유사성 솔루션 생성 및 교육
머신 러닝 솔루션을 만들고 교육하여 기존 기록을 수집하고 유사한 새 레코드와 비교합니다. 예를 들어 오픈 인시던트 레코드의 텍스트와 해결된 인시던트 레코드를 비교하여 해결 방법을 재사용할 수 있습니다.
시작하기 전에
- 필요한 역할: ml_admin 또는 admin
이 태스크 정보
시스템은 미리 학습되어 단어 말뭉치를 빌드할 필요가 없는 워크플로우 유사성 솔루션을 사용합니다. 유사성을 기반으로 기존 레코드를 비교한 후 시스템은 솔루션에서 검토하고 재사용할 수 있는 예제를 권장합니다.
암호화된 학습 데이터 사용에 대한 자세한 내용은 을 참조하십시오 예측 인텔리전스의 데이터 암호화.
이 예시 절차에서는 인시던트 기록에 대한 작업을 하고 있으며 해당 인시던트에 대한 해결책을 제공할 수 있는 관련 지식베이스 문서를 찾으려고 합니다.
프로시저
-
유사성 정의 양식의 필드에 내용을 입력합니다.
필드 값 레이블 유사성 솔루션의 고유한 이름을 입력합니다. 예를 들어, 이 사용 사례에서는 인시던트에 지식 문서 일치를 입력할 수 있습니다. 이름 레이블 값을 입력하면 이 필드는 레이블 값에 따라 시스템에서 할당한 읽기 전용 이름으로 자동으로 채워집니다. Word 말뭉치 레거시 유사성 솔루션이 있는 경우 정의 양식의 단어 말뭉치 필드에서 관련 단어 말뭉치를 선택할 수 있습니다.
주:릴리스부터 Washington DC 는 미리 학습된 모델이 대신 사용되므로 단어 말뭉치가 필요하지 않습니다. 단어 말뭉치 필드는 미리 학습된 모델의 정의 양식에 표시되지 않습니다.자세한 내용은 단어 말뭉치 만들기 문서를 참조하십시오.
테이블 테이블 필드에서 정보 소스로 사용할 기록이 들어 있는 테이블을 선택합니다. 이 사용 사례에서는 지식 [kb_knowledge] 테이블을 선택합니다. 해당 KB 문서 기록이 해결하려는 인시던트와 관련된 정보를 제공할 수 있기 때문입니다.
테이블을 할당하면 필터 조건과 일치하는 기록 수가 링크로 표시됩니다. 기록 목록을 보려면 이 링크를 선택합니다.
테스트 테이블 테스트 테이블 필드에서 대상으로 지정할 기록이 포함된 테이블을 선택합니다. 이 사용 사례에서는 해결하려는 인시던트 기록이 포함된 인시던트 [incident] 테이블을 선택합니다.주:테이블 및 테스트 테이블에 대해 동일한 테이블을 선택할 수 있습니다. 예: 필터 조건을 사용하면 대상 인시던트에 도움이 되도록 최근 인시던트에서 정보를 수집할 수 있습니다.필드 선택한 테이블의 경우, 해결하려는 인시던트와 관련된 단어와 문구가 포함될 만한 필드를 입력합니다. 이 예에서는 짧은 설명 과 문서 본문을 선택합니다. 문서 본문을 포함하면 주제에 대한 유익한 세부 정보를 캡처할 가능성이 높아집니다.주:저널 유형 이 지원되는 데이터 유형이 아닙니다.테스트 필드 선택한 테스트 테이블의 경우 다른 유사한 기록과 비교할 텍스트가 포함된 필드를 입력합니다. 이 예에서는 해결하려는 인시던트 기록에 대한 짧은 설명을 선택합니다.
필터 필터 조건 추가를 선택하여 정보 소스로 사용 중인 필드 기록에 조건을 적용합니다. 예를 들어 이 사용 사례에서는 게시된 KB 문서만 검색하도록 workflow_state=게시됨 조건을 설정할 수 있습니다.
주:필터에서 스크립트 포함을 참조할 수 없습니다. 대안으로 데이터베이스 뷰를 사용합니다.처리 언어 학습 중인 데이터 세트의 주요 언어를 선택합니다. 또한 기본적으로 모든 데이터 세트에 영어 처리가 적용됩니다. 예를 들어, 이탈리아어를 선택하면 시스템이 이탈리아어와 영어로 데이터를 처리합니다. 주:처리라는 용어는 단어 토큰화, 스톱 워드 제거, 어간 추출과 같은 솔루션 학습의 일부로 사용되는 언어별 단계 중 일부를 나타냅니다.스톱 워드 처리 언어를 선택하면 시스템이 해당 언어에 대한 스톱 워드 목록을 자동으로 추가합니다. 예를 들어, 처리 언어가 이탈리아어인 경우 기본 이탈리아어 스톱 워드 목록이 나타납니다. 기본 영어 스톱 워드 목록도 포함되어 있습니다. 사용자 지정 스톱 워드 목록을 사용하려면 자물쇠 아이콘(
)을 선택한 다음 대상 레코드 선택 필드에서 검색합니다.교육 빈도 재교육 빈도를 선택합니다. 사용 가능한 옵션은 한 번 실행 에서 최대 180일 마다까지 다양합니다. 업데이트 빈도 유사성 결과 검색에 사용하는 데이터 새로 고침 빈도를 선택합니다. 예를 들어 오픈 인시던트 기록의 경우 새 인시던트가 일반적으로 하루 종일 자주 발생하므로 업데이트 빈도를 15분마다로 선택할 수 있습니다. 이렇게 빈도를 설정하면 새로 열린 레코드가 새로 고침에 포함될 가능성이 높아질 수 있습니다.
그러나 일반적으로 자주 만들어지지 않는 KB 지식 문서 기록의 경우 1일 마다와 같이 업데이트 빈도가 낮을 수 있습니다.주:ML 스케줄러는 인스턴스가 커밋할 수 있는 교육의 수를 24시간 동안 인스턴스당 50개의 새로운 ML 교육 요청으로 제한합니다. 예약된 재교육 요청은 제외됩니다. 또한 새 교육 요청이 24시간 내에 50개를 초과하는 경우에도 클러스터링 및 유사성 업데이트는 이 제한에서 제외됩니다.
결과
- 시스템은 가장 가까운 교육 서비스를 사용하여 처리할 솔루션 정의를 예약하고 교육이 완료되면 알림을 보냅니다. 이 알림에는 학습 중에 발생할 수 있는 모든 오류가 포함됩니다. 다른 사용자는 알림 범주를 예측 인텔리전스 구독할 수 있습니다.
- 교육된 솔루션은 솔루션 정의 양식을 업데이트하여 유사성 정도에 따라 순위가 매겨진 쌍을 이루는 솔루션 예제를 제공합니다.
- 교육이 완료되면 시스템에서 솔루션을 첨부 레코드로 업로드합니다.