---
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


---

# Teste seu modelo

# Teste seu modelo {#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

Teste seu modelo Compreensão da linguagem natural (NLU) em relação ao conjunto de testes padrão. O teste ajuda a determinar o desempenho do seu modelo com o conteúdo atual.

## Antes de Iniciar

* Certifique-se de que o plug-in NLU Model Builder - Core, o plug-in NLU Model Builder, o plug-in Workbench de NLU - Advanced Recursos e o plug-in Inteligência preditiva estejam todos instalados e ativados.
* Tenha um modelo treinado para Virtual Agent ou Pesquisa com IA. 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.").
* Tenha um conjunto de testes para testar modelos. 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.").
* Função necessária: nlu_editor, nlu_admin ou admin. O editor deve ser atribuído ao modelo.
{#test-your-model__ul_hbx_rzc_wrb}

## Por Que e Quando Desempenhar Esta Tarefa

Execute um teste do seu modelo usando o conjunto de testes padrão, que contém enunciados de teste e suas intenções esperadas.

* Se uma intenção esperada em seu conjunto de testes não corresponder a nenhuma intenção no modelo, os enunciados com essas intenções não serão usados para testes. Eles não são incluídos nos resultados de testes.
* As respostas de Atos de diálogo no meio da conversa não podem ser experimentadas ou testadas em Workbench de NLU.
* Quando o modelo não retornar nenhuma previsão para enunciados marcados como <kbd class="ph userinput">Não relevante</kbd>, esse resultado será contado como Correto.
* Se o conjunto de testes não abranger pelo menos 60% das intenções no modelo, o sistema não recomendará um limite de confiança. No entanto, você ainda pode executar o teste.

Neste cenário de exemplo, você treinou seu modelo e deseja avaliar o desempenho.

## 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 o nome do modelo que você deseja testar.
3. Na guia Detalhes do modelo da visão geral do modelo, localize o cartão da fase Teste e publique seu modelo e clique em Exibir fase.
4. Selecione Executar novo teste.  
   Nota:  
   Outras fases não estão disponíveis durante um teste.
5. A caixa de diálogo Confirmar execução de novo teste é aberta, selecione OK.  
   O teste começa e a página Teste está em andamento... é carregada.

## Resultado

Quando o teste é concluído, a página Testar e publicar seu modelo é recarregada. O campo Data da simulação reflete a data e a hora deste teste.

A guia Visão geral exibe um gráfico dos resultados de testes. Ele também exibe uma lista das 5 principais intenções incorretas e das 5 principais intenções perdidas.

A guia Resultados detalhados lista todos os enunciados de teste e seus resultados de previsão.

Você pode ver os resultados de testes anteriores clicando em exibir o histórico de testes em Testar e publicar seu modeloou navegando até Teste em loteResultados de testes.

## O que Fazer Depois

Use os resultados para editar e melhorar o conteúdo do seu modelo. Quando estiver satisfeito com os resultados, publique seu modelo para disponibilizá-lo para aplicações de consumo, como Virtual Agent.