필요한 역할: nlu_editor, nlu_admin 또는 admin. nlu_editor를 모델에 할당해야 합니다.
이 태스크 정보
시스템 엔터티는 기본적으로 인스턴스에 ServiceNow 미리 빌드되어 있으며 모델 화면의 엔터티 섹션에 나타납니다. DATE, TIME 및 DATE_TIME와 같은 이러한 엔터티는 기본적으로 활성화됩니다. 필요한 경우 사용을 클릭하여 비활성화했다가 다시 사용하도록 설정할 수 있습니다.
시스템 파생 엔터티 는 시스템 엔터티를 확장하여 더 많은 컨텍스트를 제공합니다. 예를 들어 시스템 엔터티 DATE 덕분에 모델이 이미 날짜 형식을 이해합니다. 그러나 startdate 및 enddate와 같은 시스템 파생 엔터티를 생성하여 날짜에 대한 사용자 발언에서 더 많은 정보를 추출할 수 있습니다.
다음 예제 시나리오에서는 항공편, 자동차, 호텔 및 이벤트를 예약하기 위한 모델을 만듭니다. 사용자의 의도 #FlightBooking 사용자의 항공편 요청과의 발언을 해석하려고 합니다. 모델에 시스템 엔터티 LOCATION이 포함되어 있지만 비행 계획에는 일반적으로 두 개의 위치가 포함됩니다.
이 예시 절차에서는 두 개의 시스템 파생 엔터티를 만들어 항공편의 출발 및 도착 위치를 수집합니다.
프로시저
다음으로 이동 모두 > NLU 워크벤치 > 모델.
기본적으로 탭이 가상 에이전트 열립니다.
모델의 애플리케이션에 대한 탭을 선택한 다음 모델 이름을 선택합니다.
모델 상세 페이지에서 의도를 선택합니다.
의도의 이름을 선택합니다.
이 예에서는 #FlightBooking 의도를 선택합니다.
발화 탭의 말 중 하나에서 단어나 구를 선택합니다.
이 예제 시나리오에는 샌디에이고에서 샌프란시스코로 가는 항공편을 예약하는 발언 예가 있습니다. 이 단계에서는 San Diego에서 클릭합니다.
새 엔터티 만들기를 선택합니다.
새 엔터티 생성 화면에서 필드를 구성합니다.
이 예에서는 다음 구성을 사용합니다.
엔터티 이름: FromLocation 입력
유형: 시스템 파생 선택
모델 가용성: 이 엔터티를 모델의 모든 의도에 포함하려면 이 확인란을 선택하십시오
상위 엔터티: 위치 선택
저장을 선택합니다.
같은 발언에서 다른 단어나 구를 선택합니다.
이 예제 시나리오에서는 샌프란시스코를 클릭합니다.
새 엔터티 만들기를 선택합니다.
이 예에서는 다음 구성을 사용합니다.
엔터티 이름: ToLocation 입력
유형: 시스템 파생 선택
모델 가용성: 이 엔터티를 모델의 모든 의도에 포함하려면 이 확인란을 선택하십시오
상위 엔터티: 위치 선택
저장을 선택합니다.
결과: 두 개의 시스템에서 파생된 엔터티가 엔터티 창에 나타납니다.
다음에 수행할 작업
엔터티를 저장하도록 모델을 교육합니다. 모델을 사용해 사용자가 만든 엔터티의 변형을 인식하고 해석하는지 확인할 수 있습니다.
이 예에서는 다른 출발 및 도착 위치로 모델을 테스트할 수 있습니다.
모델 시도를 선택합니다.
다음을 입력하세요 댈러스발 산호세행 항공편을 예약하세요.
이동을 선택합니다.
그림 1. 테스트 패널이 있는 의도 상세 정보 페이지모델은 의도를 예측하여 값을 결정하는 데 사용된 엔터티를 보여줍니다. 예측할 때 시스템 엔터티와 시스템 파생 엔터티를 모두 사용하는 방법을 확인합니다.
