Quando l'agente è addestrato, Dialogflow utilizza i dati di addestramento per creare modelli di machine learning in modo specifico per il tuo agente. Questi dati di addestramento sono costituiti principalmente da intent, frasi di addestramento per intenzione, e le entità a cui viene fatto riferimento in un agente; utilizzate in modo efficace come etichette dati per il machine learning. Tuttavia, i modelli di agente vengono creati le risposte ai prompt dei parametri, le impostazioni dell'agente e molti altri dati associati all'agente.
Ogni volta che cambi l'agente, devi assicurarti che l'agente sia stato addestrato prima di tentare di utilizzarlo. A seconda delle impostazioni dell'agente, l'addestramento può avvenire in modo automatico o manuale.
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 dell'agente in versione bozza
Per impostazione predefinita, e la formazione degli agenti agente in versione bozza viene eseguita automaticamente ogni volta che aggiorni e salvi l'agente dalla console. Le finestre di dialogo popup mostreranno lo stato dell'addestramento.
Tuttavia, l'aggiornamento dell'agente con l'API non attiva l'addestramento automatico.
Addestramento manuale dell'agente in bozza
Puoi aggiornare l'agente Impostazioni ML per disabilitare l'addestramento automatico di un agente in versione bozza.
Se l'agente ha più di 780 intent, o, se hai disattivato 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 nella
Agente
di testo.
Addestramento automatico della versione dell'agente
Ogni volta che viene versione 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
Tipo di versione
per creare una nuova versione dell'agente.
Strumento di formazione
Lo strumento di formazione viene utilizzato per rivedere gli input degli utenti finali inviati all'agente. e per migliorare i dati di addestramento. Con questo strumento puoi:
- Esamina gli input effettivi degli utenti finali e intent corrispondenti a ogni svolta della conversazione con il modello di agente attuale.
- Aggiungi le espressioni degli utenti finali da queste conversazioni alle frasi di addestramento degli intent corrispondenti, o intenti di riserva diversi.
- Importa le espressioni dell'utente finale che hai preparato o acquisito da conversazioni reali.
Lo strumento utilizza cronologia agente per caricare le conversazioni, logging delle interazioni per poter utilizzare lo strumento. Lo strumento di addestramento mostra solo le espressioni dell'utente finale. Per visualizzare i dati delle conversazioni dell'agente e dell'utente finale, visualizzare una cronologia più completa degli agenti.
Per aprire lo strumento di addestramento:
- 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 di conversazioni. Questo è un elenco delle conversazioni recenti in ordine cronologico inverso. Ogni riga dell'elenco fornisce il riepilogo di una conversazione. Nella tabella seguente sono descritti tutti gli elementi dell'interfaccia utente:
| Elemento UI | Descrizione |
|---|---|
| Conversazione | La prima espressione dell'utente finale nella conversazione. |
| Data | La data in cui la conversazione si è verificata o è stata importata. |
| refresh | Quando una conversazione viene utilizzata per aggiornare i dati di addestramento (come descritto di seguito), l'indicatore di stato per la riga mostra un segno di spunta verde. |
Visualizzazione addestramento
Quando fai clic su una riga nell'elenco di conversazioni, la conversazione viene aperta nella visualizzazione addestramento. La vista Allenamento mostra un elenco dei turni di conversazione e fornisce controlli per aggiungere questi dati ai dati di addestramento.
Quando modifichi i dati visualizzati o fai clic sul pulsante di un'attività sulla destra, crei attività di aggiornamento dei dati di addestramento che vengono messe in coda per il salvataggio. Dopo aver creato le attività, fai clic sul pulsante Approva per eseguire tutte le attività in coda. Una volta ottenuta l'approvazione, devi addestrare manualmente l'agente.
Nella tabella seguente sono descritti tutti gli elementi dell'interfaccia utente:
| Elemento UI | Descrizione |
|---|---|
| Data | La data in cui la conversazione si è verificata o è stata importata. |
| Richieste | Il numero di righe per la conversazione. |
| Nessuna corrispondenza | Il numero di righe per cui non corrisponde alcun 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 in un intent nuovo o esistente. |
| check | Mettere in coda un'attività per aggiungere l'espressione dell'utente finale per la riga come frase di addestramento per l'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. In questo modo 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 si guarda una conversazione nella vista dell'addestramento, Le espressioni dell'utente finale mostrano le entità corrispondenti evidenziate annotazioni. Per aggiungere o modificare un'annotazione:
- Fai clic su un'annotazione o seleziona le parole a cui vuoi aggiungere un'annotazione.
- Scegli un'entità esistente dal menu.
Importa conversazioni
Puoi importare i file di dati delle conversazioni che hai preparato o acquisito nello strumento di formazione. 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. Poi puoi analizzare questi dati per aggiungerli ai dati di addestramento come descritto sopra.
Di seguito sono descritti il formato dei contenuti dei file, le relative limitazioni, e i risultati:
- Ogni file caricato genera una singola conversazione nello strumento di formazione.
- Le richieste non vengono inviate all'API di rilevamento dell'intent, di conseguenza, non vengono attivati contesti e non viene abbinato alcun 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 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 rispetta la soglia di classificazione ML l'impostazione in considerazione per la corrispondenza dell'intenzione. Potresti vedere diversi per intent corrispondenti in fase di runtime e nello strumento di addestramento, anche se il modello non è cambiato.
- Input dell'utente finale contenenti il valore required
i valori dei parametri potrebbero non corrispondere agli intent previsti nello strumento di addestramento,
e la corrispondenza è corretta in fase di runtime. Questo può accadere nel
le seguenti situazioni:
- In questo intento non sono presenti frasi di addestramento annotate.
- L'input differisce notevolmente dalle frasi di addestramento.
Best practice
Utilizzare lo strumento di formazione in varie fasi dello sviluppo
Utilizzare lo strumento di formazione in varie fasi dello sviluppo degli agenti, e perfezionare i dati di addestramento in ogni fase:
- Prima del rilascio in produzione, testarlo con un piccolo gruppo di utenti.
- Poco dopo il rilascio dell'agente in produzione, verificare se le conversazioni reali si comportano come previsto.
- Ogni volta che vengono apportate modifiche significative all'agente, per verificare che le nuove modifiche si comportino come previsto.
- Esegui lo strumento periodicamente per gli agenti di produzione, per eseguire analisi regolari.
Importa dati di qualità
Le seguenti fonti di dati possono spesso essere utili:
- Log delle conversazioni con gli agenti dell'assistenza clienti umana.
- Conversazioni online con l'assistenza clienti (email, forum, domande frequenti).
- Domande dei clienti sui social media.
Dovresti evitare i seguenti tipi di dati:
- Espressioni utente finali non conversazionali, in formato lungo.
- Espressioni dell'utente finale non pertinenti a qualsiasi intent nel tuo agente.
- Log delle cose non pronunciate dagli utenti finali (ad esempio, le risposte degli agenti dell'assistenza clienti).