---
sourceDocument: Yokohama habilitar IA
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/pt-BR/yokohama/intelligent-experiences

 Release :

    - yokohama

ft:locale :

    - pt-BR

ft:publication_title :

    - Yokohama habilitar IA

ft:clusterId :

    - platai

bundleId :

    - platai

workflow :

    - Platform


---

# Crie um NLUModelo de um arquivo CSV

# Crie um NLUModelo de um arquivo CSV {#ariaid-title1}

* Versão de lançamento: Yokohama
* 
* Atualizado 30 de jan. de 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 2 min. de leitura

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

## Antes de Iniciar

* Certifique-se de que o. Workbench de NLUplug-in, Workbench de NLU- Plug-in principal, e. Inteligência preditivatodos os plug-ins estão instalados e ativados na sua instância.
* Você pode criar NLUmodelos para Virtual AgentE 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 NLUmodelo para ajudar Virtual Agententenda as solicitações do usuário relacionadas a calendários.  
Em um arquivo CSV, você listou as intenções e enunciados em duas colunas.Figura 1. Configuração CSV de amostra

Observe o seguinte para criar NLUImportação de modelos por CSV:

* Um modelo precisa de pelo menos 1 intenção com um mínimo de 5 enunciados de treinamento em cada intenção. Para obter o desempenho ideal, procure ter 15 enunciados de treinamento por intenção.
* Os enunciados não devem conter vírgula.
* A importação com um arquivo CSV não preserva entidades. Certifique-se de anotar enunciados conforme necessário após a importação.

## Procedimento

1. Defina seu escopo para o escopo da aplicação que você deseja para o novo modelo.
2. Navegar até TudoWorkbench de NLUModelos.  
   . Virtual Agenta guia é aberta por padrão.
3. Selecione a guia do tipo de modelo que você deseja criar, como Pesquisa com IA.
4. Selecione Crie um novo modelo botão.
5. Em Como você deseja criar seu modelo? , selecione Importar dados de um CSV .
6. Em Adicione alguns detalhes , adicione o. Nome e. Descrição resumida para o modelo.  
   Neste cenário de exemplo, insira <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. Em Importar tela CSV , clique em Selecione o arquivo .  
10. Escolha o arquivo CSV ou XLSX (Pasta de trabalho do Excel) no pop-up.
11. Selecione Avançar.  
    Seu modelo começa a ser criado. Após a conclusão, selecione Modelo de exibição 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 de seus usuários. Para obter mais informações, consulte [Criar e treinar seu modelo](https://servicenow-prod.fluidtopics.net/YMtRPhflr3HVpT3K_QjbCA "Depois de criar um modelo, crie o conteúdo do modelo adicionando intenções, entidades, vocabulário e enunciados do conjunto de testes. Seu NLUo conteúdo do modelo determina como o modelo responde às entradas do usuário.").

Adicione enunciados e intenções de teste para criar o conjunto de testes padrão do modelo. Para obter mais informações, consulte [Criação e gestão do conjunto de testes](https://servicenow-prod.fluidtopics.net/70s0JujHT06peKq1C91kbw "Use o conjunto de testes padrão do seu NLUmodelo 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.").