---
sourceDocument: Xanadu Activer AI
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/fr-FR/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - fr-FR

ft:publication_title :

    - Xanadu Activer AI

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Créer et former votre modèle

# Créer et former votre modèle {#ariaid-title1}

* Rversion finale: Xanadu
* 
* Mis à jour 1 août 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 minutes de lecture

Après la création d'un modèle, créez le contenu du modèle en ajoutant des intentions, des entités, du vocabulaire et des énoncés de jeu de tests. Le contenu de votre NLU modèle détermine la façon dont le modèle répond aux entrées de l'utilisateur.  
Les modèles sont constitués des contenus suivants :

* Intentions : action que l'utilisateur veut effectuer ou souhaite que l'application fasse.
* Entités : objet ou contexte d'une action.
* Vocabulaire : ajoutez du vocabulaire pour aider votre modèle à comprendre la plage de mots dans les énoncés de vos utilisateurs.
* Jeu de tests : pour évaluer les performances du modèle, ajoutez des énoncés de test et les intentions que vous vous attendez à voir prédites pour ces énoncés.
{#managing-model-content__ul_adv_kxb_krb}

Pour accéder au contenu du modèle, accédez à Console NLUModèles. L'onglet Agent virtuel s'ouvre par défaut. Sélectionnez l'onglet de l'application de votre modèle, puis sélectionnez le nom du modèle pour ouvrir la page des détails du modèle . Dans la carte Créer et former votre modèle , sélectionnez Afficher la phase.

## Intentions {#managing-model-content__section_ps1_r1c_krb}

Lorsque votre modèle reçoit une entrée de l'utilisateur, il utilise une intention pour effectuer une action système. Par exemple, un utilisateur <kbd class="ph userinput">saisit J’ai un problème critique avec un ordinateur portable lent</kbd>. Le modèle fait correspondre l'entrée d'énoncé à la #TroubleshootSlowComputer d'intention. Si l'intention est liée à une Agent virtuel rubrique, elle déclenche d'autres actions.

Les intentions contiennent des énoncés de formation ou des exemples d'entrées utilisateur susceptibles de déclencher l'action système. Fournissez des énoncés réalistes que le modèle peut rencontrer de la part de vos utilisateurs. La qualité des énoncés de formation affecte la précision de votre modèle.

Pour plus d'informations, consultez [Intentions NLU](https://servicenow-prod.fluidtopics.net/B2L42onJ~74jIrUqkbJ7MA "Les intentions pilotent les réponses de vos modèles en faisant correspondre une action système aux entrées de l’utilisateur. Les modèles avec de bonnes intentions aident Agent virtuel et recherchent répondent à vos utilisateurs avec précision.").

## Entités {#managing-model-content__section_ckf_y1c_krb}

Vos intentions utilisent des entités pour fournir un contexte supplémentaire au modèle lors de la réception d'entrées. Dans l'exemple de l'ordinateur, l'ordinateur portable est l'entité ou l'objet de l'action.

Les entités NLU se répartissent en deux catégories : définies par le système et définies par l'utilisateur. Les entités système telles que DATE, TIME et LOCATION sont disponibles par défaut dans votre instance. Vous pouvez créer vos propres entités définies par l'utilisateur pour fournir des associations et une signification supplémentaires aux besoins de votre entreprise.

Toutes les entités sont réutilisables dans d'autres modèles NLU. Toutefois, vous devez les ajouter à un énoncé de formation pour que chaque modèle les utilise.

Pour plus d'informations, consultez [Entités NLU](https://servicenow-prod.fluidtopics.net/K0IsLlDgCJzjA862chBQ3g "Les entités fournissent à votre modèle un contexte supplémentaire lors de la réception des entrées de l’utilisateur. Ajoutez des entités à vos énoncés et intentions pour améliorer les prédictions de votre Compréhension du langage naturel modèle (NLU).").

## Vocabulaire {#managing-model-content__section_yxv_dbc_krb}

L'entrée de vos utilisateurs peut contenir une grande variété de mots et d'expressions. En outre, votre modèle peut ne pas comprendre certains termes utilisés dans des domaines spécialisés ou des domaines d'activité.

Pour améliorer la capacité de votre modèle à comprendre un large éventail d'entrées utilisateur, vous pouvez définir des synonymes en créant des éléments de vocabulaire.

Par exemple, votre modèle inclut une entité pour le terme ordinateur. Lorsqu'un utilisateur saisit <kbd class="ph userinput">J’ai besoin d’un nouvel ordinateur</kbd>, le modèle sait comment répondre. Toutefois, si un utilisateur saisit un <kbd class="ph userinput"> <dfn class="term">ordinateur portable </dfn> </kbd> ou une <kbd class="ph userinput">station de travail</kbd>, le modèle peut ne pas prédire l'intention. Vous pouvez ajouter du vocabulaire au modèle pour l'entraîner à comprendre les synonymes et les variations.

Vous pouvez également utiliser des tables et des listes comme sources de vocabulaire. Vos modèles peuvent rechercher les sources de vocabulaire lors de la prédiction des intentions.

Pour plus d'informations, consultez [Vocabulaire NLU](https://servicenow-prod.fluidtopics.net/OKojqlaiq5oXPTHptLwG2Q "Utilisez NLU des éléments de vocabulaire pour aider le système à reconnaître les différentes façons dont vos utilisateurs expriment leurs demandes. Utilisez les sources de vocabulaire pour aider le système à reconnaître les objets dans les tables ou les listes, tels que les noms de salles de conférence ou les éléments de catalogue.").

## Jeu de tests {#managing-model-content__section_rgz_xvd_dwb}

Votre modèle contient un jeu de tests par défaut que vous pouvez utiliser pour évaluer les performances du modèle. Initialement, le jeu de tests est vide, prêt à être rempli avec votre contenu. Ajoutez des énoncés de test et leurs intentions attendues pour créer le jeu de tests.

Pour plus d'informations, consultez [Création et gestion de jeux de tests](https://servicenow-prod.fluidtopics.net/MEaDOi_s2K97QT3ssxHb3A "Utilisez le jeu de tests par défaut de votre NLU modèle pour tester les performances et la précision du modèle. Gérez votre jeu de tests dans le temps en générant ou en mettant à jour son contenu dans le Console NLUfichier .").

## Panneau de test {#managing-model-content__section_hg5_y1x_trb}

Accédez au panneau de test en cliquant sur Former le modèle ou Essayer le modèle dans la phase Générer et former votre modèle . La formation intègre du nouveau contenu dans votre modèle. Avec le modèle Essayer, vous pouvez entrer manuellement des énoncés individuels pour tester les intentions que le modèle prédit pour eux.

Pour plus d'informations, consultez [Former et essayer votre modèle NLU](https://servicenow-prod.fluidtopics.net/~iIOOVS~ih9Ty6Nl6hs8sA "Formez et essayez votre modèle de manière itérative afin que ses intentions et ses entités soient validées, compilées et enregistrées dans votre modèle.").

Vous pouvez également utiliser le panneau de test pour fournir des commentaires sur les prédictions de votre modèle. Vos commentaires contribuent à améliorer la prédiction d'intention. Consultez [Commentaire du panneau de test](https://servicenow-prod.fluidtopics.net/dbh_4go4AooBFuxz8W3i6w "Lorsque vous testez votre NLU modèle dans la section Essayer le modèle du panneau de test, utilisez cette fonctionnalité pour fournir des commentaires sur les prédictions d’intention du modèle.").

## Paramètres {#managing-model-content__section_n1j_xsj_krb}

Utilisez l'onglet Paramètres pour modifier le nom, la description brève et le seuil de confiance du modèle. Vous ne pouvez pas modifier la langue ni l'objectif du modèle.

Pour en savoir plus sur le seuil de confiance, reportez-vous à [Tester et publier votre modèle](https://servicenow-prod.fluidtopics.net/GKRdgKWU9cuNZ4w4D9fNgg "Évaluez les performances de votre NLU modèle afin d’identifier les domaines à améliorer. Publiez ensuite votre modèle pour le rendre disponible à d’autres applications telles que Agent virtuel."). Pour en savoir plus sur les paramètres, reportez-vous à la section [Paramètres du modèle NLU](https://servicenow-prod.fluidtopics.net/waun3_tJ9lVtdIglpE4azA "Modifiez le nom, la description ou le seuil de confiance de votre NLU modèle sur la page Paramètres de la vue d’ensemble du modèle.").
* **[Intentions NLU](https://servicenow-prod.fluidtopics.net/B2L42onJ~74jIrUqkbJ7MA)**   
  Les intentions pilotent les réponses de vos modèles en faisant correspondre une action système aux entrées de l'utilisateur. Les modèles avec de bonnes intentions aident Agent virtuel et recherchent répondent à vos utilisateurs avec précision.
* **[Entités NLU](https://servicenow-prod.fluidtopics.net/K0IsLlDgCJzjA862chBQ3g)**   
  Les entités fournissent à votre modèle un contexte supplémentaire lors de la réception des entrées de l'utilisateur. Ajoutez des entités à vos énoncés et intentions pour améliorer les prédictions de votre Compréhension du langage naturel modèle (NLU).
* **[Vocabulaire NLU](https://servicenow-prod.fluidtopics.net/OKojqlaiq5oXPTHptLwG2Q)**   
  Utilisez NLU des éléments de vocabulaire pour aider le système à reconnaître les différentes façons dont vos utilisateurs expriment leurs demandes. Utilisez les sources de vocabulaire pour aider le système à reconnaître les objets dans les tables ou les listes, tels que les noms de salles de conférence ou les éléments de catalogue.
* **[Création et gestion de jeux de tests](https://servicenow-prod.fluidtopics.net/MEaDOi_s2K97QT3ssxHb3A)**   
  Utilisez le jeu de tests par défaut de votre NLU modèle pour tester les performances et la précision du modèle. Gérez votre jeu de tests dans le temps en générant ou en mettant à jour son contenu dans le Console NLUfichier .
* **[Former et essayer votre modèle NLU](https://servicenow-prod.fluidtopics.net/~iIOOVS~ih9Ty6Nl6hs8sA)**   
  Formez et essayez votre modèle de manière itérative afin que ses intentions et ses entités soient validées, compilées et enregistrées dans votre modèle.
* **[Commentaire du panneau de test](https://servicenow-prod.fluidtopics.net/dbh_4go4AooBFuxz8W3i6w)**   
  Lorsque vous testez votre NLU modèle dans la section Essayer le modèle du panneau de test, utilisez cette fonctionnalité pour fournir des commentaires sur les prédictions d'intention du modèle.