システム派生エンティティの作成
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カスタムエンティティを作成します。
始める前に
- 必ず、 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。
- 仮想エージェント または AI 検索用のNLUモデルを作成または既存のモデルを使用します。
- 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
システムエンティティは、デフォルトで ServiceNow インスタンスにビルド済みで、[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。必要に応じて、[ 有効化] をクリックすると、これらを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 により、モデルはすでに日付形式を理解しています。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話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を含む発言を解釈する必要があります。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、通常、フライトプランには 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
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、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地でモデルをテストできます。図 : 1. テストパネルを含むインテントの詳細ページ
モデルはインテントを予測し、値を決定するために使用されたエンティティを示します。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意してください。
- [モデルを試す] を選択します。
- ダラスからサンノゼへのフライトを予約します。
- [移動 (Go)] を選択します。