無期限のエンティティを作成する
インテント予測精度を向上させる場合は、無期限エンティティを使用します。オープンエンドエンティティは、モデルが発言のコンテキストに焦点を当てるのに役立ちます。
始める前に
- プラグイン、 NLU ワークベンチ コアプラグイン、NLU共通モデルプラグイン、および予測インテリジェンスプラグインがすべてインスタンスにインストールされ、有効化されていることを確認しますNLU ワークベンチ。
- AI Search 用の仮想エージェントモデルを作成または使用しますNLU。
- インテントを作成するか、既存のインテントを使用します。
- 必要なロール:nlu_editor、nlu_admin、または admin nlu_editorをモデルに割り当てる必要があります。
このタスクについて
オープンエンドエンティティは 、エンティティ自体ではなくエンティティのコンテキストに焦点を当てるようにモデルに指示します。単語またはフレーズを無期限としてマークすると、システムはエンティティをスキップし、発言内のエンティティの前または後にあるコンテキストからインテントを予測します。
たとえば、「 iPhone を注文したい」という発話では、「iPhone 」という単語に無期限のエンティティとして注釈を付けます。このモデルはコンテキストに焦点を当て、ユーザーが何かを注文したいと予測します。ユーザーが注文したいものは多数あるため、それらすべてに名前を付けることは、モデル作成者にとって耐え難い作業です。
単純なエンティティの代わりにオープンエンドエンティティを使用すると、モデルがエンティティではなく発話の残りの部分に焦点を当てるのに役立ちます。iPhone の例では、エンティティ自体はあまり重要ではありません。したがって、システムに無視させる必要があります。
他のシナリオでは、システムにエンティティを無視させてはならない複数のインテントが存在する可能性があるため、単純なエンティティを使用する必要があります。
注:
語彙ソース (発言内の @vocab_source によって参照される) に、自由形式のエンティティとして注釈を付けることはできません。語彙ソースには、単純なエンティティまたはマッピングされたエンティティとしてのみ注釈を付けることができます。たとえば、発言が「ラップトップを注文したい」の場合、「ラップトップ」という単語にオープンエンドエンティティとして注釈を付けることができます。ただし、発言が「@laptopを注文したい」であり、@laptopがテーブル語彙ソースまたはリスト語彙ソースを参照している場合、オープンエンドエンティティとして注釈を付けることはできません。
このシナリオ例では、ユーザーが会社の商品を注文する意図を持つモデルを作成しました NLU 。
次の手順例では、発言の 1 つからエンティティを作成し、システムがそれを無期限でインスタンス内の他の NLU モデルで再利用可能として認識できるようにします。
注:
インテントごとに使用できる無期限エンティティは 1 つだけです。
手順
次のタスク
モデルをトレーニングしてエンティティを保存します。モデルを試して、エンティティ自体ではなく、エンティティのコンテキストに基づいて発話を解釈するかどうかを確認できます。
この例では、別の商品アイテムでモデルをテストできます。![[モデルを試す] パネルを開いた状態の [インテントの詳細] ページの [発言] タブ。トレーニング後にモデルを試して、新しいエンティティが機能するかどうかを確認します。](https://servicenow-prod.fluidtopics.net/api/khub/maps/8pfL5YDFF4Vjhk1dqTpNew/resources/GYZ3szE_B83~dZoBKnhBJA-8pfL5YDFF4Vjhk1dqTpNew/content?v=ace91e51d3e48352)
- [ モデルを試す] を選択します。
- 「 I want to order a polo」と入力します。
- [移動 (Go)] を選択します。
このモデルは意図を予測し、ポロ値にマーチャントエンティティが使用されたことを示します。