---
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


---

# モデルの構築とトレーニング

# モデルの構築とトレーニング {#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：4分

モデルを作成したら、インテント、エンティティ、語彙、およびテストセットの発話を追加して、モデルのコンテンツをビルドします。NLUモデルの内容によって、モデルがユーザー入力にどのように応答するかが決まります。  
モデルは、次のコンテンツで構成されています。

* インテント: ユーザーが実行したい、またはアプリケーションに実行させたいアクション。
* エンティティ:アクションのオブジェクトまたはコンテキスト。
* 語彙: 語彙を追加して、ユーザーの発言の単語の範囲をモデルが理解できるようにします。
* テストセット:モデルのパフォーマンスを評価するには、テスト発言と、それらの発言に対して予測されると予想されるインテントを追加します。
{#managing-model-content__ul_adv_kxb_krb}

モデルコンテンツにアクセスするには、 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。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て \[モデルの詳細 \] ページを開きます。\[モデルの構築とトレーニング\] カードで、 \[フェーズの表示\] を選択します。

## インテント {#managing-model-content__section_ps1_r1c_krb}

モデルがユーザー入力を受け取ると、 インテント を使用してシステムアクションを実行します。たとえば、ユーザーが「 <kbd class="ph userinput">I has a critical issue with a slow laptop. (遅いラップトップに重大な問題があります</kbd>)」と入力するとします。モデルは、発言入力をインテント #TroubleshootSlowComputer と照合します。インテントが 仮想エージェント トピックにリンクされている場合は、さらにアクションがトリガーされます。

インテントには、トレーニング発言、またはシステムアクションをトリガーするユーザー入力の例が含まれています。モデルがユーザーから受ける可能性のある現実的な発話を提供します。トレーニング発言の品質は、モデルの精度に影響します。

詳細については、「[NLU インテント](https://servicenow-prod.fluidtopics.net/ySE1yV0Q8kA9l0drUyxGzQ "インテントは、システムアクションをユーザー入力と照合することで、モデルの応答を促進します。適切な意図を持つモデルは、 仮想エージェント と検索がユーザーに正確に応答するのに役立ちます。")」を参照してください。

## エンティティ {#managing-model-content__section_ckf_y1c_krb}

インテントは エンティティ を使用して、入力を受け取るときにモデルに追加のコンテキストを提供します。コンピューターの例では、ラップトップはアクションのエンティティまたはオブジェクトです。

NLU エンティティは、 システム定義 と ユーザー定義の 2 つのカテゴリに分類されます。DATE、TIME、LOCATION などのシステムエンティティは、インスタンスでデフォルトで使用できます。独自のユーザー定義エンティティを作成して、ビジネス要件に追加の関連付けと意味を与えることができます。

すべてのエンティティは、他の NLU モデル間で再利用できます。ただし、使用するには、各モデルのトレーニング発言に追加する必要があります。

詳細については、「[NLU エンティティ](https://servicenow-prod.fluidtopics.net/f3Z9VgOvghS3nBN0VUxKHw "エンティティは、ユーザー入力を受け取るときにモデルに追加のコンテキストを提供します。発話とインテントにエンティティを追加して、 自然言語理解 (NLU) (NLU) モデルの予測を改善します。")」を参照してください。

## 語彙 {#managing-model-content__section_yxv_dbc_krb}

ユーザーの入力には、さまざまな単語やフレーズが含まれている場合があります。また、特殊なドメインやビジネスエリアで使用される一部の用語をモデルが理解できない場合もあります。

幅広いユーザー入力を理解するモデルの能力を向上させるために、語彙アイテムを作成して同義語を定義できます。

たとえば、モデルに 「コンピューター」という用語のエンティティが含まれているとします。ユーザーが「 <kbd class="ph userinput">I need a new computer</kbd>」と入力すると、モデルは応答方法を認識します。ただし、ユーザーが <kbd class="ph userinput"> <dfn class="term">「laptop </dfn> </kbd> 」または <kbd class="ph userinput">「workstation</kbd>」と入力すると、モデルがインテントを予測できない可能性があります。モデルに語彙を追加して、同義語とバリエーションを理解するようにモデルをトレーニングできます。

テーブルとリストを語彙ソースとして使用することもできます。モデルは、インテントを予測するときに語彙ソースを検索できます。

詳細については、「[NLU 語彙](https://servicenow-prod.fluidtopics.net/wsf2WKy0xD1gGTINDOaFig "NLU語彙アイテムを使用して、ユーザーが要求を表現するさまざまな方法をシステムが認識できるようにします。語彙ソースを使用すると、会議室の名前やカタログアイテムなど、テーブルまたはリスト内のオブジェクトをシステムが認識できるようになります。")」を参照してください。

## テストセット {#managing-model-content__section_rgz_xvd_dwb}

モデルには、モデルのパフォーマンスを評価するために使用できるデフォルトのテストセットが含まれています。最初はテストセットは空で、コンテンツを入力する準備ができています。テスト発言と想定されるインテントを追加して、テストセットを構築します。

詳細については、「[テストセットの作成と管理](https://servicenow-prod.fluidtopics.net/VwmldY0hJ4X5jiKM2r8Jcg "NLUモデルのデフォルトのテストセットを使用して、モデルのパフォーマンスと精度をテストします。NLU ワークベンチ内でコンテンツをビルドまたは更新することで、テストセットを経時的に管理します。")」を参照してください。

## テストパネル {#managing-model-content__section_hg5_y1x_trb}

\[モデルの構築とトレーニング\] フェーズで \[モデルのトレーニング\] または \[モデルを試す\] をクリックして、テストパネルにアクセスします。トレーニングにより、新しいコンテンツがモデルに組み込まれます。\[モデルを試す\] を使用すると、個々の発話を手動で入力して、モデルが予測するインテントをテストできます。

詳細については、「[NLU モデルをトレーニングして試す](https://servicenow-prod.fluidtopics.net/FSjEr7ZB_n7DnYhIGcLRuQ "モデルを繰り返しトレーニングして試し、インテントとエンティティを検証してコンパイルし、モデルに保存します。")」を参照してください。

テストパネルを使用して、モデルの予測に関するフィードバックを提供することもできます。フィードバックは、インテント予測の改善に役立ちます。「[テストパネルのフィードバック](https://servicenow-prod.fluidtopics.net/xw3pMCaaiPaZ4nN3F~unRQ "テストパネルの [モデルを試す] セクションで NLU モデルをテストする場合は、この機能を使用してモデルのインテント予測に関するフィードバックを提供します。")」を参照してください。

## 設定 {#managing-model-content__section_n1j_xsj_krb}

\[ 設定 \] タブを使用して、モデルの名前、簡単な説明、および信頼度しきい値を編集します。モデルの言語や目的を変更することはできません。

信頼度しきい値の詳細については、「 [モデルをテストおよび公開](https://servicenow-prod.fluidtopics.net/GDnB848~IHUc5hmL5_kOuw "NLUモデルのパフォーマンスを評価して、改善が必要な領域を特定します。次に、モデルを公開して、 仮想エージェントなどの他のアプリケーションで使用できるようにします。")」を参照してください。設定の詳細については、「 [NLU モデル設定](https://servicenow-prod.fluidtopics.net/7OAEVC1vHsN6cR_4IR85zw "モデルの概要の [設定] ページで、NLUモデルの名前、説明、または信頼度しきい値を変更します。")」を参照してください。
* **[NLU インテント](https://servicenow-prod.fluidtopics.net/ySE1yV0Q8kA9l0drUyxGzQ)**   
  インテントは、システムアクションをユーザー入力と照合することで、モデルの応答を促進します。適切な意図を持つモデルは、 仮想エージェント と検索がユーザーに正確に応答するのに役立ちます。
* **[NLU エンティティ](https://servicenow-prod.fluidtopics.net/f3Z9VgOvghS3nBN0VUxKHw)**   
  エンティティは、ユーザー入力を受け取るときにモデルに追加のコンテキストを提供します。発話とインテントにエンティティを追加して、 自然言語理解 (NLU) (NLU) モデルの予測を改善します。
* **[NLU 語彙](https://servicenow-prod.fluidtopics.net/wsf2WKy0xD1gGTINDOaFig)**   
  NLU語彙アイテムを使用して、ユーザーが要求を表現するさまざまな方法をシステムが認識できるようにします。語彙ソースを使用すると、会議室の名前やカタログアイテムなど、テーブルまたはリスト内のオブジェクトをシステムが認識できるようになります。
* **[テストセットの作成と管理](https://servicenow-prod.fluidtopics.net/VwmldY0hJ4X5jiKM2r8Jcg)**   
  NLUモデルのデフォルトのテストセットを使用して、モデルのパフォーマンスと精度をテストします。NLU ワークベンチ内でコンテンツをビルドまたは更新することで、テストセットを経時的に管理します。
* **[NLU モデルをトレーニングして試す](https://servicenow-prod.fluidtopics.net/FSjEr7ZB_n7DnYhIGcLRuQ)**   
  モデルを繰り返しトレーニングして試し、インテントとエンティティを検証してコンパイルし、モデルに保存します。
* **[テストパネルのフィードバック](https://servicenow-prod.fluidtopics.net/xw3pMCaaiPaZ4nN3F~unRQ)**   
  テストパネルの \[モデルを試す\] セクションで NLU モデルをテストする場合は、この機能を使用してモデルのインテント予測に関するフィードバックを提供します。