トレーニングエンジンを変更する

NLU エンジン間で切り替える。

1. トレーニング エンジンを変更する AI エージェントを選択します。

   • 質問に答えるための Scripted AI エージェント: [記事] をクリックします 。 ナレッジベース ページが表示されます。
   • タスクを実行する Scripted AI エージェント: [トレーニング] をクリックします。 [トレーニングデータ] ページが表示されます。

2. ページ右側の NLU エンジン の隣にある 設定 アイコンをクリックします。 [ ] トレーニングエンジンの変更 ウィンドウが表示されます。

   デフォルトでは、NLU エンジンは新しく作成された AI エージェントに対して スウィフトマッチに設定されています。

3. AI エージェントをトレーニングするトレーニング エンジンを選択します。 有効な値：

   • RASA (ベータ)
   • 迅速なマッチ
   • Mind Meld (ベータ)

4. 推定 セクションで次の情報を指定します:

   • これを下回るとフォールバックが表示されるスコア—応答が表示されるために必要な最低信頼度。これを下回るとフォールバックが表示されます。
   • 部分一致の得点差: 最も一致したものを明確に表示するために、応答の信頼レベル間の最小の差を定義します。この値以下では部分一致のテンプレートが表示されます。

5. [ 詳細設定 ] セクションをクリックして展開します。
   • ストップワードを削除する—「ストップワード」は、文中の他の単語の間の文法的な関係を確立するが、それ自体では字句的意味を持たない機能語です。 記事 (a、an、the など)、代名詞 (him、Her など) などのストップワードを文から削除すると、機械学習アルゴリズムは、テキスト クエリの意味を定義する単語にフォーカスできます。表示されます。 ボックスにチェックを入れると、トレーニングと推論の際に文から「ストップワード」が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 短縮形—トレーニングデータ中の英語の短縮形は、精度を高めるために、受信するコンシューマークエリの語句と一緒に元の形式に拡張できます。 例:「don't」は「don't」に展開されます。 このチェックボックスが選択されている場合、入力メッセージの省略語句は処理の前に展開されます。 この機能は、3 つすべての NLU エンジンでサポートされています。
   • 推測でのスペルチェック: テキスト修正ライブラリが、推測の前にテキストの間違ったスペルを識別し、修正します。 この機能は、[推論のスペルチェック] チェックボックスが選択されている場合にのみ、3 つすべてのエンジンでサポートされます。
   • 特殊文字を削除する: 特殊文字は英数字以外の文字で、推測に影響を与えます。 たとえば、NLU エンジンは Wi-Fi と Wi Fi を別々に扱います。 このチェックボックスが選択されている場合、適切な応答を表示するために、コンシューマー クエリの特殊文字が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • エンティティの役割—カスタムエンティティは異なる役割を持つことができます。 この NLU エンジン機能は、RASA および Mind Meld でのみサポートされています。
   • 推定におけるエンティティ置換—トレーニングデータと推定におけるエンティティ値はエンティティ ID に置換されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • スロット埋めを優先する: インテント検出よりもスロット埋めを優先します。
   • メッセージごとに保存される結果—AI エージェントが計算した信頼度スコアがセッションのトランザクション情報の下に表示される記事の数です。

     [セッション] 画面の [アルゴリズム] セクションに表示される結果の数が 5 件に制限されました。上位 n 件 (1=<n=<5) は、Scripted AI Agents のメッセージ音声テキストレポートで、および [セッション] の [トランザクション情報] タブの [アルゴリズムの結果] セクション。

   • 語形拡張—トレーニングデータを複数形や動詞などの語形や、データに埋め込まれた同義語で拡張します。 この機能は スウィフトマッチでのみサポートされています。
   • 同義語—同義語は、同じ語句を表すために使用される代替語句です。 このチェックボックスが選択されている場合、トレーニング データ内の単語に対する一般的な英語の同義語は、コンシューマー クエリを正確に認識するために、によって自動生成されます。 たとえば、「Garden」という単語は、システムによって生成された同義語である「a backyard」、「Yard」などになります。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 語句の形式—語句の形式は、複数形、副詞、形容詞、動詞など、さまざまな形で存在することができます。 例えば、「クリエーション」という単語の場合、「作成」、「作成」、「creator」、「creative」、「creatively」などの語形が考えられます。 このチェックボックスが選択されている場合、クエリ中の語句は代替語形で作成され、消費者に適切な応答を与えるために処理されます。

   開発者は、NLU エンジンごとに異なるしきい値スコアを設定して、AI エージェントの応答を表示するために許容される最低スコアを決定できます。

6. AI エージェントのコーパスのアルゴリズムを変更するには、[ 更新 ] をクリックします。
7. [ トレーニング] をクリックします。 選択したトレーニングエンジンで AI エージェントのトレーニングが完了すると、ナレッジベースのステータスが [ 保存済み ] から [ トレーニング済み] に変わります。

   すべての記事に少なくとも 2 つの発話がある場合にのみ、RASA および Mind Meld で AI エージェントをトレーニングできます。

トレーニング

必要なすべてのアーティクルが作成されると、AI エージェントをトレーニングし、稼働させてテストと展開を行うことができます。 現在のコーパスで AI エージェントをトレーニングするには、次をクリックします。 トレイン をクリックします。 これにより、ステータスが次のように変わります。 トレーニング。

トレーニングが完了すると、状況が トレーニング済み。 [ 再読み込み アイコンの隣 トレーニング をクリックして現在のトレーニング状況を取得します。

この時点で次をクリックすることができます ライブにする を使用してトレーニング済みコーパスをライブにし、Webex AI エージェント共有可能プレビューで、または AI エージェントが展開されている外部チャネルでテストすることができます。

ベクトルモデル

スウィフトマッチ NLU エンジンの高度なエンジン設定の一部として、好みのベクトル モデルを選択できるようになりました。 2 つのオプション (発話レベルと記事レベルのベクトル) から選択できます。 NLU エンジンの精度を改善するための継続的なプッシュの中で、発話レベルのベクトルを使用する古いモデルとは対照的に、記事レベルのベクトルを使用して実験を行い、記事レベルのベクトルはほとんどの場合の精度を向上させることがわかりました。 記事レベルのベクトルは、新しい単言語の AI エージェントのベクトル化の新しいデフォルト値となり、多言語の AI エージェントの記事レベルの一致は、多言語モデルが Polymatch の場合にのみサポートされることに注意してください。

セッションの その他の情報 セクションを参照してください。

トレーニングエンジンを変更する

NLU エンジン間で切り替える。

1. トレーニング エンジンを変更する AI エージェントを選択します。

   • 質問に答えるための Scripted AI エージェント: [記事] をクリックします 。 ナレッジベース ページが表示されます。
   • タスクを実行する Scripted AI エージェント: [トレーニング] をクリックします。 [トレーニングデータ] ページが表示されます。

2. ページ右側の NLU エンジン の隣にある 設定 アイコンをクリックします。 [ ] トレーニングエンジンの変更 ウィンドウが表示されます。

   デフォルトでは、NLU エンジンは新しく作成された AI エージェントに対して スウィフトマッチに設定されています。

3. AI エージェントをトレーニングするトレーニング エンジンを選択します。 有効な値：

   • RASA (ベータ)
   • 迅速なマッチ
   • Mind Meld (ベータ)

4. 推定 セクションで次の情報を指定します:

   • これを下回るとフォールバックが表示されるスコア—応答が表示されるために必要な最低信頼度。これを下回るとフォールバックが表示されます。
   • 部分一致の得点差: 最も一致したものを明確に表示するために、応答の信頼レベル間の最小の差を定義します。この値以下では部分一致のテンプレートが表示されます。

5. [ 詳細設定 ] セクションをクリックして展開します。
   • ストップワードを削除する—「ストップワード」は、文中の他の単語の間の文法的な関係を確立するが、それ自体では字句的意味を持たない機能語です。 記事 (a、an、the など)、代名詞 (him、Her など) などのストップワードを文から削除すると、機械学習アルゴリズムは、テキスト クエリの意味を定義する単語にフォーカスできます。表示されます。 ボックスにチェックを入れると、トレーニングと推論の際に文から「ストップワード」が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 短縮形—トレーニングデータ中の英語の短縮形は、精度を高めるために、受信するコンシューマークエリの語句と一緒に元の形式に拡張できます。 例:「don't」は「don't」に展開されます。 このチェックボックスが選択されている場合、入力メッセージの省略語句は処理の前に展開されます。 この機能は、3 つすべての NLU エンジンでサポートされています。
   • 推測でのスペルチェック: テキスト修正ライブラリが、推測の前にテキストの間違ったスペルを識別し、修正します。 この機能は、[推論のスペルチェック] チェックボックスが選択されている場合にのみ、3 つすべてのエンジンでサポートされます。
   • 特殊文字を削除する: 特殊文字は英数字以外の文字で、推測に影響を与えます。 たとえば、NLU エンジンは Wi-Fi と Wi Fi を別々に扱います。 このチェックボックスが選択されている場合、適切な応答を表示するために、コンシューマー クエリの特殊文字が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • エンティティの役割- カスタム エンティティは異なる役割を持つことができます。 この NLU エンジン機能は、RASA および Mind Meld でのみサポートされています。
   • 推論でのエンティティ置換- トレーニング データと推定のエンティティ値はエンティティ ID に置き換えられます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • スロット埋めを優先する- スロット埋めはインテント検出より優先されます。
   • メッセージごとに保存される結果- AI エージェントが計算した信頼度スコアの対象となった記事の数が、セッションの [トランザクション情報] の下に表示されます。

     [セッション] 画面の [アルゴリズム] セクションに表示される結果の数が 5 つに制限されました。上位 n の結果 (1=<n=<5) は、Scripted AI エージェントのメッセージ音声テキストレポートで、およびアルゴリズムの結果 [セッション] の [トランザクション情報] タブの ' セクション。

   • ワードフォームの展開- 複数形、動詞などの語形とデータに埋め込まれた同義語を使用して、トレーニング データを拡張します。 この機能は スウィフトマッチでのみサポートされています。
   • 類義語- 同義語は、同じ語句を表すために使用される代替語句です。 このチェックボックスが選択されている場合、トレーニング データ内の単語に対する一般的な英語の同義語は、コンシューマー クエリを正確に認識するために、によって自動生成されます。 たとえば、「Garden」という単語は、システムによって生成された同義語である「a backyard」、「Yard」などになります。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • ワードフォーム- 語句には、複数形、副詞、形容詞、動詞など、さまざまな形があります。 例えば、「クリエーション」という単語の場合、「作成」、「作成」、「creator」、「creative」、「creatively」などの語形が考えられます。 このチェックボックスが選択されている場合、クエリ中の語句は代替語形で作成され、消費者に適切な応答を与えるために処理されます。

   開発者は、NLU エンジンごとに異なるしきい値スコアを設定して、AI エージェントの応答を表示するために許容される最低スコアを決定できます。

6. クリック 更新 AI エージェントのコーパスのアルゴリズムを変更します。
7. クリック トレイン。 選択したトレーニングエンジンで AI エージェントのトレーニングが完了すると、ナレッジベースのステータスが 保存済み に トレーニング済み。

   すべての記事に少なくとも 2 つの発話がある場合にのみ、RASA および Mind Meld で AI エージェントをトレーニングできます。

トレーニング

必要なすべてのアーティクルが作成されると、AI エージェントをトレーニングし、稼働させてテストと展開を行うことができます。 現在のコーパスで AI エージェントをトレーニングするには、次をクリックします。 トレイン をクリックします。 これにより、ステータスが次のように変わります。 トレーニング。

トレーニングが完了すると、状況が トレーニング済み。 [ 再読み込み アイコンの隣 トレーニング をクリックして現在のトレーニング状況を取得します。

この時点で、[ ライブにする ] をクリックしてトレーニング済みコーパスをライブにし、Webex AI エージェント共有可能プレビューで、または AI エージェントが展開されている外部チャネルでテストできます。

ベクトルモデル

スウィフトマッチ NLU エンジンの高度なエンジン設定の一部として、好みのベクトル モデルを選択できるようになりました。 2 つのオプション (発話レベルと記事レベルのベクトル) から選択できます。 NLU エンジンの精度を改善するための継続的なプッシュの中で、発話レベルのベクトルを使用する古いモデルとは対照的に、記事レベルのベクトルを使用して実験を行い、記事レベルのベクトルはほとんどのケースで精度を向上させることがわかりました。 記事レベルのベクトルは、新しい単言語の AI エージェントのベクトル化の新しいデフォルト値となり、多言語の AI エージェントの記事レベルの一致は、多言語モデルが Polymatch の場合にのみサポートされることに注意してください。

セッションの その他の情報 セクションで、推測時に存在したベクトルモデルに関する情報を確認することができます。

応答テンプレート

1. テキスト—簡単なテキストの回答です。 ユーザエクスペリエンスを強化するために、応答デザイナーでは 1 つの応答内に複数のテキストボックスが許可され、長いメッセージをより扱いやすいセクションに分割できるようになりました。 各テキストボックスには、さまざまな回答オプションを含めることができます。 会話中、これらのオプションの 1 つがランダムに選択され、ユーザに表示されるため、ダイナミックで魅力的な対話が保証されます。

   動的で魅力的なユーザエクスペリエンスを維持するために、複数の応答オプションをテンプレートに追加できます。 複数のオプションを持つテンプレートが有効になっている場合、そのうちの 1 つがランダムに選択され、ユーザに表示されます。 この機能を有効にするには、 +バリエーションの追加 ボタンをクリックします。

   回答を保存するときに、開発者には修正が必要なエラーの数を示す警告が表示されます。 エラーのあるフィールドは赤でハイライトされます。 ナビゲーションの矢印を使用することで、開発者は任意のチャネルまたは応答形式でこれらのエラーを簡単に見つけて修正できます。 リスト ピッカーまたはカルーセルに複数のカードが含まれている場合、ドット ナビゲーションを使用して、エラーのあるカードを移動することができます。 1 枚のカードの場合、対応するドットが赤になり、エラーを知らせます。

2. クイック返信- テキスト応答はボタンと組み合わせることができます。ボタンはテキストベースまたは URL リンクのいずれかになります。 テキスト ボタンには、タイトルと、クリックされるとボットに送信されるペイロードが必要です。 URL ボタンは、ユーザを特定のウェブページにリダイレクトします。

   ユーザのクエリがあいまいな場合、部分一致により、ボットは関連する記事またはインテントをオプションとして提案できます。 この機能は、ウェブと Facebook のインタラクションで利用できます。

   URL クイック返信を追加する

   定型返信や条件付き返信の URL クイック返信ボタンを使用すると、ユーザをウェブサイトにリダイレクトして詳細な情報を求めたり、フォームへの入力などのアクションを求めたりするボタンを作成できます。 クリックされると、これらのボタンは、ボットにデータを送信することなく、同じブラウザー ウィンドウ内の新しいタブで指定された URL を開きます。

   条件付きまたは固定の応答に URL クイック返信を追加するには:

   1. URL のクイック返信を設定する記事またはテンプレートキーを選択します。
   2. クリック +クイック返信の追加。 [ ボタンタイプ ポップアップ ウィンドウが表示されます。
   3. ボタン タイプを次のように選択します。 URL をウェブチャネルに追加します。
   4. ボタンのタイトル、およびボタンをクリックした後にコンシューマがリダイレクトされる URL を指定します。
   5. クリック 完了 をクリックして URL クイック返信を追加します。

   URL タイプのボタンは動的応答タイプでも構成できます。これらのボタンは Python コード スニペットを使用して構成されます。 これらのボタンは、Webex AI エージェント プラットフォーム プレビューと共有可能なプレビューでサポートされています。 現在、IMIchat のライブ チャット ウィジェットまたはその他のサードパーティ チャネルではサポートされていません。

3. カルーセル- リッチな応答には、1 枚のカードまたはカルーセル形式に配置された複数のカードを含めることができます。 各カードにはタイトルが必要です。画像、説明、および最大 3 つのボタンを含めることができます。

   カルーセル テンプレート内のクイック返信ボタンは、テキストまたは URL リンクで構成できます。 URL ボタンをクリックすると、ユーザは指定されたウェブサイトにリダイレクトされます。 テキストベースのクイック返信ボタンをクリックすると、構成されたペイロードがボットに送信され、対応する応答がトリガーされます。

4. 画像- ユーザが URL を入力して画像を設定できるマルチメディア テンプレート。
5. ビデオ: 設定したビデオ URL に基づいて、プレビューでビデオをレンダリングします。
6. コード—API の呼び出し、または他のロジックを実行するための Python コードの記述に使用できます。

コード スニペット

条件付きレスポンスは、幅広い機能と多様なテンプレートを備えているため、AI エージェントのほとんどのニーズに効果的に対応できます。 しかし、条件付き応答では完全に実現できない複雑なユースケースや、コーディングを好む開発者のために、コードスニペット応答タイプが利用できます。

コード スニペットを使用すると、Python コードを使用して応答を設定できます。 このアプローチにより、クイック返信、テキスト、カルーセル、画像、音声、ビデオ、ファイルなど、あらゆるタイプの応答を応答テンプレートまたは記事内で作成できます。

コードスニペット テンプレートで定義された関数コードを使用して、他のテンプレートで使用される変数を設定できます。 条件付き応答内で使用される場合、関数コードは応答を直接返すことができないことに注意することが重要です。

チャネルごとに固有の応答を設定しないことを選択した場合、ウェブ応答が既定の応答と見なされ、エンドユーザに送信されます。 ウェブチャネルでサポートされているテンプレートのリストは次のとおりです。

1. テキスト—複数のバリエーションを含む簡単なテキストメッセージです。 この構成されたメッセージは、クエリに基づいて表示されます。
2. クイック返信: テキストとクリック可能なボタンを含むテンプレート。
3. カルーセル: カードのコレクションです。各カードには、タイトル、画像 URL、および説明があります。
4. 画像—URL を指定して画像を設定するためのテンプレートです。
5. ビデオ—ビデオの URL を提供してビデオを設定するためのテンプレート。 画像をクリックまたはタップすると、ビデオを再生できます。
6. ファイル: ファイルにアクセスするための URL を提供することで、PDF ファイルを設定するためのテンプレートです。
7. 音声—音声 URL を提供して音声ファイルを設定するためのテンプレートです。 また、音声メッセージの長さも出力されます。

トレーニングエンジンを変更する

NLU エンジン間で切り替える。

1. トレーニング エンジンを変更する AI エージェントを選択します。

   • 質問に答えるための Scripted AI エージェント: [ 記事] をクリックします。 ナレッジベース ページが表示されます。
   • タスクを実行する Scripted AI エージェント: トレーニングをクリックします。 [トレーニングデータ] ページが表示されます。

2. ページ右側の NLU エンジン の隣にある 設定 アイコンをクリックします。 [ トレーニングエンジンの変更 ] ウィンドウが表示されます。

   デフォルトでは、NLU エンジンは新しく作成された AI エージェントに対して スウィフトマッチに設定されています。

3. AI エージェントをトレーニングするトレーニング エンジンを選択します。 有効な値：

   • RASA (ベータ)
   • 迅速なマッチ
   • Mind Meld (ベータ)

4. 推論 セクションで次の情報を指定します:

   • これを下回るとフォールバックが表示される得点—応答が表示されるために必要な最低信頼度。これを下回るとフォールバックが表示されます。
   • 部分一致の得点差—最も一致したものを明確に表示するための応答の信頼レベル間の最小の差を定義します。この値以下では部分一致のテンプレートが表示されます。

5. [ 詳細設定 ] セクションをクリックして展開します。
   • ストップワードを削除する—「ストップワード」は、文中の他の単語の間の文法的な関係を確立するが、それ自体では字句的意味を持たない機能語です。 記事 (a、an、the など)、代名詞 (him、Her など) などのストップワードを文から削除すると、機械学習アルゴリズムは、テキスト クエリの意味を定義する単語にフォーカスできます。表示されます。 ボックスにチェックを入れると、トレーニングと推論の際に文から「ストップワード」が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 伸び縮み-トレーニング データの英語の省略形は、精度を高めるために、受信するコンシューマー クエリの語句と共に元の形式に拡張できます。 例:「don't」は「don't」に展開されます。 このチェックボックスが選択されている場合、入力メッセージの省略語句は処理の前に展開されます。 この機能は、3 つすべての NLU エンジンでサポートされています。
   • 推論でのスペルチェック- テキスト修正ライブラリは、推測する前に、テキストの間違ったスペルを識別して修正します。 この機能は、[推論のスペルチェック] チェックボックスが選択されている場合にのみ、3 つすべてのエンジンでサポートされます。
   • 特殊文字を削除する- 特殊文字は、推測に影響を与える非英数字です。 たとえば、NLU エンジンは Wi-Fi と Wi Fi を別々に扱います。 このチェックボックスが選択されている場合、適切な応答を表示するために、コンシューマー クエリの特殊文字が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • エンティティの役割- カスタム エンティティは異なる役割を持つことができます。 この NLU エンジン機能は、RASA および Mind Meld でのみサポートされています。
   • 推論でのエンティティ置換- トレーニング データと推定のエンティティ値はエンティティ ID に置き換えられます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • スロット埋めを優先する- スロット埋めはインテント検出より優先されます。
   • メッセージごとに保存される結果- AI エージェントが計算した信頼度スコアの対象となった記事の数。セッションの [トランザクション情報] の下に表示されます。

     [セッション] 画面の [アルゴリズム] セクションに表示される結果の数が 5 つに制限されました。上位 n の結果 (1=<n=<5) は、Scripted AI エージェントのメッセージ音声テキストレポートで、およびアルゴリズムの結果 [セッション] の [トランザクション情報] タブの ' セクション。

   • ワードフォームの展開- 複数形、動詞などの語形とデータに埋め込まれた同義語を使用して、トレーニング データを拡張します。 この機能は スウィフトマッチでのみサポートされています。
   • 類義語- 同義語は、同じ語句を表すために使用される代替語句です。 このチェックボックスが選択されている場合、トレーニング データ内の単語に対する一般的な英語の同義語は、コンシューマー クエリを正確に認識するために、によって自動生成されます。 たとえば、「Garden」という単語は、システムによって生成された同義語である「a backyard」、「Yard」などになります。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 語句の形式—語句の形式には、複数形、副詞、形容詞、動詞など、さまざまな形があります。 例えば、「クリエーション」という単語の場合、「作成」、「作成」、「creator」、「creative」、「creatively」などの語形が考えられます。 このチェックボックスが選択されている場合、クエリ中の語句は代替語形で作成され、消費者に適切な応答を与えるために処理されます。

   開発者は、NLU エンジンごとに異なるしきい値スコアを設定して、AI エージェントの応答を表示するために許容される最低スコアを決定できます。

6. AI エージェントのコーパスのアルゴリズムを変更するには、[ 更新 ] をクリックします。
7. [トレーニング] をクリックします。 選択したトレーニングエンジンで AI エージェントのトレーニングが完了すると、ナレッジベースの状況が [ 保存済み ] から [ トレーニング済み] に変わります。

   すべての記事に少なくとも 2 つの発話がある場合にのみ、RASA および Mind Meld で AI エージェントをトレーニングできます。

トレーニング

必要なすべてのアーティクルが作成されると、AI エージェントをトレーニングし、稼働させてテストと展開を行うことができます。 現行のコーパスで AI エージェントをトレーニングするには、右上の トレーニング をクリックします。 これにより、状況が トレーニング中に変更されます。

トレーニングが完了すると、状況が トレーニング済みに変わります。 [ トレーニング ] の隣にある 再読み込み アイコンをクリックして現在のトレーニング状況を取得します。

この時点で、[ ライブ化 ] をクリックしてトレーニング済みコーパスをライブ化し、Webex AI エージェントの共有可能プレビューで、または AI エージェントが展開されている外部チャネルでテストできます。

ベクトルモデル

スウィフトマッチ NLU エンジンの高度なエンジン設定の一部として、好みのベクトル モデルを選択できるようになりました。 2 つのオプション (発話レベルと記事レベルのベクトル) から選択できます。 NLU エンジンの精度を改善するための継続的なプッシュの中で、発話レベルのベクトルを使用する古いモデルとは対照的に、記事レベルのベクトルを使用して実験を行い、記事レベルのベクトルはほとんどのケースで精度を向上させることがわかりました。 記事レベルのベクトルは、新しい単言語の AI エージェントのベクトル化の新しいデフォルト値となり、多言語の AI エージェントの記事レベルの一致は、多言語モデルが Polymatch の場合にのみサポートされることに注意してください。

セッションの その他の情報 セクションで、推測時に存在したベクトルモデルに関する情報を確認することができます。

トレーニングエンジンを変更する

NLU エンジン間で切り替える。

1. トレーニング エンジンを変更する AI エージェントを選択します。

   • 質問に答えるための Scripted AI エージェント: [記事] をクリックします 。 ナレッジベース ページが表示されます。
   • タスクを実行する Scripted AI エージェント: [トレーニング] をクリックします。 [トレーニングデータ] ページが表示されます。

2. ページ右側の NLU エンジン の隣にある 設定 アイコンをクリックします。 [ ] トレーニングエンジンの変更 ウィンドウが表示されます。

   デフォルトでは、NLU エンジンは新しく作成された AI エージェントに対して スウィフトマッチに設定されています。

3. AI エージェントをトレーニングするトレーニング エンジンを選択します。 有効な値：

   • RASA (ベータ)
   • 迅速なマッチ
   • Mind Meld (ベータ)

4. 推定 セクションで次の情報を指定します:

   • これを下回るとフォールバックが表示されるスコア—応答が表示されるために必要な最低信頼度。これを下回るとフォールバックが表示されます。
   • 部分一致の得点差: 最も一致したものを明確に表示するために、応答の信頼レベル間の最小の差を定義します。この値以下では部分一致のテンプレートが表示されます。

5. [ 詳細設定 ] セクションをクリックして展開します。
   • ストップワードを削除する—「ストップワード」は、文中の他の単語の間の文法的な関係を確立するが、それ自体では字句的意味を持たない機能語です。 記事 (a、an、the など)、代名詞 (him、Her など) などのストップワードを文から削除すると、機械学習アルゴリズムは、テキスト クエリの意味を定義する単語にフォーカスできます。表示されます。 ボックスにチェックを入れると、トレーニングと推論の際に文から「ストップワード」が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 短縮形—トレーニングデータ中の英語の短縮形は、精度を高めるために、受信するコンシューマークエリの語句と一緒に元の形式に拡張できます。 例:「don't」は「don't」に展開されます。 このチェックボックスが選択されている場合、入力メッセージの省略語句は処理の前に展開されます。 この機能は、3 つすべての NLU エンジンでサポートされています。
   • 推測でのスペルチェック: テキスト修正ライブラリが、推測の前にテキストの間違ったスペルを識別し、修正します。 この機能は、[推論のスペルチェック] チェックボックスが選択されている場合にのみ、3 つすべてのエンジンでサポートされます。
   • 特殊文字を削除する: 特殊文字は英数字以外の文字で、推測に影響を与えます。 たとえば、NLU エンジンは Wi-Fi と Wi Fi を別々に扱います。 このチェックボックスが選択されている場合、適切な応答を表示するために、コンシューマー クエリの特殊文字が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • エンティティの役割—カスタムエンティティは異なる役割を持つことができます。 この NLU エンジン機能は、RASA および Mind Meld でのみサポートされています。
   • 推定におけるエンティティ置換—トレーニングデータと推定におけるエンティティ値はエンティティ ID に置換されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • スロット埋めを優先する: インテント検出よりもスロット埋めを優先します。
   • メッセージごとに保存される結果—AI エージェントが計算した信頼度スコアがセッションのトランザクション情報の下に表示される記事の数です。

     [セッション] 画面の [アルゴリズム] セクションに表示される結果の数が 5 件に制限されました。上位 n 件 (1=<n=<5) は、Scripted AI Agents のメッセージ音声テキストレポートで、および [セッション] の [トランザクション情報] タブの [アルゴリズムの結果] セクション。

   • 語形拡張—トレーニングデータを複数形や動詞などの語形や、データに埋め込まれた同義語で拡張します。 この機能は スウィフトマッチでのみサポートされています。
   • 同義語—同義語は、同じ語句を表すために使用される代替語句です。 このチェックボックスが選択されている場合、トレーニング データ内の単語に対する一般的な英語の同義語は、コンシューマー クエリを正確に認識するために、によって自動生成されます。 たとえば、「Garden」という単語は、システムによって生成された同義語である「a backyard」、「Yard」などになります。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 語句の形式—語句の形式は、複数形、副詞、形容詞、動詞など、さまざまな形で存在することができます。 例えば、「クリエーション」という単語の場合、「作成」、「作成」、「creator」、「creative」、「creatively」などの語形が考えられます。 このチェックボックスが選択されている場合、クエリ中の語句は代替語形で作成され、消費者に適切な応答を与えるために処理されます。

   開発者は、NLU エンジンごとに異なるしきい値スコアを設定して、AI エージェントの応答を表示するために許容される最低スコアを決定できます。

6. AI エージェントのコーパスのアルゴリズムを変更するには、[ 更新 ] をクリックします。
7. [ トレーニング] をクリックします。 選択したトレーニングエンジンで AI エージェントのトレーニングが完了すると、ナレッジベースのステータスが [ 保存済み ] から [ トレーニング済み] に変わります。

   すべての記事に少なくとも 2 つの発話がある場合にのみ、RASA および Mind Meld で AI エージェントをトレーニングできます。

トレーニング

必要なすべてのアーティクルが作成されると、AI エージェントをトレーニングし、稼働させてテストと展開を行うことができます。 現在のコーパスで AI エージェントをトレーニングするには、次をクリックします。 トレイン をクリックします。 これにより、ステータスが次のように変わります。 トレーニング。

トレーニングが完了すると、状況が トレーニング済み。 [ 再読み込み アイコンの隣 トレーニング をクリックして現在のトレーニング状況を取得します。

この時点で次をクリックすることができます ライブにする を使用してトレーニング済みコーパスをライブにし、Webex AI エージェント共有可能プレビューで、または AI エージェントが展開されている外部チャネルでテストすることができます。

ベクトルモデル

スウィフトマッチ NLU エンジンの高度なエンジン設定の一部として、好みのベクトル モデルを選択できるようになりました。 2 つのオプション (発話レベルと記事レベルのベクトル) から選択できます。 NLU エンジンの精度を改善するための継続的なプッシュの中で、発話レベルのベクトルを使用する古いモデルとは対照的に、記事レベルのベクトルを使用して実験を行い、記事レベルのベクトルはほとんどの場合の精度を向上させることがわかりました。 記事レベルのベクトルは、新しい単言語の AI エージェントのベクトル化の新しいデフォルト値となり、多言語の AI エージェントの記事レベルの一致は、多言語モデルが Polymatch の場合にのみサポートされることに注意してください。

セッションの その他の情報 セクションを参照してください。

トレーニングエンジンを変更する

NLU エンジン間で切り替える。

1. トレーニング エンジンを変更する AI エージェントを選択します。

   • 質問に答えるための Scripted AI エージェント: [記事] をクリックします 。 ナレッジベース ページが表示されます。
   • タスクを実行する Scripted AI エージェント: [トレーニング] をクリックします。 [トレーニングデータ] ページが表示されます。

2. ページ右側の NLU エンジン の隣にある 設定 アイコンをクリックします。 [ ] トレーニングエンジンの変更 ウィンドウが表示されます。

   デフォルトでは、NLU エンジンは新しく作成された AI エージェントに対して スウィフトマッチに設定されています。

3. AI エージェントをトレーニングするトレーニング エンジンを選択します。 有効な値：

   • RASA (ベータ)
   • 迅速なマッチ
   • Mind Meld (ベータ)

4. 推定 セクションで次の情報を指定します:

   • これを下回るとフォールバックが表示されるスコア—応答が表示されるために必要な最低信頼度。これを下回るとフォールバックが表示されます。
   • 部分一致の得点差: 最も一致したものを明確に表示するために、応答の信頼レベル間の最小の差を定義します。この値以下では部分一致のテンプレートが表示されます。

5. [ 詳細設定 ] セクションをクリックして展開します。
   • ストップワードを削除する—「ストップワード」は、文中の他の単語の間の文法的な関係を確立するが、それ自体では字句的意味を持たない機能語です。 記事 (a、an、the など)、代名詞 (him、Her など) などのストップワードを文から削除すると、機械学習アルゴリズムは、テキスト クエリの意味を定義する単語にフォーカスできます。表示されます。 ボックスにチェックを入れると、トレーニングと推論の際に文から「ストップワード」が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • 短縮形—トレーニングデータ中の英語の短縮形は、精度を高めるために、受信するコンシューマークエリの語句と一緒に元の形式に拡張できます。 例:「don't」は「don't」に展開されます。 このチェックボックスが選択されている場合、入力メッセージの省略語句は処理の前に展開されます。 この機能は、3 つすべての NLU エンジンでサポートされています。
   • 推測でのスペルチェック: テキスト修正ライブラリが、推測の前にテキストの間違ったスペルを識別し、修正します。 この機能は、[推論のスペルチェック] チェックボックスが選択されている場合にのみ、3 つすべてのエンジンでサポートされます。
   • 特殊文字を削除する: 特殊文字は英数字以外の文字で、推測に影響を与えます。 たとえば、NLU エンジンは Wi-Fi と Wi Fi を別々に扱います。 このチェックボックスが選択されている場合、適切な応答を表示するために、コンシューマー クエリの特殊文字が削除されます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • エンティティの役割- カスタム エンティティは異なる役割を持つことができます。 この NLU エンジン機能は、RASA および Mind Meld でのみサポートされています。
   • 推論でのエンティティ置換- トレーニング データと推定のエンティティ値はエンティティ ID に置き換えられます。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • スロット埋めを優先する- スロット埋めはインテント検出より優先されます。
   • メッセージごとに保存される結果- AI エージェントが計算した信頼度スコアの対象となった記事の数が、セッションの [トランザクション情報] の下に表示されます。

     [セッション] 画面の [アルゴリズム] セクションに表示される結果の数が 5 つに制限されました。上位 n の結果 (1=<n=<5) は、Scripted AI エージェントのメッセージ音声テキストレポートで、およびアルゴリズムの結果 [セッション] の [トランザクション情報] タブの ' セクション。

   • ワードフォームの展開- 複数形、動詞などの語形とデータに埋め込まれた同義語を使用して、トレーニング データを拡張します。 この機能は スウィフトマッチでのみサポートされています。
   • 類義語- 同義語は、同じ語句を表すために使用される代替語句です。 このチェックボックスが選択されている場合、トレーニング データ内の単語に対する一般的な英語の同義語は、コンシューマー クエリを正確に認識するために、によって自動生成されます。 たとえば、「Garden」という単語は、システムによって生成された同義語である「a backyard」、「Yard」などになります。 この NLU エンジン機能は、スウィフトマッチでのみサポートされています。
   • ワードフォーム- 語句には、複数形、副詞、形容詞、動詞など、さまざまな形があります。 例えば、「クリエーション」という単語の場合、「作成」、「作成」、「creator」、「creative」、「creatively」などの語形が考えられます。 このチェックボックスが選択されている場合、クエリ中の語句は代替語形で作成され、消費者に適切な応答を与えるために処理されます。

   開発者は、NLU エンジンごとに異なるしきい値スコアを設定して、AI エージェントの応答を表示するために許容される最低スコアを決定できます。

6. クリック 更新 AI エージェントのコーパスのアルゴリズムを変更します。
7. クリック トレイン。 選択したトレーニングエンジンで AI エージェントのトレーニングが完了すると、ナレッジベースのステータスが 保存済み に トレーニング済み。

   すべての記事に少なくとも 2 つの発話がある場合にのみ、RASA および Mind Meld で AI エージェントをトレーニングできます。

トレーニング

必要なすべてのアーティクルが作成されると、AI エージェントをトレーニングし、稼働させてテストと展開を行うことができます。 現在のコーパスで AI エージェントをトレーニングするには、次をクリックします。 トレイン をクリックします。 これにより、ステータスが次のように変わります。 トレーニング。

トレーニングが完了すると、状況が トレーニング済み。 [ 再読み込み アイコンの隣 トレーニング をクリックして現在のトレーニング状況を取得します。

この時点で、[ ライブにする ] をクリックしてトレーニング済みコーパスをライブにし、Webex AI エージェント共有可能プレビューで、または AI エージェントが展開されている外部チャネルでテストできます。

ベクトルモデル

スウィフトマッチ NLU エンジンの高度なエンジン設定の一部として、好みのベクトル モデルを選択できるようになりました。 2 つのオプション (発話レベルと記事レベルのベクトル) から選択できます。 NLU エンジンの精度を改善するための継続的なプッシュの中で、発話レベルのベクトルを使用する古いモデルとは対照的に、記事レベルのベクトルを使用して実験を行い、記事レベルのベクトルはほとんどのケースで精度を向上させることがわかりました。 記事レベルのベクトルは、新しい単言語の AI エージェントのベクトル化の新しいデフォルト値となり、多言語の AI エージェントの記事レベルの一致は、多言語モデルが Polymatch の場合にのみサポートされることに注意してください。

セッションの その他の情報 セクションで、推測時に存在したベクトルモデルに関する情報を確認することができます。

応答テンプレート

1. テキスト—簡単なテキストの回答です。 ユーザエクスペリエンスを強化するために、応答デザイナーでは 1 つの応答内に複数のテキストボックスが許可され、長いメッセージをより扱いやすいセクションに分割できるようになりました。 各テキストボックスには、さまざまな回答オプションを含めることができます。 会話中、これらのオプションの 1 つがランダムに選択され、ユーザに表示されるため、ダイナミックで魅力的な対話が保証されます。

   動的で魅力的なユーザエクスペリエンスを維持するために、複数の応答オプションをテンプレートに追加できます。 複数のオプションを持つテンプレートが有効になっている場合、そのうちの 1 つがランダムに選択され、ユーザに表示されます。 この機能を有効にするには、 +バリエーションの追加 ボタンをクリックします。

   回答を保存するときに、開発者には修正が必要なエラーの数を示す警告が表示されます。 エラーのあるフィールドは赤でハイライトされます。 ナビゲーションの矢印を使用することで、開発者は任意のチャネルまたは応答形式でこれらのエラーを簡単に見つけて修正できます。 リスト ピッカーまたはカルーセルに複数のカードが含まれている場合、ドット ナビゲーションを使用して、エラーのあるカードを移動することができます。 1 枚のカードの場合、対応するドットが赤になり、エラーを知らせます。

2. クイック返信- テキスト応答はボタンと組み合わせることができます。ボタンはテキストベースまたは URL リンクのいずれかになります。 テキスト ボタンには、タイトルと、クリックされるとボットに送信されるペイロードが必要です。 URL ボタンは、ユーザを特定のウェブページにリダイレクトします。

   ユーザのクエリがあいまいな場合、部分一致により、ボットは関連する記事またはインテントをオプションとして提案できます。 この機能は、ウェブと Facebook のインタラクションで利用できます。

   URL クイック返信を追加する

   定型返信や条件付き返信の URL クイック返信ボタンを使用すると、ユーザをウェブサイトにリダイレクトして詳細な情報を求めたり、フォームへの入力などのアクションを求めたりするボタンを作成できます。 クリックされると、これらのボタンは、ボットにデータを送信することなく、同じブラウザー ウィンドウ内の新しいタブで指定された URL を開きます。

   条件付きまたは固定の応答に URL クイック返信を追加するには:

   1. URL のクイック返信を設定する記事またはテンプレートキーを選択します。
   2. クリック +クイック返信の追加。 [ ボタンタイプ ポップアップ ウィンドウが表示されます。
   3. ボタン タイプを次のように選択します。 URL をウェブチャネルに追加します。
   4. ボタンのタイトル、およびボタンをクリックした後にコンシューマがリダイレクトされる URL を指定します。
   5. クリック 完了 をクリックして URL クイック返信を追加します。

   URL タイプのボタンは動的応答タイプでも構成できます。これらのボタンは Python コード スニペットを使用して構成されます。 これらのボタンは、Webex AI エージェント プラットフォーム プレビューと共有可能なプレビューでサポートされています。 現在、IMIchat のライブ チャット ウィジェットまたはその他のサードパーティ チャネルではサポートされていません。

3. カルーセル- リッチな応答には、1 枚のカードまたはカルーセル形式に配置された複数のカードを含めることができます。 各カードにはタイトルが必要です。画像、説明、および最大 3 つのボタンを含めることができます。

   カルーセル テンプレート内のクイック返信ボタンは、テキストまたは URL リンクで構成できます。 URL ボタンをクリックすると、ユーザは指定されたウェブサイトにリダイレクトされます。 テキストベースのクイック返信ボタンをクリックすると、構成されたペイロードがボットに送信され、対応する応答がトリガーされます。

4. 画像- ユーザが URL を入力して画像を設定できるマルチメディア テンプレート。
5. ビデオ: 設定したビデオ URL に基づいて、プレビューでビデオをレンダリングします。
6. コード—API の呼び出し、または他のロジックを実行するための Python コードの記述に使用できます。

コード スニペット

条件付きレスポンスは、幅広い機能と多様なテンプレートを備えているため、AI エージェントのほとんどのニーズに効果的に対応できます。 しかし、条件付き応答では完全に実現できない複雑なユースケースや、コーディングを好む開発者のために、コードスニペット応答タイプが利用できます。

コード スニペットを使用すると、Python コードを使用して応答を設定できます。 このアプローチにより、クイック返信、テキスト、カルーセル、画像、音声、ビデオ、ファイルなど、あらゆるタイプの応答を応答テンプレートまたは記事内で作成できます。

コードスニペット テンプレートで定義された関数コードを使用して、他のテンプレートで使用される変数を設定できます。 条件付き応答内で使用される場合、関数コードは応答を直接返すことができないことに注意することが重要です。

チャネルごとに固有の応答を設定しないことを選択した場合、ウェブ応答が既定の応答と見なされ、エンドユーザに送信されます。 ウェブチャネルでサポートされているテンプレートのリストは次のとおりです。

1. テキスト—複数のバリエーションを含む簡単なテキストメッセージです。 この構成されたメッセージは、クエリに基づいて表示されます。
2. クイック返信: テキストとクリック可能なボタンを含むテンプレート。
3. カルーセル: カードのコレクションです。各カードには、タイトル、画像 URL、および説明があります。
4. 画像—URL を指定して画像を設定するためのテンプレートです。
5. ビデオ—ビデオの URL を提供してビデオを設定するためのテンプレート。 画像をクリックまたはタップすると、ビデオを再生できます。
6. ファイル: ファイルにアクセスするための URL を提供することで、PDF ファイルを設定するためのテンプレートです。
7. 音声—音声 URL を提供して音声ファイルを設定するためのテンプレートです。 また、音声メッセージの長さも出力されます。