent_discovery_max_classification_limit |
300.000 | Intent Discovery | Halten Sie die Anzahl der Datensätze unter 500.000. |
| Mindestanzahl von Datensätzen für die Klassifizierung Intent Discovery . sn_nlu_discovery.intent_discovery_min_classification_limit |
10.000 | Intent Discovery | Verwenden Sie mindestens 10.000 Datensätze, um qualitativ hochwertige Ergebnisse zu erhalten. |
| Mindestanzahl von Datensätzen für die NLU-Leistungsanalyse sn_nlu_workbench.glide.nlu.performance.min_clustering_records |
5.000 | NLU-Workbench – erweiterte Funktionen | Verwenden Sie mindestens 5.000 Datensätze, um qualitativ hochwertige Ergebnisse zu erhalten. |
| NLU-Konflikterkennung – Moderater Schwellenwert sn_nlu_workbench.glide.nlu.conflict.moderate_threshold |
.85 | NLU-Workbench – erweiterte Funktionen | Muss eine Dezimalzahl zwischen 0 und 1 sein. Halten Sie diesen Schwellenwert unter dem kritischen Schwellenwert. |
| NLU-Konflikterkennung – Kritischer Schwellenwert sn_nlu_workbench.glide.nlu.conflict.critical_threshold |
.95 | NLU-Workbench – erweiterte Funktionen | Muss eine Dezimalzahl zwischen 0 und 1 sein. Halten Sie diesen Schwellenwert über dem mittleren Schwellenwert. |
| Die maximale Anzahl von Zeilen in einer Batch-Test-Importdatei sn_nlu_workbench.glide.nlu.batch_test.max_import_rows |
10.000 | NLU-Workbench – erweiterte Funktionen | Stellen Sie sicher, dass Ihre Batch-Test-Importdatei nicht mehr als 10.000 Zeilen enthält. |
| Die maximale Anzahl von Äußerungen, die für Feedback in der Experten-Feedbackschleife angezeigt werden sollen glide.mlpredictor.option.nlu.activeLearning.label_candidate_table.max_response_size |
300 | NLU-Workbench – erweiterte Funktionen | Rufen Sie nicht mehr als 300 Äußerungen aus den Chatprotokollen Ihrer Anwender Virtual Agent ab, um sie für Feedback in der Anwendung „Experten-Feedbackschleife“ anzuzeigen.Die Mindestanzahl von Äußerungen, die ein Anwender überprüfen sollte, bevor er das Modell optimiert |
| Die Mindestanzahl von Äußerungen, die ein Benutzer überprüfen sollte, bevor das Modell optimiert wird sn_nlu_workbench.glide.nlu.optimize.min_labeled_data |
100 | NLU-Workbench – erweiterte Funktionen | Geben und speichern Sie Feedback für mindestens 100 Äußerungen aus den Chatprotokollen Ihrer Benutzer Virtual Agent, damit Sie die Funktion „Modell optimieren“ in der Anwendung „Expert Feedback Loop“ ausführen können. |
| Die maximale Anzahl von Datensätzen, die aus Virtual Agent Chatprotokollen abgerufen werden sollen glide.mlpredictor.option.nlu.activeLearning.va_chat_logs.max_row_limit - 3000 |
3.000 | NLU-Workbench – erweiterte Funktionen | Bei hoher NLU-Nutzung werden durch Erhöhen des Standardwerts auf maximal 50.000 Datensätze die Daten erhöht, die für den aktiven Lernauftrag zum Filtern und Anzeigen in der Anwendung „Expert Feedback Loop“ verfügbar sind, um Feedback zu geben. |
| Größenbeschränkung für Bezeichnungskandidatentabelle (zum Bereinigen der Tabelle verwendet) glide.mlpredictor.option.nlu.activeLearning.label_candidate_table.max_data_size - 10000 |
10.000 | NLU-Workbench – erweiterte Funktionen | Die empfohlene Verwendung für diese Eigenschaft ist die gleiche wie für die obige Eigenschaft. |
| Größenbeschränkung für beschriftete Datentabelle (zum Bereinigen der Tabelle verwendet) glide.mlpredictor.option.nlu.activeLearning.label_table.max_data_size - 10000 |
10.000 | NLU-Workbench – erweiterte Funktionen | Die empfohlene Verwendung für diese Eigenschaft ist die gleiche wie für die obige Eigenschaft. |
| Aktivieren Sie diese Eigenschaft, um die Blockierung Ihrer Instanz während des NLU-Modelltrainings aufzuheben. Die Schulung wird außerhalb der Spitzenzeiten geplant. Wir benachrichtigen Sie, wenn sie abgeschlossen ist. glide.mlpredictor.scheduled.nlu.model.training |
Falsch | NLU-Workbench Erweiterte Funktionen | Falsch |
Informationen zum Abrufen weiterer Feedback-Daten aus Chatprotokollen von Virtual Agent (VA) finden Sie im Abschnitt „Beschaffung zusätzlicher VA-Feedbackdaten bei Bedarf “ in der Dokumentation zur Experten-Feedbackschleife.