---
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


---

# Teste seu modelo

# Teste seu modelo {#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

Teste seu 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 Construtor de modelos de NLU - Core, o plug-in Construtor de modelos de NLU, Workbench de NLU- Plug-in de recursos avançados e. Inteligência preditivatodos os plug-ins estão instalados e ativados.
* Tenha um modelo treinado para Virtual AgentOu Pesquisa com IA. 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.").
* Tenha um conjunto de testes para testar modelos. 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.").
* 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 no seu conjunto de testes não corresponder a nenhuma intenção no modelo, os enunciados com essas intenções não serão usados para testes. Eles não estão incluídos nos resultados do teste.
* As respostas no meio da conversa de Atos de diálogo não podem ser experimentadas ou testadas em Workbench de NLU.
* Quando o modelo não retorna nenhuma previsão para enunciados marcados como <kbd class="ph userinput">Não relevante </kbd>, esse resultado será contado como Correto .
* Se o seu conjunto de testes não cobrir 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 TudoWorkbench de NLUModelos.  
   . Virtual Agenta guia é aberta por padrão.
2. Selecione a guia da aplicação do seu modelo e o nome do modelo que você deseja testar.
3. Na visão geral do modelo Detalhes do modelo localize o cartão do Teste e publique seu modelo e clique em Fase de exibição .
4. Selecione Execute um novo teste .  
   Nota:  
   As outras fases não estão disponíveis durante um teste.
5. . Confirme a execução de novo teste a caixa de diálogo é aberta, então selecione OK .  
   O teste começa e o. O teste está em andamento... a página é carregada.

## Resultado

Quando o teste for concluído, o. Teste e publique seu modelo a página é recarregada. . Data de execução do teste o campo reflete a data e a hora deste teste.

. Visão geral exibe um gráfico dos resultados do teste. Ele também exibe uma lista das 5 principais intenções incorretas e as 5 principais intenções perdidas.

. 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 ativado Teste e publique seu modelo , ou 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 consumidoras, como Virtual Agent.