Konfigurieren Sie die Datensatzkategorisierung

  • Freigeben Version: Washingtondc
  • Aktualisiert 1. Februar 2024
  • 1 Minute Lesedauer

    • Aktivieren Sie die erforderlichen Plugins, importieren Sie Trainingsdaten, und erstellen und trainieren Sie ein Modell, um Feldwerte für Fall- und Interaktionsdatensätze vorherzusagen.

    Tabelle : 1. Schritte zum Konfigurieren der Datensatzkategorisierung
    Schritt Beschreibung
    Stellen Sie sicher, dass Ihre Instanz für Predictive Intelligence (PI) eingerichtet ist.

    Predictive Intelligence ist eine ServiceNow-Plattformfunktion, die eine Ebene künstlicher Intelligenz bereitstellt, die als Framework für ML-Modelle (maschinelles Lernen) dient. Weitere Informationen hierzu finden Sie unter Predictive Intelligence.
    Aktivieren Sie die Anwendung „Task Intelligence for Customer Service“ (com.snc.csm_ml_task).
    Mit der Anwendung „Task Intelligence for Customer Service“ können Kunden Modelle für maschinelles Lernen für die Kategorisierung erstellen und trainieren. Diese Anwendung aktiviert automatisch die folgenden Plugins:
    • Predictive Intelligence for Customer Service Management (com.snc.csm_ml)
    • Kundenservice (com.sn_customerservice)
    • Skills Management (com.snc.skills_management)
    • Dynamic Translation (com.glide.dynamic_translation)
    • Spoke des ServiceNow-Spracherkennungsservice (com.glide.language_detection_spoke)
    • Predictive Intelligence – Task Intelligence (com.glide.platform_ml_task)
    • Admin Center für Task Intelligence (com.sn_ti_admin)
    Importieren Sie einen Trainingsdatensatz.

    Sie können die Datensatzkategorisierungsfunktion mit der Falltabelle [sn_customerservice_case], Tabellen, die die Falltabelle erweitern, und der Interaktionstabelle [interaction] verwenden.

    Es wird empfohlen, einen Trainingsdatensatz in die gewünschte Tabelle zu importieren, um das anfängliche Training eines Kategorisierungsmodells zu unterstützen.
    Hinweis:
    Diese Daten sollten Falltypen enthalten, wenn Sie Tabellen haben, die die Falltabelle erweitern.

    Der Trainingsdatensatz sollte auf die Felder zugeschnitten sein, die Sie vorhersagen möchten. Sie sollte auch zusätzliche Datensätze enthalten, die die richtigen Bezeichnungen (z. B. die erwarteten Feldwerte) für die vorhergesagten Felder aufweisen.

    Wenn Sie einen Trainingsdatensatz erstellen, können Sie Ihre eigenen Daten verwenden, um den Algorithmus für die Vorhersage in den von Ihnen ausgewählten Feldern zu trainieren.
    1. Identifizieren Sie die Tabelle und die Felder, die Ihr Modell vorhersagen soll.
    2. Wählen Sie die Tabelle und die Datensätze zum Trainieren des Modells aus.
    3. Identifizieren Sie die Felder in der ausgewählten Tabelle als Eingabewerte, die zum Trainieren des Modells verwendet werden sollen.
    Richten Sie mindestens ein Kategorisierungsmodell ein, und stellen Sie es bereit. Weitere Informationen finden Sie unter Modelle zur Vorhersage von Datensatzfeldern erstellen.