결과: 시스템에서 uxinfodev 또는 arlo-drury-directreports 를 인식하지 못하며 이러한 단어를 사용하여 의도를 예측할 수 없습니다.
해결 방법: uxinfodev 및 arlo-drury-directreports 를 어휘 항목으로 추가하고 동의어를 추가합니다. 제공하는 동의어는 발언과 동의어가 있는 의도에 더 많은 맥락을 추가하는 데 도움이 됩니다. 의도 예측 신뢰도는 이들도 엔터티로 표시하면 훨씬 더 높아질 수 있습니다.
주:
교육 발언과 사용자의 발언은 25단어 또는 200자로 제한됩니다. 이 제한을 초과하는 발언은 의도 예측을 반환하지 못합니다.
교육 발언에 "OrderLaptop" 또는 "sfsdfasdfas"와 같은 비현실적인 용어를 포함하지 마십시오. 발화는 모델 언어에서 정확하고 자연스러운 예시여야 합니다.
다음 예시 절차에서는 의도를 생성하고 결제에 대한 정보를 요청할 때 사용자가 말할 수 있는 발언을 추가합니다. 가상 에이전트용 HR 모델이라는 제목의 모델을 이미 생성 NLU 했으며 해당 모델에서 의도를 생성하고 있습니다.
프로시저
애플리케이션 범위를 모델의 범위로 설정합니다.
다음으로 이동 모두 > NLU 워크벤치 > 모델.
기본적으로 탭이 가상 에이전트 열립니다.
모델의 애플리케이션에 해당하는 탭을 선택한 다음 의도를 추가할 모델의 이름을 선택합니다.
이 모델 예에서는 가상 에이전트 모델에 대한 HR 모델을 선택합니다.
모델 빌드 및 교육 카드에서 단계 보기를 선택합니다.
의도를 선택합니다.
새 의도를 선택합니다.
의도 생성 창에서 의도의 이름과 설명을 추가합니다.
그림 1. 의도 생성이 예제 시나리오에서는 이름에 PayDiscrepancy를 입력합니다. 설명을 추가할 수도 있습니다.
주:
의도를 작성하면 시스템은 의도 이름에 해시 태그를 추가합니다.
의도 추가를 선택합니다.
발언, 관련 엔터티 및 설정에 대한 섹션을 포함한 #PayDiscrepancy 의도 화면이 나타납니다. 의도 초안 상태는 의도 화면의 오른쪽 상단에도 표시됩니다.
발언 탭에서 의도와 관련된 교육 발언 예를 입력합니다.
주:
제공하는 발언 예시는 고유해야 하며 25단어 또는 200자 미만이어야 합니다. 가능한 한 다양한 발화를 15개 이상 추가하는 것을 목표로 합니다. 모델 학습을 시작하려면 5개 이상의 발언을 추가해야 합니다.
이 시나리오에서는 다음 발언을 필드에 추가하고 추가를 선택합니다
모델을 반복적으로 빌드하고 재학습시키면서 업데이트된 의도가 모델의 예측에 어떤 영향을 미치는지 확인할 수 있습니다. NLU 모델 교육 및 시도 문서를 참조하십시오.
다음에 수행할 작업
모델을 교육하여 업데이트를 저장합니다. 의도 문제에 대해서는 다음 문서를 참조하십시오 의도 문제 해결.
발언을 개선하려면 컨텍스트를 제공하는 엔터티를 추가하십시오. NLU 엔터티 문서를 참조하십시오.
사용 가능한 의도 디스커버리 기능은 기록 데이터를 기반으로 추가할 수 있는 의도를 식별하는 데 도움이 될 수 있습니다.