---
sourceDocument: Xanadu AI 활성화
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/ko-KR/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - ko-KR

ft:publication_title :

    - Xanadu AI 활성화

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# 엔터티 임포트

# 엔터티 임포트 {#ariaid-title1}

* 릴리스 버전: Xanadu
* 
* 업데이트 날짜 2024년 08월 01일
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 1분

다른 자연어 이해 (NLU) 모델에서 생성한 엔터티를 재사용합니다. 엔터티를 임포트하면 시간이 절약되고 모델의 의도를 개선하는 데 도움이 됩니다.

## 시작하기 전에

* 플러그인, NLU 워크벤치 코어 플러그인, NLU 공통 모델 플러그인 및 예측 인텔리전스 플러그인이 모두 인스턴스에 설치되고 활성화되어 있는지 확인합니다NLU 워크벤치.
* 모델을 만들거나 기존 NLU 모델을 사용합니다.
* 기존 의도와 엔터티를 만들거나 사용합니다.
* 필요한 역할: nlu_editor, nlu_admin 또는 admin nlu_editor 모델에 할당해야 합니다.
{#import-common-entities-nlu__ul_shl_vvs_tgb}

## 이 태스크 정보

새 엔터티는 일반적으로 개별 의도 내에서 만들어집니다. 시간을 절약하고 의도를 개선하려면 다른 모델의 엔터티를 임포트하여 재사용할 수도 있습니다. 엔터티를 모델로 가져온 후에는 새 엔터티를 사용하여 모델의 발언에 주석을 답니다.  
주:  
모든 모델에는 기본적으로 여러 시스템 엔터티가 포함됩니다.

이 예시 절차에서는 여러 엔터티를 새 모델로 가져옵니다.

## 프로시저

1. 다음으로 이동 모두NLU 워크벤치모델.  
   탭은 가상 에이전트 기본적으로 열립니다.
2. 모델의 애플리케이션에 해당하는 탭을 선택한 다음, 엔터티를 추가할 모델의 이름을 선택합니다.
3. 모델 빌드 및 교육 단계에서 엔터티 탭을 선택합니다.
4. 엔터티 가져오기를 선택합니다.  
5. Import Entity(엔터티 가져오기) 창에서 가져올 엔터티를 선택합니다.  
   이 예에서는 애플리케이션: 가상 에이전트 대화용 HR 서비스 제공 NLU 모델에 대한 드롭다운 화살표를 클릭합니다. 4개의 엔터티를 선택합니다.  
   주:  
   엔터티를 가져오면 해당 엔터티로 주석이 추가된 발언은 가져오지 않습니다. 새로 임포트한 엔터티를 사용하여 현재 모델의 발언에 주석을 추가한 다음, 모델을 다시 교육해야 합니다.
6. 임포트를 클릭합니다.  
   선택한 엔티티가 모델로 임포트됩니다. 이 엔터티는 엔터티 탭의 사용자 정의 엔터티(User Defined Entities ) 아래에 나타납니다. 기본적으로 모델 가용성 은 모델의 모든 의도에서 엔터티를 사용할 수 있도록 설정됩니다.

## 다음에 수행할 작업

임포트한 엔터티를 사용하여 모델의 발언에 주석을 달 수 있습니다. 변경 내용을 저장하도록 모델을 교육합니다.
**관련 개념**   

* [엔터티에서 정규 표현식 사용](https://servicenow-prod.fluidtopics.net/dT7gFr18zcjlR45ylm9HlA "엔터티에서 NLU 정규 표현식을 사용하여 시스템에서 텍스트를 찾고, 일치시키고, 관리하는 데 도움이 되는 패턴을 설정하는 방법을 알아봅니다.")  
**관련 태스크**   

* [간단한 엔터티 만들기](https://servicenow-prod.fluidtopics.net/rScqomEhiEeefRGkr_PLUQ "발화 예제의 단어로 하나 이상의 간단한 엔터티를 만듭니다. 엔터티는 작업의 개체 또는 작업에 대한 컨텍스트입니다.")
* [매핑된 엔터티 생성](https://servicenow-prod.fluidtopics.net/0NiXJILbV5fM89kXlvee4Q "어휘 소스 또는 엔터티에 대해 수동으로 만든 값 목록에 매핑된 엔터티를 만듭니다. 매핑된 엔터티는 모델이 발언을 해석할 때 컨텍스트로 사용할 수 있는 여러 값을 제공하는 데 도움이 될 수 있습니다.")
* [패턴 엔터티 생성](https://servicenow-prod.fluidtopics.net/X3xO7qoy4kklRuqC3GeUTA "이메일 주소 및 전화 번호와 같은 반복 가능한 패턴이 있는 단어나 구문에서 패턴 엔터티를 만듭니다. 이러한 패턴은 시스템이 패턴을 기반으로 유사한 발언을 인식하는 데 도움이 됩니다.")
* [시스템 파생 엔터티 만들기](https://servicenow-prod.fluidtopics.net/phrRZLFXNhnTZ8UjxcbaTQ "날짜, 시간, 기간 또는 위치와 같은 기본 시스템 엔터티에서 파생된 사용자 지정 엔터티를 만듭니다.")
* [개방형 엔터티 만들기](https://servicenow-prod.fluidtopics.net/N8av_1C_FOcTOile0JyfRQ "의도 예측 정확도를 높이려면 개방형 엔터티를 사용합니다. 개방형 엔터티는 모델이 발언의 컨텍스트에 초점을 맞추는 데 도움이 됩니다.")
* [의도 임포트 NLU](https://servicenow-prod.fluidtopics.net/aIx7PDO8tabi1DBpT6Hrlw "(NLU) 모델에 대한 자연어 이해 의도를 생성할 때 동일한 애플리케이션 범위에 있는 다른 모델에서 의도를 임포트하고 재사용할 수도 있습니다. 의도를 재사용하면 새 모델을 빌드할 때 시간을 절약할 수 있습니다.")