Fügen Sie einem Update Set ein NLU-Modell hinzu
Verwenden Sie Update Sets, um Ihre Natural Language Understanding (NLU)-Modelle von einer Instanz in eine andere zu verschieben. Update Sets enthalten alle Datensätze, die erforderlich sind, damit Ihr Modell in der Zielinstanz funktioniert.
Vorbereitungen
- Stellen Sie sicher, dass die Plugins [ NLU-Workbench, NLU-Workbench - Core und Predictive Intelligence in Ihrer Instanz installiert und aktiviert sind.
- Die folgenden Anweisungen gelten für NLU -Modelle für Virtual Agent und KI-Suche.
- Erforderliche Rolle: admin
Warum und wann dieser Vorgang ausgeführt wird
Verwenden Sie Update Sets, um ein Modell von einer Quellinstanz auf eine Zielinstanz zu übertragen. Die Zielinstanz muss bereits denselben Umfang haben wie der Umfang des Modells in der Quellinstanz.
- Modellinhalt (Absichten, Äußerungen, Entitäten, Anmerkungen, Vokabular und Standardtestsatz)
- Zugehörige Vokabularquellen
- Entsprechende letzte aktive ML-Lösung
- ML-Modellartefakte
- ML-Lösung und -Definition (letzte drei Ausführungen, sofern eine davon erfolgreich war)
Weitere Informationen zu Update Sets finden Sie unter System-Update Sets.
Wenn Sie das Modell zu einem anderen Update Set hinzufügen möchten, müssen Sie dieses Update Set zum aktuellen Update Set machen. Weitere Informationen finden Sie unter Create and select an update set as the current set.
Um eine optimale Portabilität zu erzielen, fügen Sie Ihr NLU -Modell einem neuen, dedizierten Update Set statt einem Standard-Update Set des Systems hinzu. Dazu muss manuell ein neues Update Set im Bereich des Modells erstellt werden. Ein Fehler wird angezeigt, wenn das aktuelle Update Set der Standard des Bereichs ist. Dieser Fehler enthält einen Link zum manuellen Erstellen eines neuen Update Sets.
Wenn das Modell Datensätze aus mehreren Bereichen enthält, z. B. Vokabulartabellen, muss das Update Set eine Übergeordnet/Untergeordnet- Struktur (Batch) aufweisen. Befolgen Sie das Verfahren ab Schritt 5, um ein über- und untergeordnetes Update Set zu erstellen.
Wenn Modelle (entweder global oder bereichsbezogen) mithilfe von Update Sets verschoben werden, bleibt ihr Trainings- und Veröffentlichungsstatus nach der Übertragung unverändert. Daher muss ein Modell, das trainiert und veröffentlicht wird, bevor es einem Update Set hinzugefügt wird, in der Zielinstanz nicht erneut trainiert oder veröffentlicht werden.
Weitere Informationen zu über- und untergeordneten Update Sets finden Sie unter Update set batching. Das folgende Video zeigt diesen Prozess.
Prozedur
Nächste Maßnahme
Wenn ein referenzierter Datensatz in der Quellinstanz in der Zielinstanz nicht vorhanden ist, können beim Anwenden des Update Sets Fehler auftreten. Beispielsweise kann das Ursprungsfeld in sys_nlu_intent auf eine Absicht aus einem anderen Modell verweisen, das in der Zielinstanz nicht vorhanden ist. Sie können für die fehlgeschlagenen Datensätze auf Remote-Aktualisierung akzeptieren klicken, um das Update Set trotzdem zu bestätigen.