--- 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 --- # NLU 어휘 # NLU 어휘 {#ariaid-title1} * 릴리스 버전: Xanadu * * 업데이트 날짜 2024년 08월 01일 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 소요 시간: 4분 어휘 항목을 사용하여 NLU 시스템에서 사용자가 요청을 표현하는 다양한 방법을 인식할 수 있습니다. 어휘 소스를 사용하면 시스템이 테이블이나 목록의 객체(예: 회의실 이름 또는 카탈로그 항목)를 인식할 수 있습니다. ## 어휘 사용 및 컨텍스트 {#using-nlu-vocabulary__section_l2j_rdr_1nb} 어휘는 모델에서 사용자로부터 접할 수 있는 다양한 단어와 구를 활용하는 데 도움이 됩니다. 인간은 컴퓨터가 아니기 때문에 같은 것을 말하기 위해 다른 방법을 생각해 낼 수 있습니다. 예를 들어 한 사용자가 전체 구문이 아닌 약어를 입력하는 경우 시스템은 발언의 컨텍스트를 사용하여 올바른 의도를 예측할 수 있습니다. 그러나 어휘 항목으로 약어를 정의하면 모델의 신뢰도 수준과 역량을 높여 의도를 정확하게 예측할 수 있습니다. 어휘 항목은 발언에 나타날 수 있는 다양한 단어나 구를 다룹니다. 어휘 항목은 의도 예측을 위해 사용자가 제공하는 동의어에 매핑됩니다. 이렇게 하면 시스템이 사용자가 요청을 표현하는 다양한 방법을 인식하는 동시에 예측의 일관성, 신뢰도 및 정확성을 보장할 수 있습니다. ## 어휘 항목 유형 {#using-nlu-vocabulary__section_fjt_zbv_mlb} NLU 에서는 어휘 항목을 만들고 구성하는 데 사용할 수 있는 다음 어휘 유형을 제공합니다. {#using-nlu-vocabulary__table_k3t_dzw_h5b__entry__2} | 유형 | 정의 | |-|-| | 정규 | 일반적으로 알려지지 않은 단어나 구입니다(예: 비즈니스 또는 산업 특정 용어 또는 약어). 일반 어휘는 대소문자를 구분하지 않으므로 모든 대소문자 변형은 사용자가 만든 어휘에 의해 캡처됩니다. [일반 어휘 항목 만들기](https://servicenow-prod.fluidtopics.net/zyH9sLs01gU5XNWI6c_npg "사용자가 사용할 수 있는 단어나 구를 추가하고 해당 어휘 항목을 동의어와 일치시킵니다. 모델은 의도 예측 중에 동의어를 사용합니다.") 문서를 참조하십시오. | | 패턴 | 이메일 주소 및 전화 번호와 같은 특정 형식을 캡처할 수 있는 정규 표현식(regex)입니다. [패턴 어휘 항목 생성](https://servicenow-prod.fluidtopics.net/MnJTVc391JU47XAyrVx2jA "정규 표현식(regex) 인코딩을 사용하여 이메일 주소, 전화 번호 및 기록 명명 규칙과 같은 어휘 항목에 대한 패턴 형식을 설정합니다. 인스턴스의 어휘 데이터에 대한 고유한 패턴을 만들 수 있습니다.") 문서를 참조하십시오. | [ ] {#using-nlu-vocabulary__table_k3t_dzw_h5b} ## 어휘 출처 {#using-nlu-vocabulary__section_jzy_zjp_knb} 또한 어휘 소스를 사용하여 사용자가 요청할 수 있는 다양한 개체를 다룰 수 있습니다. 어휘 항목과 어휘 출처는 사용법이 다릅니다. * 모델이 사용할 단일 동의어에 쉽게 매핑할 수 있는 개별 단어, 구 또는 패턴에 대한 어휘 항목을 사용합니다. * 어휘 소스를 사용하여 테이블이나 목록을 참조 ServiceNow 하면 정의한 단일 동의어로 값을 모두 바꿀 수 있습니다. 어휘 소스는 모든 NLU 모델에서 재사용할 수 있습니다. {#using-nlu-vocabulary__ul_rs5_1vl_nrb} 사용자 발언이 집합의 개체를 참조할 때 어휘 소스를 사용합니다. 소스는 테이블의 값 ServiceNow 목록 또는 카탈로그 항목 목록, 회의실 등의 사용자가 정의한 정적 목록에서 참조할 수 있습니다. 이러한 원본을 만들고 저장한 후에는 @ 기호를 사용하여 학습 발화에서 지정할 수 있습니다. 이러한 소스를 엔터티 값으로 사용할 수도 있습니다. 예를 들어 사무실의 모든 회의실 목록이 이미 있다고 가정해 보겠습니다. 의도의 교육 발언에 각 회의실 이름을 입력하는 대신 해당 목록을 참조하는 어휘 소스를 생성할 수 있습니다. 어휘 출처를 만들려면 및 [목록 어휘 소스 만들기](https://servicenow-prod.fluidtopics.net/uAfOwrmqiaUPZ_kTGXV7AQ "어휘 출처 역할을 할 단어 또는 구 목록을 만듭니다. 목록 소스의 값은 사용자 발언에서 탐지되면 동의어로 대체됩니다.")을 참조하십시오[테이블 어휘 소스 만들기](https://servicenow-prod.fluidtopics.net/2NSTEb~N2WBBDuQ3Lqm3rQ "테이블의 값을 ServiceNow 어휘 소스로 사용합니다. 사용자 자연어 이해 (NLU) 모델은 제공된 동의어를 사용하여 테이블의 선택한 소스 필드의 값을 포함하는 발언을 해석합니다."). ## 의도와 관련된 어휘 사용 {#using-nlu-vocabulary__section_gbf_vt1_bnb} 다음은 의도가 발화 예제의 어휘와 상호 작용하는 방법의 예입니다. 주: NLU 어휘에서 동의어는 발언에 나타나는 어휘를 대체합니다. {#using-nlu-vocabulary__table_rn1_r4s_pwb__entry__2} | 발언 | 문제 및 해결책 | |-|-| | "sfcrm에 액세스해야 합니다." | * 문제: 시스템에서 sfcrm이라는 약어를 인식하지 못하므로 의도를 정확하게 예측할 수 없습니다. * 해결 방법: sfcrm 을 일반 어휘 항목으로 추가하고 CRM 소프트웨어와 같은 동의어를 제공합니다. {#using-nlu-vocabulary__ul_mfn_1ps_pwb} | | "Word를 설치해야 합니다." | * 문제: 이 용어는 매우 일반적이며 반드시 소프트웨어 제품을 나타내는 것은 아닙니다. 설치라는 용어는 유용한 컨텍스트를 제공할 수 있지만 신뢰도 점수가 너무 낮아 OrderSoftware 의도를 예측할 수 없습니다. * 해결 방법: 시스템에서 소프트웨어 제품으로 인식할 수 있도록 대문자로 된 Word에 대한 정규 표현식을 사용하여 패턴 어휘 항목을 만듭니다. 이 추가된 제약 조건으로 인해 OrderSoftware 의도가 예측될 가능성이 높아집니다. 주: 가상 에이전트 대화 주제에 사용할 특정 소프트웨어 이름을 추출하려면 해당 이름을 발언에 엔터티로 추가합니다. {#using-nlu-vocabulary__ul_nms_kps_pwb} | [표 1. 의도: OrderSoftware] {#using-nlu-vocabulary__table_rn1_r4s_pwb} 최상의 결과를 위해 한 단어 또는 짧은 구를 동의어로 사용하십시오. 여러 어휘 항목을 하나의 동의어에 매핑할 수 있습니다. 하나의 어휘 항목을 여러 동의어에 매핑하지 마십시오. 더 많은 컨텍스트와 예제는 다음 문서를 참조하십시오 [NLU 의도 작성](https://servicenow-prod.fluidtopics.net/yd3ajypFU7LJEao_~GHkkA "(NLU) 모델에 대한 자연어 이해 의도를 생성합니다. 의도는 사용자 입력을 받을 때 수행할 시스템 작업을 모델에 제공합니다."). ## 패턴 어휘 항목에 대한 정규 표현식 예제 {#using-nlu-vocabulary__section_aqg_ygv_mlb} 어휘 항목을 사용하여 약어 IT를 식별하고 동의어 정보 기술에 매핑하려고 한다고 가정해 보겠습니다. 일반 어휘 항목은 기본적으로 대소문자를 구분하지 않습니다. 즉, 일반 어휘 항목은 약어 IT 및 일반 단어 it와 모두 일치합니다. 따라서 패턴 어휘 항목을 사용하기로 결정합니다. 사용할 수 있는 정규 표현식 패턴은 \bIT\b입니다. \b는 단어 경계 표식입니다. 이렇게 하면 패턴이 예를 들어 ITSM 또는 JIT에 일치하지 않습니다. 패턴 어휘 항목의 기본 대/소문자 구분은 \bIT\b 가 일반적인 단어 it와 일치하지 않음을 의미합니다. 정규 표현식 상세 정보: (?i)를 사용하여 패턴에서 대/소문자 구분을 해제할 수 있습니다. (?-i)에서와 같이 빼기 기호를 사용하여 해당 모드를 종료할 수 있습니다. 예를 들어 (?i)te(?-i)st 는 test 및 TEst와 모두 일치해야 하지만 teST 또는 TEST와는 일치하지 않습니다. 자세한 내용은 [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.") 문서를 참조하십시오. * **[일반 어휘 항목 만들기](https://servicenow-prod.fluidtopics.net/zyH9sLs01gU5XNWI6c_npg)** 사용자가 사용할 수 있는 단어나 구를 추가하고 해당 어휘 항목을 동의어와 일치시킵니다. 모델은 의도 예측 중에 동의어를 사용합니다. * **[패턴 어휘 항목 생성](https://servicenow-prod.fluidtopics.net/MnJTVc391JU47XAyrVx2jA)** 정규 표현식(regex) 인코딩을 사용하여 이메일 주소, 전화 번호 및 기록 명명 규칙과 같은 어휘 항목에 대한 패턴 형식을 설정합니다. 인스턴스의 어휘 데이터에 대한 고유한 패턴을 만들 수 있습니다. * **[목록 어휘 소스 만들기](https://servicenow-prod.fluidtopics.net/uAfOwrmqiaUPZ_kTGXV7AQ)** 어휘 출처 역할을 할 단어 또는 구 목록을 만듭니다. 목록 소스의 값은 사용자 발언에서 탐지되면 동의어로 대체됩니다. * **[테이블 어휘 소스 만들기](https://servicenow-prod.fluidtopics.net/2NSTEb~N2WBBDuQ3Lqm3rQ)** 테이블의 값을 ServiceNow 어휘 소스로 사용합니다. 사용자 자연어 이해 (NLU) 모델은 제공된 동의어를 사용하여 테이블의 선택한 소스 필드의 값을 포함하는 발언을 해석합니다. * **[테이블 어휘 소스 동기화](https://servicenow-prod.fluidtopics.net/ydURBgyz9hAeb4DpsAtUfw)** 테이블 어휘 소스를 동기화하여 소스 테이블에 대한 최신 변경 내용을 ServiceNow 가져옵니다. 어휘 소스를 동기화하면 의도를 예측할 때 모델이 최신 값을 갖도록 NLU 할 수 있습니다. * **[미리 빌드된 어휘](https://servicenow-prod.fluidtopics.net/qYP~3sMvGFTReh~wA3wbuA)** 소프트웨어 및 하드웨어 용어에 대해 사전 구축된 어휘를 사용하여 ServiceNow® 시스템이 다양한 발화 변형을 인식할 수 있도록 합니다. **관련 태스크** * [NLU 의도 작성](https://servicenow-prod.fluidtopics.net/yd3ajypFU7LJEao_~GHkkA "(NLU) 모델에 대한 자연어 이해 의도를 생성합니다. 의도는 사용자 입력을 받을 때 수행할 시스템 작업을 모델에 제공합니다.")