Comparer les versions brouillon et publiée de votre modèle NLU

  • Rversion finale: Xanadu
  • Mis à jour 1 août 2024
  • 2 minutes de lecture

    • Comparer un brouillon de modèle formé Compréhension du langage naturel (NLU) à sa version publiée la plus récente. Testez et examinez les changements pour vous assurer que votre modèle brouillon aura des performances accrues.

    Avant de commencer

    • Assurez-vous que les modules d’extension, CoreConsole NLU, Console NLUConsole NLU Advanced Features et Predictive Intelligence sont installés et activés.
    • Rôle requis : nlu_editor, nlu_admin ou admin. L’éditeur doit être affecté au modèle.

    Pourquoi et quand exécuter cette tâche

    Dans cet exemple de scénario, vous entraînez et essayez un modèle publié NLU dans l’itérativement Console NLU dans le but d’améliorer ses scores de confiance de prédiction.

    Lorsque vous essayez d’utiliser un énoncé par rapport à un NLU modèle :
    • Si le modèle est formé et n’est jamais publié, le panneau Modèle de test affiche uniquement les résultats du modèle formé.
    • Si le modèle est formé et publié, le panneau Modèle de test affiche uniquement les résultats du modèle publié.
    • Si vous avez apporté des modifications à un modèle publié et que vous l’avez formé, le panneau Modèle de test affiche à la fois les résultats du modèle formé et les résultats du modèle publié à des fins de comparaison.

    Dans cet exemple de procédure, vous avez cloné le modèle à partir d’un modèle RH prédéfini en lecture seule. Vous avez cloné le modèle pour en créer votre propre version propre à l’entreprise, tout en exploitant les intentions existantes du modèle prédéfini.

    Procédure

    1. Accédez à la Tout > Console NLU > Modèles.
      L’onglet Agent virtuel s’ouvre par défaut.
    2. Sélectionnez l’onglet correspondant à l’application de votre modèle, puis sélectionnez le nom de votre modèle publié.
    3. Sur la page de vue d’ensemble du modèle, localisez la carte Créer et former votre modèle et cliquez sur sa phase d’affichage.
    4. Apportez un changement aux intentions, aux énoncés, aux entités ou au vocabulaire.
      Dans cet exemple de scénario, vous ajoutez quelques énoncés de formation supplémentaires à l’intention #UpdateEmail .
    5. Formez et essayez le modèle modifié afin que vous puissiez voir ses scores de prédiction par rapport aux scores de la version publiée.
      1. Dans l’onglet Train model , cliquez sur le bouton Train .
      2. Lorsque la formation est terminée, le système affiche Le modèle a été formé avec succès.
      3. Dans l’onglet Essayer le modèle , saisissez cet énoncé : Adresse e-mail incorrecte.
      4. Cliquez sur Valider.

      Le panneau affiche les résultats de prédictions pour le modèle publié et le modèle formé. Comparez les résultats des deux versions du modèle, avant et après vos modifications. Dans cet exemple, le score de confiance a légèrement augmenté. En apportant des modifications significatives au contenu du modèle, le score de confiance ou même les prédictions d’intention peuvent changer.

      Page Intention avec la fonctionnalité de comparaison des résultats de prédiction dans le panneau de test.

    Que faire ensuite

    Utilisez les informations du panneau de test pour voir si les modifications que vous apportez amélioreront les performances du modèle. Une fois que vous êtes satisfait de vos changements, testez votre modèle avant de le publier. Publiez ensuite votre modèle pour remplacer la version publiée actuelle.