--- sourceDocument: Xanadu で AI を有効にする sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ja-JP/xanadu/intelligent-experiences Release : - xanadu ft:locale : - ja-JP ft:publication_title : - Xanadu で AI を有効にする ft:clusterId : - platai bundleId : - platai workflow : - Platform --- # システム派生エンティティの作成 # システム派生エンティティの作成 {#ariaid-title1} * リリースバージョン: Xanadu * * 更新日 2024年08月01日 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 所要時間：3分 日付、時刻、期間、場所などのデフォルトのシステムエンティティから派生したユーザー定義エンティティを作成します。 ## 始める前に * 次のことを確認してください。 [NLU ワークベンチ プラグイン NLU ワークベンチ - コアプラグイン、 NLU Common Model 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、アクティブ化されている。](https://servicenow-prod.fluidtopics.net/mjka40YOsJky5b1Q2PAb~Q "NLU ワークベンチ をアクティブ化するには、次のプラグインをアクティブ化します。") * 仮想エージェント検索または AI 検索用の既存のNLUモデル[を作成または使用します](https://servicenow-prod.fluidtopics.net/t~Y65Ci2dU3ZuGczDvV2QA "モデルの作成は、インスタンスで 自然言語理解 (NLU) (NLU) を活用するための最初のステップです。NLU ワークベンチ内の仮想エージェントとAI 検索のモデルを作成します。")。 * [インテントを作成または既存のインテントを使用します。](https://servicenow-prod.fluidtopics.net/ObGdiD_QtbSt7auTUI9WPg "自然言語理解 (NLU) (NLU) モデルのインテントを作成します。インテントは、モデルがユーザー入力を受け取ったときに実行するシステムアクションをモデルに提供します。") * 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。 {#create-system-derived-entity__ul_shl_vvs_tgb} ## このタスクについて システムエンティティは、デフォルトで ServiceNow インスタンスに事前にビルドされており、\[モデル\] 画面の \[エンティティ\] セクションに表示されます。DATE、TIME、DATE_TIME などのエンティティは、デフォルトで有効になっています。\[ 有効化\] をクリックすると、必要に応じて無効にしたり再度有効にしたりできます。 システム派生エンティティは 、システムエンティティを拡張し、より多くのコンテキストを提供します。たとえば、システムエンティティ DATE のおかげで、モデルが日付形式を既に理解しているとします。ただし、 開始日 や 終了日などのシステム派生エンティティを作成して、日付に関するユーザーの発言からより多くの情報を抽出できます。 次のシナリオ例では、フライト、車、ホテル、およびイベントを予約するためのモデルを作成しています。インテント #FlightBooking で、ユーザーのフライト要求の発言を解釈することが必要です。モデルにはシステム エンティティ LOCATION が含まれていますが、フライト プランには通常 2 つの場所が含まれます。 この手順例では、2 つのシステム派生エンティティを作成して、フライトの出発地と到着地を収集します。 ## 手順 1. 移動先 すべてNLU ワークベンチモデル. デフォルトでは、\[ 仮想エージェント \] タブが開きます。 2. モデルのアプリケーションのタブを選択し、モデルの名前を選択します。 3. モデルの詳細ページで、 \[ インテント\] を選択します。 4. インテントの名前を選択します。 この例では、 #FlightBooking インテントを選択します。 5. \[ 発話 \] タブで、発話の 1 つから単語または語句を選択します。 このシナリオ例では、 サンディエゴからサンフランシスコへのフライトを予約する発話の例があります。このステップでは、 San Diego からクリックします。 6. \[Create New Entity (新しいエンティティの作成)\] を選択します。 7. \[新しいエンティティを作成 (Create a new entity)\] 画面で、フィールドを構成します。 この例では、次の構成を使用します。 * エンティティ名: FromLocation を入力 * タイプ: システム派生を選択 * モデルの可用性:このエンティティをモデルのすべてのインテントに含める場合は、このチェックボックスをオンにします * 親エンティティ: 場所を選択 {#create-system-derived-entity__ul_ry5_lyr_lkb} 8. \[保存\] を選択します。 9. 同じ発言で、別の単語またはフレーズを選択します。 このシナリオ例では、\[ サンフランシスコまで\] をクリックします。 10. \[Create New Entity (新しいエンティティの作成)\] を選択します。 この例では、次の構成を使用します。 * エンティティ名: ToLocation を入力 * タイプ: システム派生を選択 * モデルの可用性:このエンティティをモデルのすべてのインテントに含める場合は、このチェックボックスをオンにします * 親エンティティ: 場所を選択 {#create-system-derived-entity__ul_ogj_nxb_jsb} 11. \[保存\] を選択します。 結果： 2 つのシステム派生エンティティがエンティティウィンドウに表示されます。 ## 次のタスク エンティティを保存するようにモデルをトレーニングします。モデルを試して、作成したエンティティのバリエーションを認識して解釈するかどうかを確認できます。 この例では、異なる出発地と到着場所でモデルをテストできます。 1. \[モデルを試す\] を選択します。 2. ダラスからサンノゼへのフライトの予約を入力してください。 3. \[移動 (Go)\] を選択します。 {#create-system-derived-entity__ol_mxn_dzb_jsb} 図 : 1. テストパネルを含むインテントの詳細ページ モデルは意図を予測し、値の決定に使用したエンティティを表示します。予測時にシステム エンティティとシステム派生エンティティの両方がどのように使用されるかに注目してください。 **関連概念** * [エンティティでの正規表現の使用](https://servicenow-prod.fluidtopics.net/vjC6wUYz5WqkjkqfN_4dsg "NLUエンティティで正規表現を使用して、システムによるテキストの検索、照合、管理に役立つパターンを確立する方法について説明します。") **関連タスク** * [単純なエンティティの作成](https://servicenow-prod.fluidtopics.net/c6xGDf_tIxblYPuS0kvhcQ "発話例の単語から 1 つ以上の単純なエンティティを作成します。エンティティは、アクションのオブジェクトまたはコンテキストです。") * [マッピングされたエンティティを作成](https://servicenow-prod.fluidtopics.net/3qcN6t1twnRNUdHuWttZzg "語彙ソース、またはエンティティに対して手動で作成した値のリストにマッピングされたエンティティを作成します。マッピングされたエンティティは、モデルが発話を解釈するときにコンテキストとして使用できる複数の値を提供するのに役立ちます。") * [パターンエンティティの作成](https://servicenow-prod.fluidtopics.net/mgNoxeW3HWdqbJ69uo2DkA "メールアドレスや電話番号などの繰り返し可能なパターンを持つ単語またはフレーズからパターンエンティティを作成します。これらのパターンは、システムがパターンに基づいて類似の発話を認識するのに役立ちます。") * [オープンエンドエンティティの作成](https://servicenow-prod.fluidtopics.net/XZ5ESHqt9g9zYQ0jZfpZ4w "インテント予測精度を向上させる場合は、オープンエンド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、モデルが発話のコンテキストに焦点を当てるのに役立ちます。") * [エンティティのインポート](https://servicenow-prod.fluidtopics.net/K70LdQEwW5ttOX2mWona6w "他の 自然言語理解 (NLU) (NLU) モデルで作成したエンティティを再利用します。エンティティをインポートすると、時間が節約され、モデルのインテントを改善できます。")