---
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


---

# Criar e treinar seu modelo

# Criar e treinar seu modelo {#ariaid-title1}

* Versão de lançamento: Yokohama
* 
* Atualizado 30 de jan. de 2025
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 3 min. de leitura

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.  
Os modelos são compostos pelo seguinte conteúdo:

* Intenções: Uma ação que o usuário deseja executar ou deseja que a aplicação faça.
* Entidades: Objeto ou contexto de uma ação.
* Vocabulário: Adicione vocabulário para ajudar seu modelo a entender o intervalo de palavras nos enunciados dos usuários.
* Conjunto de testes: Para avaliar o desempenho do modelo, adicione enunciados de teste e as intenções que você espera prever para esses enunciados.
{#managing-model-content__ul_adv_kxb_krb}

Para acessar o conteúdo do modelo, navegue até Workbench de NLUModelos. . Virtual Agenta guia é aberta por padrão. Selecione a guia da aplicação do seu modelo e, em seguida, selecione o nome do modelo para abrir o. Detalhes do modelo página. Em Crie e treine seu modelo cartão, selecione Fase de exibição .

## Tentativas {#managing-model-content__section_ps1_r1c_krb}

Quando seu modelo recebe entrada do usuário, ele usa um intenção para executar uma ação do sistema. Por exemplo, um usuário digita <kbd class="ph userinput">Tenho um problema crítico com um laptop lento </kbd>. O modelo corresponde a entrada de enunciado à intenção SoluçãoSlowComputer . Se a intenção estiver vinculada a um Virtual Agent, aciona uma ação adicional.

As intenções contêm enunciados de treinamento ou exemplos de entradas do usuário que acionariam a ação do sistema. Forneça enunciados realistas que o modelo pode encontrar de seus usuários. A qualidade dos enunciados de treinamento afeta a precisão do seu modelo.

Para obter mais informações, consulte [Intenções do NLU](https://servicenow-prod.fluidtopics.net/e_Fxb7rshnHpzWm2r3bfOQ "As intenções orientam as respostas dos seus modelos, combinando uma ação do sistema com as entradas do usuário. Modelos com boas intenções ajudam Virtual AgentE a Pesquisa respondem aos usuários com precisão.").

## Entidades {#managing-model-content__section_ckf_y1c_krb}

Suas intenções usam entidades para fornecer contexto adicional para o modelo ao receber entradas. No exemplo do computador, o laptop é a entidade ou objeto da ação.

As entidades de NLU se enquadram em duas categorias: definido pelo sistema e. definido pelo usuário . As entidades do sistema, como DATA, HORA e LOCAL, estão disponíveis por padrão em sua instância. Você pode criar suas próprias entidades definidas pelo usuário para fornecer associações e significado adicionais para seus requisitos de negócios.

Todas as entidades são reutilizáveis em outros modelos de NLU. No entanto, você deve adicioná-los a um enunciado de treinamento para cada modelo usá-los.

Para obter mais informações, consulte [Entidades de NLU](https://servicenow-prod.fluidtopics.net/JfuCeCR74RA6xFwxlBiE1Q "As entidades fornecem contexto adicional ao seu modelo ao receber entrada do usuário. Adicione entidades aos enunciados e intenções para melhorar as previsões do Compreensão da linguagem natural(NLU).").

## Vocabulário {#managing-model-content__section_yxv_dbc_krb}

A entrada dos usuários pode conter uma grande variedade de palavras e frases. Além disso, seu modelo pode não entender alguns termos usados em domínios especializados ou áreas de negócios.

Para melhorar a capacidade do seu modelo de entender uma ampla variedade de entradas do usuário, você pode definir sinônimos criando itens de vocabulário.

Por exemplo, seu modelo inclui uma entidade para o termo computador . Quando um usuário digita <kbd class="ph userinput">Preciso de um novo computador </kbd>, o modelo sabe como responder. No entanto, se um usuário inserir <kbd class="ph userinput"> <dfn class="term">laptop </dfn> </kbd>ou <kbd class="ph userinput">estação de trabalho </kbd>, o modelo pode falhar ao prever a intenção. Você pode adicionar vocabulário ao modelo para treiná-lo para entender sinônimos e variações.

Você também pode usar tabelas e listas como fontes de vocabulário. Seus modelos podem pesquisar as fontes de vocabulário ao prever intenções.

Para obter mais informações, consulte [NLU vocabulário](https://servicenow-prod.fluidtopics.net/pvMs4M34aQW8MAS7lEtKjg "Uso NLUitens de vocabulário para ajudar o sistema a reconhecer as várias maneiras como seus usuários expressam suas solicitações. Use fontes de vocabulário para ajudar o sistema a reconhecer objetos em tabelas ou listas, como nomes de salas de conferência ou itens do catálogo.").

## Conjunto de testes {#managing-model-content__section_rgz_xvd_dwb}

Seu modelo contém um conjunto de testes padrão que você pode usar para avaliar o desempenho do modelo. Inicialmente, o conjunto de testes está vazio, pronto para ser preenchido com seu conteúdo. Adicione enunciados de teste e suas intenções esperadas para criar o conjunto de testes.

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.").

## Painel de teste {#managing-model-content__section_hg5_y1x_trb}

Clique em para acessar o painel de testes Modelo de treinamento ou Tente o modelo em Crie e treine seu modelo fase. O treinamento incorpora novo conteúdo ao seu modelo. Com Tente o modelo , você pode inserir enunciados individuais manualmente para testar quais intenções o modelo prevê para eles.

Para obter mais informações, consulte [Treine e experimente seu modelo de NLU](https://servicenow-prod.fluidtopics.net/dX~oLY9mdOTo1FD~~7bGMg "Treine e teste seu modelo iterativamente para que suas intenções e entidades sejam validadas, compiladas e salvas em seu modelo.").

Você também pode usar o painel de testes para fornecer feedback sobre as previsões do seu modelo. Seu feedback ajuda a melhorar a previsão de intenção. Consulte [Feedback do painel de teste](https://servicenow-prod.fluidtopics.net/hDT6t3ITJg461W3gCcDBSw "Ao testar seu NLUModelo Na seção Tentar modelo do painel de teste, use este recurso para fornecer feedback sobre as previsões de intenção do modelo.").

## Configurações {#managing-model-content__section_n1j_xsj_krb}

Use o. Configurações para editar o nome, a descrição resumida e o limite de confiança do modelo. Você não pode mudar o idioma ou a finalidade do modelo.

Para obter mais informações sobre o limite de confiança, consulte [Teste e publique seu modelo](https://servicenow-prod.fluidtopics.net/MkaU1dC_IbooniC35DHPnw "Avalie o desempenho do NLUmodelo para identificar áreas para melhoria. Em seguida, publique seu modelo para disponibilizá-lo para outras aplicações, como Virtual Agent."). Para obter mais informações sobre Configurações, consulte [Configurações do modelo de NLU](https://servicenow-prod.fluidtopics.net/~jrN1346OzZctbZvMKidSQ "Mude seu NLUnome, descrição ou limite de confiança do modelo no Configurações página da visão geral do modelo.").
* **[Intenções do NLU](https://servicenow-prod.fluidtopics.net/e_Fxb7rshnHpzWm2r3bfOQ)**   
  As intenções orientam as respostas dos seus modelos, combinando uma ação do sistema com as entradas do usuário. Modelos com boas intenções ajudam Virtual AgentE a Pesquisa respondem aos usuários com precisão.
* **[Entidades de NLU](https://servicenow-prod.fluidtopics.net/JfuCeCR74RA6xFwxlBiE1Q)**   
  As entidades fornecem contexto adicional ao seu modelo ao receber entrada do usuário. Adicione entidades aos enunciados e intenções para melhorar as previsões do Compreensão da linguagem natural(NLU).
* **[NLU vocabulário](https://servicenow-prod.fluidtopics.net/pvMs4M34aQW8MAS7lEtKjg)**   
  Uso NLUitens de vocabulário para ajudar o sistema a reconhecer as várias maneiras como seus usuários expressam suas solicitações. Use fontes de vocabulário para ajudar o sistema a reconhecer objetos em tabelas ou listas, como nomes de salas de conferência ou itens do catálogo.
* **[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.
* **[Treine e experimente seu modelo de NLU](https://servicenow-prod.fluidtopics.net/dX~oLY9mdOTo1FD~~7bGMg)**   
  Treine e teste seu modelo iterativamente para que suas intenções e entidades sejam validadas, compiladas e salvas em seu modelo.
* **[Feedback do painel de teste](https://servicenow-prod.fluidtopics.net/hDT6t3ITJg461W3gCcDBSw)**   
  Ao testar seu NLUModelo Na seção Tentar modelo do painel de teste, use este recurso para fornecer feedback sobre as previsões de intenção do modelo.