インテント

モデルは、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「 低速ラップトップに重大な問題があります」と入力します。モデルは、発言入力をインテント #TroubleshootSlowComputer に一致させます。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、さらなる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遭遇する可能性のある現実的な発言を提供します。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」を参照してください。

エンティティ

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、ラップトップが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。日付、時刻、場所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提供することができます。

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」を参照してください。

語彙

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る場合があります。また、モデルは、特殊なドメインやビジネス領域で使用される一部の用語を理解しない場合があります。

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 「新しいコンピューターが必要です」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 ラップトップ または ワークステーションを入力した場合、モデルは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できるように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。モデルでは、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」を参照してください。

テストセット

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。テスト発言と予想されるインテントを追加して、テストセットをビルドします。

詳細については、「テストセットの作成と管理」を参照してください。

テストパネル

[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 [モデルの試行] をクリックして、テスト パネルにアクセスします。トレーニングでは、新しいコンテンツがモデルに組み込まれます。Try モデルを使用すると、個々の発言を手動で入力して、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」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」を参照してください。

設定

[ 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」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」を参照してください。