Quando l'agente è addestrato, Dialogflow utilizza i tuoi dati di addestramento per creare modelli di machine learning specifici per l'agente. Questi dati di addestramento sono costituiti principalmente da intent, frasi di addestramento degli intent ed entità a cui viene fatto riferimento in un agente; che vengono effettivamente utilizzati come etichette dati di machine learning. Tuttavia, i modelli di agente vengono creati utilizzando le risposte dei prompt dei parametri, le impostazioni degli agenti e molti altri dati associati all'agente.
Ogni volta che cambi l'agente, devi assicurarti che sia addestrato prima di provare a utilizzarlo. A seconda delle impostazioni dell'agente, l'addestramento può avvenire automaticamente o manualmente.
Puoi anche utilizzare lo strumento di addestramento per analizzare e importare i dati effettivi delle conversazioni e per migliorare i dati di addestramento.
Addestramento automatico della bozza dell'agente
Per impostazione predefinita, l'addestramento dell'agente per un agente in versione bozza viene eseguito automaticamente ogni volta che aggiorni e salvi l'agente dalla console. Le finestre di dialogo popup mostreranno lo stato di questo addestramento.
Tuttavia, l'aggiornamento dell'agente con l'API non attiva l'addestramento automatico.
Addestramento manuale della bozza dell'agente
Puoi aggiornare le impostazioni ML dell'agente per disabilitare l'addestramento automatico per una bozza di agente.
Se l'agente ha più di 780 intent o se hai disabilitato l'impostazione di addestramento automatico, devi eseguire manualmente l'addestramento.
Per addestrare manualmente un agente dalla console, fai clic sul pulsante Addestra nelle impostazioni ML.
Per addestrare manualmente un agente con l'API,
chiama il metodo train sul tipo
agente.
Addestramento automatico versione agente
Ogni volta che viene creata una nuova versione dell'agente, la nuova versione dell'agente viene addestrata automaticamente.
Per creare una nuova versione dell'agente dalla console, fai clic sul pulsante Pubblica una versione nella scheda Ambienti.
Per creare una nuova versione dell'agente con l'API,
chiama il metodo create per il
tipo di versione
per creare una nuova versione dell'agente.
Strumento di formazione
Lo strumento di addestramento viene utilizzato per esaminare gli input degli utenti finali inviati all'agente e per migliorare i dati di addestramento. Lo strumento ti consente di:
- Esamina gli input effettivi degli utenti finali e gli intent corrispondenti a ogni svolta conversazionale con il modello agente attuale.
- Aggiungi le espressioni dell'utente finale di queste conversazioni alle frasi di addestramento degli intent corrispondenti, ai diversi intent o agli intent di fallback.
- Importa le espressioni degli utenti finali preparate o acquisite da conversazioni reali.
Lo strumento utilizza i dati della cronologia degli agenti per caricare le conversazioni, pertanto per poter utilizzare lo strumento è necessario abilitare il logging delle interazioni. Lo strumento di addestramento mostra solo le espressioni dell'utente finale. Per visualizzare i dati delle conversazioni dell'agente e dell'utente finale, consulta la cronologia più completa degli agenti.
Per aprire lo strumento di formazione:
- Vai alla console Dialogflow ES.
- Seleziona l'agente nella parte superiore del menu della barra laterale sinistra.
- Fai clic su Addestramento nel menu della barra laterale sinistra.
Elenco conversazioni
Quando lo apri, lo strumento mostra l'elenco delle conversazioni. Questo è un elenco delle conversazioni recenti in ordine cronologico inverso. Ogni riga dell'elenco fornisce un riepilogo di una conversazione. Nella tabella seguente vengono descritti tutti gli elementi dell'interfaccia utente:
| Elemento UI | Descrizione |
|---|---|
| Conversazione | La prima espressione dell'utente finale nella conversazione. |
| Data | La data in cui si è verificata o è stata importata la conversazione. |
| refresh | Quando una conversazione viene utilizzata per aggiornare i dati di addestramento (come descritto di seguito), l'indicatore di stato della riga mostra un segno di spunta verde. |
Visualizzazione addestramento
Quando fai clic su una riga nell'elenco delle conversazioni, si apre la conversazione. La vista di addestramento mostra un elenco di turni conversazionali e fornisce i controlli per aggiungere questi dati.
Quando modifichi i dati visualizzati o fai clic sul pulsante di un'attività a destra, crei attività di aggiornamento dei dati di addestramento che vengono messe in coda per il salvataggio. Una volta terminata la creazione delle attività, fai clic sul pulsante Approva per eseguirle tutte in coda. Una volta approvata, devi addestrare manualmente l'agente.
Nella tabella seguente vengono descritti tutti gli elementi dell'interfaccia utente:
| Elemento UI | Descrizione |
|---|---|
| Data | La data in cui si è verificata o è stata importata la conversazione. |
| Richieste | Il numero di righe per la conversazione. |
| Nessuna corrispondenza | Il numero di righe per cui non esiste una corrispondenza di intent. |
| Messaggio dell'utente | L'espressione dell'utente finale per la riga. |
| Intent | L'intent per questa riga corrisponde al modello di agente attuale. Puoi fare clic sul link per modificare l'intent associato con un intent nuovo o esistente. |
| check | Mette in coda un'attività per aggiungere l'espressione dell'utente finale per la riga come frase di addestramento all'intent attualmente selezionato. L'icona diventa verde quando un'attività è in coda. |
| block | Mette in coda un'attività per aggiungere l'espressione dell'utente finale per la riga come frase di addestramento all'intent di riserva predefinito. Viene creato un esempio di esclusione. L'icona diventa arancione quando un'attività è in coda. |
| delete | Mettere in coda un'attività per eliminare la riga. L'icona diventa rossa quando un'attività è in coda. |
| Approva | Esegue attività in coda per tutte le righe. |
Annotazioni
Quando esamini una conversazione nella visualizzazione Addestramento, le espressioni dell'utente finale mostrano le entità corrispondenti come annotazioni evidenziate. Per aggiungere o modificare un'annotazione:
- Fai clic su un'annotazione o seleziona le parole a cui vuoi aggiungere annotazioni.
- Scegli un'entità esistente dal menu.
Importa conversazioni
Puoi importare i file di dati delle conversazioni che hai preparato o acquisito nello strumento di addestramento. L'importazione delle conversazioni può essere utilizzata per migliorare un agente esistente. Per caricare una conversazione, fai clic sul pulsante Carica nella parte superiore della pagina. Quindi, puoi analizzare questi dati per aggiungerli ai dati di addestramento come descritto sopra.
Di seguito vengono descritti il formato dei contenuti del file, le sue limitazioni e i risultati:
- Ogni file caricato genera una singola conversazione nello strumento di formazione.
- Le richieste non vengono inviate all'API Detect intent, quindi non vengono attivati contesti e non vengono abbinati intent.
- Un singolo file di testo o un archivio ZIP che può contenere fino a 10 file di testo.
- Un caricamento non può superare i 3 MB.
- I file devono contenere solo espressioni dell'utente finale delimitate da ritorni a capo.
- Idealmente, i file dovrebbero includere solo dati utili come frasi di addestramento.
- L'ordine delle espressioni dell'utente finale non è importante.
Ecco un file di esempio:
I want information about my account. What is my checking account balance? How do I transfer money to my savings account?
Limitazioni
- Lo strumento di formazione è disponibile solo per la regione
global. - Lo strumento di addestramento non prende in considerazione l'impostazione della soglia di classificazione ML per la corrispondenza di intent. Potresti vedere intenti diversi corrispondenti in fase di runtime e nello strumento di addestramento, anche se il modello dell'agente non è cambiato.
- Gli input dell'utente finale contenenti valori dei parametri obbligatori potrebbero non corrispondere agli intent previsti nello strumento di addestramento, mentre vengono corrispondenti correttamente in fase di runtime. Ciò può verificarsi nelle seguenti situazioni:
- Non esistono frasi di addestramento annotate in questo intent.
- L'input è notevolmente diverso dalle frasi di addestramento.
Best practice
Utilizzare lo strumento di formazione nelle varie fasi dello sviluppo
Utilizza lo strumento di addestramento in varie fasi dello sviluppo dell'agente e perfeziona i dati di addestramento in ogni fase:
- Prima che l'agente venga rilasciato in produzione, testalo con un piccolo gruppo di utenti.
- Poco dopo il rilascio dell'agente in produzione, esamina se le conversazioni reali si comportano come previsto.
- Ogni volta che vengono apportate modifiche significative all'agente, verifica che si comportino come previsto.
- Esegui lo strumento periodicamente per gli agenti di produzione, in modo da analizzarli regolarmente.
Importa dati sulla qualità
Le seguenti possono essere spesso fonti di dati utili:
- Log delle conversazioni con agenti umani dell'assistenza clienti.
- Conversazioni online con l'assistenza clienti (email, forum, domande frequenti).
- Domande dei clienti sui social media.
Dovresti evitare i seguenti tipi di dati:
- Espressioni dell'utente finale nel formato lungo e non conversazionale.
- Espressioni dell'utente finale non pertinenti a nessun intent dell'agente.
- Log di ciò che non viene detto dagli utenti finali (ad esempio le risposte degli agenti dell'assistenza clienti).