---
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


---

# Treine e teste seu modelo de NLU

# Treine e teste seu modelo de NLU {#ariaid-title1}

* Versão de lançamento: Xanadu
* 
* Atualizado 1 de ago. de 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 min. de leitura

Treine e teste seu modelo iterativamente para que suas intenções e entidades sejam validadas, compiladas e salvas em seu modelo.

## Antes de Iniciar

* Certifique-se de que os plug-ins Workbench de NLU - Core, Workbench de NLU e Inteligência preditiva estejam todos instalados e ativados.
* Crie um modelo NLU. Para obter mais informações, consulte [Criando modelos](https://servicenow-prod.fluidtopics.net/Mw5boLFBJuneXZwRU6JnEQ "Criar modelos é a primeira etapa para aproveitar Compreensão da linguagem natural (NLU) em suas instâncias. Crie modelos para Virtual Agent e Pesquisa com IA no Workbench de NLU.").
* Crie uma ou mais intenções NLU e suas entidades associadas para o seu modelo. Para obter mais informações, consulte [Intenções do NLU](https://servicenow-prod.fluidtopics.net/OvH91XUMvZ2cZ9nlWIBuow "As intenções orientam as respostas dos seus modelos correspondendo uma ação do sistema às entradas do usuário. Modelos com boas intenções ajudam Virtual Agent e a pesquisa a responder aos usuários com precisão.").
* Se algum enunciado fizer referência a uma origem de vocabulário de tabela, certifique-se de que a origem tenha sido sincronizada para que seus valores estejam disponíveis para o seu modelo. Para obter mais informações, consulte [Sincronizar uma origem de vocabulário de tabela](https://servicenow-prod.fluidtopics.net/wE0zdzEisBT92Webxgf~9Q "Sincronize as origens de vocabulário da tabela para obter as mudanças mais recentes na tabela de origem ServiceNow. A sincronização das origens de vocabulário garante que os modelos NLU tenham os valores mais recentes ao prever as intenções.").
* Função necessária: nlu_editor, nlu_admin ou admin. O editor NLU deve ser atribuído ao modelo.
{#test-train-nlu-model__ul_j5d_thp_zhb}

## Por Que e Quando Desempenhar Esta Tarefa

O treinamento do modelo salva todas as mudanças feitas no conteúdo e verifica se há conflitos ou erros. O treinamento também disponibiliza um modelo para publicação.  
Após o treinamento, você pode testar seu modelo inserindo manualmente enunciados individuais para ver quais intenções são previstas.  
Nota:  
Para executar um teste do seu modelo em uma lista de enunciados de teste, consulte [Teste e publique seu modelo](https://servicenow-prod.fluidtopics.net/bTsznRgzV32vXRAR_BHzsQ "Avalie o desempenho do seu modelo NLU para identificar áreas de melhoria. Em seguida, publique seu modelo para disponibilizá-lo para outras aplicações, como Virtual Agent.").

As respostas de Atos de diálogo no meio da conversa não podem ser experimentadas ou testadas em Workbench de NLU.

Neste cenário de exemplo, você já criou conteúdo de modelo suficiente adicionando intenções, enunciados, entidades e suas anotações associadas. Seguindo o procedimento de exemplo, você primeiro treina seu modelo NLU. Em seguida, você testa seu modelo inserindo enunciados manualmente para que possa verificar os resultados da previsão e as pontuações de confiança.

## Procedimento

1. Navegar até TodosWorkbench de NLUModelos.  
   A guia Virtual Agent é aberta por padrão.
2. Selecione a guia da aplicação do seu modelo e selecione o nome do seu modelo.
3. Na guia Detalhes do modelo da visão geral do modelo, verifique se há conteúdo suficiente em Intenções, Entidades e Vocabulário.
4. No cartão Criar e treinar seu modelo na visão geral do modelo, selecione Exibir fase.  
5. Quando a fase Criar e treinar seu modelo for aberta, certifique-se de que a guia Treinar modelo esteja selecionada.  
   Resultado: a guia Treinar modelo exibe a última vez em que o modelo foi treinado e também resume as mudanças de conteúdo desde o último treinamento, se houver.
6. Selecione o botão Treinar.  
   Resultado: o sistema exibe uma barra de andamento durante o treinamento. Quando terminar, o sistema exibirá uma das duas recomendações:
   * Quando menos de 60% das intenções do modelo são cobertas no conjunto de testes padrão, o sistema recomenda adicionar mais enunciados de teste. 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.").
   * Quando mais de 60% das intenções do modelo são cobertas no conjunto de testes padrão, o sistema recomenda prosseguir para o teste. Consulte [Teste e publique seu modelo](https://servicenow-prod.fluidtopics.net/bTsznRgzV32vXRAR_BHzsQ "Avalie o desempenho do seu modelo NLU para identificar áreas de melhoria. Em seguida, publique seu modelo para disponibilizá-lo para outras aplicações, como Virtual Agent.").
   {#test-train-nlu-model__ul_nfk_lf1_hwb}
7. Para tentar manualmente enunciados individuais, selecione a guia Experimentar modelo.
8. No campo de texto em Inserir um enunciado para testar, digite um enunciado e selecione Ir.  

## Resultado

Neste exemplo, você inseriu <kbd class="ph userinput">Preciso atualizar meu endereço residencial</kbd> como o enunciado para tentar.

1. O sistema exibe o limite de confiança do modelo, que é de 76% neste exemplo.
2. Em Principais previsões, o sistema exibe todas as intenções que foram previstas com uma pontuação de confiança maior que o limite.
3. No exemplo, a intenção UpdateAddress é prevista com uma pontuação de confiança de 97%, que é maior que o limite de 76%.

{#test-train-nlu-model__ol_i1b_ms1_hwb} Os resultados do modelo de teste também exibem ícones de polegar para cima e para baixo para você fornecer feedback. Para obter mais informações, consulte [Feedback do painel de teste](https://servicenow-prod.fluidtopics.net/cEZvADX1IyMMqY~tdxE~1w "Ao testar seu modelo NLU na seção Testar modelo do painel de teste, use este recurso para fornecer feedback sobre as previsões de intenção do modelo.").

## O que Fazer Depois

* Continue tentando vários enunciados para verificar se as atualizações para o conteúdo do modelo são eficazes. Consulte [Comparar as versões de rascunho e publicadas do seu modelo de NLU](https://servicenow-prod.fluidtopics.net/5saOX_eJxRsuphGzu0_cvQ "Compare um modelo treinado de rascunho Compreensão da linguagem natural (NLU) com a versão publicada mais recente. Teste e revise as mudanças para garantir que o modelo de rascunho tenha um desempenho aprimorado.").
* Para testar seu modelo em relação a uma lista de enunciados de teste, use o conjunto de testes padrão na fase [Teste e publique seu modelo](https://servicenow-prod.fluidtopics.net/bTsznRgzV32vXRAR_BHzsQ "Avalie o desempenho do seu modelo NLU para identificar áreas de melhoria. Em seguida, publique seu modelo para disponibilizá-lo para outras aplicações, como Virtual Agent.") ou navegue até [Teste em lote para vários modelos](https://servicenow-prod.fluidtopics.net/2WBP5JWxgTxR_5G~VwhBNg "Teste vários modelos Compreensão da linguagem natural (NLU) em um grande conjunto de enunciados para avaliar o desempenho dos modelos. Adicione conjuntos de testes, teste vários modelos e veja os resultados de testes.").
* Para ajustar o limite de confiança do modelo, use a guia Configurações na página de visão geral do modelo. Para obter mais informações, consulte [Configurações do modelo de NLU](https://servicenow-prod.fluidtopics.net/8eVNDapiqgpxGsnrPtnjoQ "Altere o nome, a descrição ou o limite de confiança do modelo NLU na página Configurações da visão geral do modelo.").
* Se você estiver satisfeito com os resultados dos testes, [Publique seu modelo de NLU](https://servicenow-prod.fluidtopics.net/bk4ELzQ5HZrUuY7HKiTKSw "Publique seu modelo Compreensão da linguagem natural (NLU) para ativá-lo e disponibilizá-lo para uso em outras aplicações que consomem NLU.").
{#test-train-nlu-model__ul_x14_dzx_g3b}