---
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


---

# ソリューションの TF-IDF の構成

# ソリューションの TF-IDF の構成 {#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：2分

予測インテリジェンスの分類、クラスタリング、または類似性ソリューションに用語頻度 - 逆ドキュメント頻度 (TF-IDF) エンコーディングを適用します。

## 始める前に

注:  
ML ソリューションの詳細設定の構成はオプションです。これらの設定のいずれかを構成する場合は、ソリューションで有効にするテクノロジについて十分な情報が得られていること、およびテクノロジが提供するものからメリットを得るユース ケースがあることを確認してください。詳細については、「<https://www.servicenow.com/community/intelligence-ml-articles/dive-deeper-with-clustering-advanced-parameters/ta-p/2695847>」を参照してください。

* 分類、クラスタリング、または類似性のソリューション定義を作成するか、既存のものを使用します。
* 必要なロール：admin または ml_admin
{#configure-tf-idf-classification-similarity__ul_wxv_kxs_1kb}

## このタスクについて

予測インテリジェンス は、分類および類似性フレームワークでデフォルトで段落ベクトル単語埋め込みを使用します。これは、主に人間が判読できるコンテンツで構成されるデータを処理するのに非常に効果的です。ただし、TF-IDF は、ログファイルのアラートやエラーメッセージなど、マシンによって生成されたコンテンツを含むレコードに対して、より良い予測結果を返す場合があります。ソリューションが処理するデータの種類に適した詳細設定を選択します。  
注:  
TF-IDF を構成する手順はすべてのモデルフレームワークで同じですが、TF-IDF によるクラスターリングソリューション定義のサポートは、Professional サブスクリプションをお持ちの場合にのみ適用されます。

## 手順

1. 次のような ソリューション定義に移動します。 すべて予測インテリジェンス類似性ソリューション定義.
2. ソリューション定義フォームを開きます。  
   このシナリオ例では、 CMDB 類似性定義フォームを使用します。  
3. フォームの \[関連リンク\] セクションにある \[ソリューションの詳細設定\] タブで、\[ 新規\] をクリックします。  
4. パラメーターレコードを作成します。
   1. \[ソリューションパラメーター\] フィールドで、検索アイコンをクリックします。
   2. \[ML ソリューション パラメーター\] 画面で、\[ tf-idf を使用してベクトルを生成する\] を選択します。

   {#configure-tf-idf-classification-similarity__substeps_ow5_5tj_zjb}  
5. \[送信\] をクリックします。  
   \[詳細ソリューション設定\] レコード画面が更新されます。  
6. \[送信\] をクリックします。  
   結果： TF-IDF は類似性ソリューションに合わせて構成されます。そのソリューションパラメーターは、類似性定義フォームの \[ソリューションの詳細設定\] タブに表示されます。  
**関連タスク**   

* [分類ソリューションの作成とトレーニング](https://servicenow-prod.fluidtopics.net/wSIwn8HJtViMyYizhc4j~A "分類ソリューションのトレーニングに使用するレコード、予測をトリガーするフィールド、およびソリューションを再トレーニングする頻度を指定します。")
* [類似性ソリューションの作成とトレーニング](https://servicenow-prod.fluidtopics.net/TeinnHzqBMnI0k5O89r_nQ "機械学習ソリューションを作成およびトレーニングして、既存のレコードを新しい類似のレコードに収集して比較します。たとえば、オープンインシデントレコード内のテキストを解決済みインシデントレコードと比較して、その解決方法を再利用できます。")
* [回帰ソリューションの作成とトレーニング](https://servicenow-prod.fluidtopics.net/NgfBBleHCel1woZg1V9fLg "履歴データを使用してソリューションをトレーニングし、気温や株価などの数値出力を予測します。たとえば、回帰を使用して、インシデントやケースの解決にかかる時間を見積もることができます。")
* [クラスタリングソリューションを作成してトレーニングする](https://servicenow-prod.fluidtopics.net/TijbQc9rC2ms_i8CAPrQdg "類似レコードをまとめて処理したり、パターンを判断したりできるように、当該レコードをクラスターにグループ化します。")