---
sourceDocument: Habilitar IA do Xanadu
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/xanadu/intelligent-experiences

 Release :

    - xanadu

ft:locale :

    - pt-BR

ft:publication_title :

    - Habilitar IA do Xanadu

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Criar um modelo NLU a partir de um arquivo CSV

# Criar um modelo NLU a partir de um arquivo CSV {#ariaid-title1}

* Versão de lançamento: Xanadu
* 
* Atualizado 1 de ago. de 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 2 min. de leitura

Carregue um arquivo CSV ou XLSX (Livro do Excel) que contém enunciados e suas intenções para criar um modelo Compreensão da linguagem natural (NLU). Use este método para criar rapidamente modelos a partir de seus dados ou de outros modelos exportados.

## Antes de Iniciar

* Certifique-se de que o plug-in Workbench de NLU, o plug-in Workbench de NLU - Core e o plug-in Inteligência preditiva estejam todos instalados e ativados em sua instância.
* Você pode criar modelos \[ NLU para Virtual Agent e Pesquisa com IA.
* Função necessária: admin ou nlu_admin
{#create-nlu-model-csv__ul_shl_vvs_tgb}

## Por Que e Quando Desempenhar Esta Tarefa

Neste procedimento de exemplo, você está criando um modelo NLU para ajudar Virtual Agent a entender as solicitações do usuário em relação aos calendários.  
Em um arquivo CSV, você listou as intenções e os enunciados em duas colunas.Figura 1. Exemplo de configuração de CSV

Observe o seguinte para criar modelos NLU por importação de CSV:

* Um modelo precisa de pelo menos uma intenção com um mínimo de 5 enunciados de treinamento em cada intenção. Para obter o desempenho ideal, tente ter 15 enunciados de treinamento por intenção.
* Os enunciados não devem conter uma vírgula.
* Importar com um arquivo CSV não preserva as entidades. Certifique-se de anotar os enunciados conforme necessário após a importação.

## Procedimento

1. Defina seu escopo com o escopo da aplicação desejado para o novo modelo.
2. Navegar até TodosWorkbench de NLUModelos.  
   A guia Virtual Agent é aberta por padrão.
3. Selecione a guia para o tipo de modelo que você deseja criar, como Pesquisa com IA.
4. Selecione o botão Criar novo modelo.
5. Em Como você deseja criar seu modelo? Na janela, selecione Importar dados de um CSV.
6. Na janela Adicionar alguns detalhes, adicione o Nome e a Descrição resumida do modelo.  
   Neste cenário de exemplo, você insere <kbd class="ph userinput">Modelo de calendário</kbd> para o nome e <kbd class="ph userinput">Modelo para responder e executar solicitações de calendário</kbd> para a descrição resumida.
7. Selecione o idioma e a finalidade nas listas suspensas.  
   Neste cenário de exemplo, você seleciona <kbd class="ph userinput">Inglês</kbd> e <kbd class="ph userinput">Virtual Agent</kbd>.
8. Clique em Avançar.
9. Na tela Importar CSV, clique em Selecionar arquivo.  
10. Escolha o arquivo CSV ou XLSX (Livro do Excel) no pop-up.
11. Selecione Avançar.  
    Seu modelo começa a ser criado. Após a conclusão, selecione Exibir modelo para abrir a página de detalhes do modelo.

## O que Fazer Depois

Adicione intenções e enunciados de treinamento para continuar criando o modelo. Adicione entidades e vocabulário para ajudar o modelo a entender as entradas dos usuários. Para obter mais informações, consulte [Criar e treinar seu modelo](https://servicenow-prod.fluidtopics.net/JuTegcpABKucSVSsDv2t2Q "Depois de criar um modelo, crie o conteúdo do modelo adicionando intenções, entidades, vocabulário e enunciados de conjunto de testes. O conteúdo do modelo NLU determina como o modelo responde às entradas do usuário.").

Adicione enunciados de teste e intenções para criar o conjunto de testes padrão do modelo. Para obter mais informações, consulte [Criação e gestão de conjunto de testes](https://servicenow-prod.fluidtopics.net/YgaY~s3mslIJCH0Myu2W5Q "Use o conjunto de testes padrão do modelo NLU para testar o desempenho e a precisão do modelo. Gerencie seu conjunto de testes ao longo do tempo criando ou atualizando seu conteúdo no Workbench de NLU.").