Expérience classique uniquement

Ces informations s'appliquent à l'analyse des compétences de dialogue dans l'expérience classique. Pour plus d'informations sur l'analyse dans watsonx Assistant, voir Utilisation de l'analyse pour passer en revue l'ensemble de votre assistant en un coup d'oeil.

Apprenez à votre compétence de dialogue à reconnaître lorsqu'un utilisateur pose des questions sur des sujets auxquels elle n'est pas préparée à répondre.

Pour enseigner à votre assistant les sujets à ignorer, vous pouvez consulter les journaux de conversation de vos utilisateurs afin de marquer comme non pertinents les énoncés qui abordent des sujets hors sujet.

Les intentions marquées comme non pertinentes sont enregistrées dans l'espace de travail JSON et sont incluses dans le cadre des données d'apprentissage. Elles enseignent à votre assistant de ne pas répondre explicitement aux énoncés de ce type.

Lorsque vous testez votre dialogue, vous pouvez marquer une intention comme non pertinente directement à partir du volet Essayer.

Soyez prudent avant de désigner une entrée comme non pertinente.

• Vous ne pouvez pas accéder aux entrées de l'interface utilisateur ou les modifier ultérieurement.
• Le seul moyen d'inverser l'identification d'une entrée comme étant non pertinente consiste à utiliser la même entrée dans un canal d'intégration de test, puis de l'affecter explicitement à une intention.

Il se peut que vous ayez des questions que les clients vous poseront et que vous souhaitez que votre assistant traite éventuellement, mais que vous n'êtes pas encore prêt à mettre en œuvre. Au lieu d'ajouter ces sujets en tant que contre-exemples qui peuvent être difficiles à trouver par la suite, saisissez les exemples de commentaires des clients en tant que nouvelles intentions. Mais ne liez pas les noeuds de dialogue aux intentions tant que vous n'êtes pas prêt. Si les clients posent des questions sur l'un des sujets, le nœud anything_else est déclenché pour expliquer que l'assistant ne peut pas répondre à la demande en cours, mais qu'il peut les aider sur d'autres points.

Détection de la non-pertinence

La fonction de détection de non-pertinence aide votre compétence de dialogue à reconnaître les sujets que vous ne souhaitez pas qu'elle aborde, même si vous ne lui avez pas appris ce qu'il faut ignorer. Cette fonction facilite la reconnaissance par votre compétence des entrées non pertinentes plus tôt dans le processus de développement.

Pour tester la détection de la non pertinence dans la sous-fenêtre "Essayer", soumettez une ou plusieurs déclarations qui n'ont absolument rien à voir avec vos données de formation. La détection de la non-pertinence aide votre compétence à reconnaître correctement que les énoncés de test ne correspondent à aucune des intentions définies dans vos données d'apprentissage, et les classe comme étant Irrelevant.

Les modèles algorithmiques qui permettent à votre assistant de comprendre ce que disent vos utilisateurs sont construits à partir de deux éléments d'information clés :

• Les sujets que vous souhaitez que l'assistant aborde. Par exemple, des questions sur les expéditions de commande pour un assistant qui gère des commandes de produit.

  Vous enseignez ces sujets à votre assistant en définissant les intentions et en lui fournissant des exemples d'énoncés d'utilisateurs qui articulent les intentions afin qu'il puisse reconnaître ces demandes et d'autres demandes similaires comme des exemples d'entrées.

• Les sujets que vous souhaitez que l'assistant ignore. Par exemple, des questions sur la politique pour un assistant qui donne exclusivement des rendez-vous de toilettage.

  Vous apprenez à votre assistant les sujets à ignorer en marquant comme non pertinents les énoncés qui traitent de sujets hors de portée de votre application. De tels énoncés deviennent des contre-exemples pour le modèle.

La meilleure façon de construire un assistant qui comprend votre domaine et les besoins spécifiques de vos clients est de prendre le temps de construire de bonnes données de formation.

Limites de contre-exemple

Le nombre maximal de contre-exemples que vous pouvez créer pour n'importe quel type de plan est 25 000.