---
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


---

# NLU モデルをトレーニングして試す

# NLU モデルをトレーニングして試す {#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

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。

## 始める前に

* NLU ワークベンチ - Core プラグイン、NLU ワークベンチ 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トールされ、アクティブ化されていることを確認します。
* NLUモデルを作成します。詳細については、「[モデルの作成](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。")」を参照してください。
* モデルの 1 つ以上の NLU インテントとそれに関連付けられたエンティティを作成します。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。
* 発言がテーブル語彙ソースを参照している場合は、その値がモデルで使用できるようにソースが同期されていることを確認してください。詳細については、「[テーブル語彙ソースを同期する](https://servicenow-prod.fluidtopics.net/4A7hw63DEHewkxZkgBHVdA "テーブル語彙ソースを同期して、 ServiceNow ソーステーブルに対する最新の変更を取得します。語彙ソースを同期すると、インテントを予測するときに NLU モデルが最新の値を持つようになります。")」を参照してください。
* 必要なロール:nlu_editor、nlu_admin、または admin。NLUエディターをモデルに割り当てる必要があります。
{#test-train-nlu-model__ul_j5d_thp_zhb}

## このタスクについて

モデルをトレーニングすると、コンテンツに加えた変更が保存され、競合やエラーがチェックされます。トレーニングにより、モデルを公開することもできます。  
トレーニング後、個々の発話を手動で入力してモデルを試し、どのインテントが予測されるかを確認できます。  
注:  
テスト発言のリストに対してモデルのテストを実行するには、「 [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。

ダイアログアクションの会話途中の応答は、 NLU ワークベンチでは試すことができません。

このシナリオ例では、インテント、発話、エンティティ、およびそれらに関連する注釈を追加することで、十分なモデルコンテンツを既に構築しています。手順例に従って、最初に NLU モデルをトレーニングします。次に、発話を手動で入力してモデルを試し、予測結果と信頼スコアを確認できます。

## 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. モデルの概要の \[Model details (モデルの詳細 )\] タブで、\[Intents (インテント)\]、\[Entities (エンティティ)\]、および \[Vocabulary (語彙)\] に十分なコンテンツがあることを確認します。
4. モデルの概要の \[ モデルの構築とトレーニング\] カードで、 \[ フェーズの表示\] を選択します。  
5. \[ モデルの構築とトレーニング\] フェーズが開いたら、 \[ モデルのトレーニング \] タブが選択されていることを確認します。  
   結果： \[ モデルのトレーニング\] タブには、モデルが最後にトレーニングされた時刻が表示され、前回のトレーニング以降のコンテンツの変更がある場合は要約されます。
6. \[ トレーニング \] ボタンを選択します。  
   結果： トレーニング中に進捗状況バーが表示されます。完了すると、次の 2 つの推奨事項のいずれかが表示されます。
   * モデルのインテントの 60% 未満がデフォルトのテストセットでカバーされている場合、システムはさらにテスト発言を追加することを推奨します。「[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。")」を参照してください。
   * モデルのインテントの 60% 以上がデフォルトのテストセットでカバーされている場合、システムはテストに進むことを推奨します。「[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。
   {#test-train-nlu-model__ul_nfk_lf1_hwb}
7. 個々の発言を手動で試すには、 \[ モデルを試す \] タブを選択します。
8. \[テストする発話を入力してください\] の下のテキスト フィールドに発話を入力し、\[移動\] を選択します。  

## タスクの結果

この例では、試行する発話として「 <kbd class="ph userinput">I need to update my home address</kbd> 」と入力しました。

1. モデルの信頼度しきい値 (この例では 76%) が表示されます。
2. \[上位の予測\] には、しきい値を超える信頼スコアで予測されたすべてのインテントが表示されます。
3. この例では、 インテント UpdateAddress は、しきい値の 76% を超える信頼スコア 97% で予測されます。

{#test-train-nlu-model__ol_i1b_ms1_hwb} \[モデルを試す\] の結果には、フィードバックを提供するための賛成アイコンと反対アイコンも表示されます。詳細については、「[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。

## 次のタスク

* 引き続きさまざまな発話を試して、モデルコンテンツの更新が有効であることを確認します。「[NLU モデルのドラフトバージョンと公開バージョンの比較](https://servicenow-prod.fluidtopics.net/N~FVs3Jx~n7HfkVLc4pskA "ドラフトのトレーニング済み 自然言語理解 (NLU) (NLU) モデルを、最新の公開バージョンと比較します。変更をテストおよびレビューして、ドラフトモデルのパフォーマンスが向上することを確認します。")」を参照してください。
* テスト発言のリストに対してモデルをテストするには、 [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。") フェーズでデフォルトのテストセットを使用するか、 [マルチモデルバッチテスト](https://servicenow-prod.fluidtopics.net/VVwm_k27w1tEVCA6T1mkqQ "大規模な発話セットに対して複数 自然言語理解 (NLU) (NLU) モデルをテストして、モデルのパフォーマンスを評価します。テストセットを追加し、複数のモデルをテストして、テスト結果を確認します。")に移動します。
* モデルの信頼度しきい値を調整するには、モデルの概要ページの \[設定 \] タブを使用します。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。
* テストの結果に問題がなければ、 [NLU モデルを公開します](https://servicenow-prod.fluidtopics.net/Zxe81dqO0VYz9bWZ9ovUiQ "自然言語理解 (NLU) (NLU) モデルを公開してアクティブ化し、NLUを使用する他のアプリケーションで使用できるようにします。")。
{#test-train-nlu-model__ul_x14_dzx_g3b}