Настройкам модели интеллектуального поиска навыков
Чтобы настроить наборы правил классификации навыков на основе машинного обучения, вы можете настроить модели интеллектуального поиска навыков, которые будут использоваться для прогнозирования навыков.
Можно создать, тестировать и обучить модели машинного обучения, использующие ИИ для определения необходимых навыков для новых рабочих элементов, и путем использования данных в Microsoft Dataverse. Однако, если вы пытаетесь настроить модель в новой организации или если маршрутизация на основе навыков не использовалась, у вас может не быть необходимых данных о навыках. В таких условиях вы можете использовать данные из другого приложения, используя параметр Импорт из Excel в модели поиска навыков.
Интеллектуальный поиск навыков зависит от настраиваемой модели классификации категорий AI Builder. Следовательно, AI Builder должен быть доступен в том географическом регионе, где вы хотите использовать интеллектуальный поиск навыков. Подробнее: Доступность AI Builder.
Внимание
Если вы хотите импортировать модели поиска навыков из одной среды в другую, убедитесь, что вы импортируете и экспортируете между средами одного типа. Модель, обученная в тестовой среде, будет работать только в другой тестовой среде, но не в производственной среде.
Создание моделей поиска навыков
Вы можете создать столько интеллектуальных моделей оценки навыков, сколько требуется вашему бизнесу.
На карте сайта в Центре администрирования Customer Service выберите Аналитика в разделе Операции. Открывается страница Аналитика.
В разделе Интеллектуальный поиск навыков выберите Управление.
На странице Модели интеллектуального поиска навыков выберите Создать и на вкладке Конфигурация страницы Создать модель поиска навыков введите имя.
В Критерии данных введите следующий код из записей набора данных:
- Атрибуты (обязательно): выберите атрибуты в "Атрибуты" и связанный список для формирования набора данных обучения. Соответствующие значения атрибутов будут объединены в той последовательности, в которой они добавлены, и будут использоваться из входной строки для данных обучения модели.
- Фильтры: при желании примените фильтры для условного выбора соответствующих записей.
- Диапазон дат: выберите значение, чтобы установить период времени, для которого необходимо загрузить записи.
Выберите Сохранить, а затем выберите Загрузить данные обучения. Появится вкладка Данные обучения, отображающая состояние загрузки данных.
После завершения загрузки просмотрите данные и отредактируйте записи, если вы хотите изменить теги.
В разделе Данные обучения установите флажок Входные данные, чтобы выбрать все записи, и выберите Утвердить. Для обучения модели необходимо утвердить не менее 50 записей.
Выберите Обучить модель и снова выберите Обучить модель в диалоговом окне подтверждения.
После того, как статус изменится на "обучение завершено", выберите строки, которые вы хотите опубликовать, и выберите Опубликовать модель. Модель навыков готова к использованию.
Тестирование модели
Вы можете протестировать свою модель, чтобы определить, работает ли она должным образом. Выполните следующие шаги, чтобы просмотреть производительность и точность модели.
- В Power Apps выберите среду, содержащую ваше решение.
- Выберите Модели ИИ. Вы можете просматривать созданные вами модели в разделе Мои модели, и модели, к которым вам предоставлен общий доступ, в разделе Мне предоставлен доступ. Выберите требуемую модель.
- Выберите Быстрый тест. Чтобы получить информацию, связанную с моделью, выберите вертикальное многоточие рядом с кнопкой Быстрый тест, затем выберите Скачать подробные метрики. Файл метрик содержит информацию о производительности, правильности и точности модели. Дополнительные сведения см. в разделе Сведения об эффективности моделей классификации по категориям
- В поле Текст введите требуемый текст, затем выберите Тест. Прогнозируемые теги появляются в поле Предлагаемые теги и доверительный уровень.
- Если при запуске модели прогнозируемые теги совпадают с доступными навыками в организации, соответствующие навыки связываются с моделью.
Итеративное переобучение модели
Вам следует итеративно переобучать опубликованную модель, чтобы улучшить модель за счет новых данных в Microsoft Dataverse. Например, переобучение модели может быть выполнено с использованием записей, в которых агенты обновили навыки для записей или разговоров. Когда вы переобучаете модель для включения навыков, добавленных агентами, просмотрите записи данных обучения после ее загрузки, чтобы убедиться, что она соответствует требуемым критериям навыков.
Для получения информации о том, как ваши агенты могут обновлять навыки, см. раздел Управление навыками. Чтобы позволить вашим агентам обновлять навыки во время выполнения, см. раздел Разрешение агентам обновлять навыки.
Вы можете определить условия, как показано на следующем снимке экрана.
Использование данных обучения из файла Excel
Если у вас нет данных для обучения вашей модели, вы можете заполнить данные о навыках и атрибутах в файлах Excel и загрузить их в приложение, используя функцию импорта Microsoft Dataverse.
Чтобы использовать данные из файлов Excel, необходимо убедиться в следующем:
Имя модели в приложении должно совпадать с именем в столбце «Запись обучения» файла Excel.
Назовите файлы msdyn_ocsitrainingdata.csv и msdyn_ocsitdskill.csv.
Убедитесь, что длина строки входных данных не превышает 5000 символов, чтобы избежать усечения.
Ниже приводится пример каждого файла. Вы можете выбрать ссылки для загрузки образцов файлов.
| Модель поиска навыков | Имя записи обучения | Входные данные |
|---|---|---|
| CCSFM01-Модель поиска навыков Contoso Coffee | CCSFM01-Данные обучения Contoso Coffee A10001 | Привет, я работаю в Trey Research. Одна из автоматических кофемашин перегревается и через 30 минут использования начинает издавать запах гари. Пожалуйста, помогите! Да. № |
| CCSFM01-Модель поиска навыков Contoso Coffee | CCSFM01-Данные обучения Contoso Coffee A10002 | Привет, я недавно купил кофемашину Café A-100, и ее верхняя пластина нагревается после 15 минут использования. Пожалуйста, разрешите эту проблему как можно скорее. |
| CCSFM01-Модель поиска навыков Contoso Coffee | CCSFM01-Данные обучения Contoso Coffee A10003 | Привет, я не могу запустить свою недавно купленную кофемашину эспрессо, похоже, электрическая вилка, поставляемая с ней, не работает. |
| CCSFM01-Модель поиска навыков Contoso Coffee | CCSFM01-Данные обучения Contoso Coffee A10004 | Привет, я работаю в Trey Research. Ищу замену кофеварке, купленной 3 месяца назад. Даже после того, как ранее были поданы жалобы на перегрев, проблема не исчезла. Пожалуйста, помогите! |
| CCSFM01-Модель поиска навыков Contoso Coffee | CCSFM01-Данные обучения Contoso Coffee A10005 | Привет, моя недавно купленная машина Café A-100 не того цвета, который я заказал. Пожалуйста, замените на то же самое. |
| Запись обучения | Сопоставление характеристики | Характеристика |
|---|---|---|
| CCSFM01-Данные обучения Contoso Coffee A10001 | Кафе A-100 | Кафе A-100 |
| CCSFM01-Данные обучения Contoso Coffee A10001 | Нагрев | Нагрев |
| CCSFM01-Данные обучения Contoso Coffee A10001 | Электричество | Электричество |
| CCSFM01-Данные обучения Contoso Coffee A10002 | Кафе A-100 | Кафе A-100 |
| CCSFM01-Данные обучения Contoso Coffee A10002 | Нагрев | Нагрев |
Выполните следующие шаги, чтобы загрузить данные для обучения вашей модели:
На странице Модель поиска навыков введите имя модели и сохраните форму.
Выберите вкладку Данные обучения и выберите Импорт Excel.
Выберите файлы CSV для отправки в инструменте импорта.
Просмотрите настройки отправки и выберите Готово после прохождения этапов. Начнется отправка данных. Время, необходимое для отправки данных, зависит от количества записей.
При желании вы можете выбрать Обновить, чтобы увидеть обновленный статус отправки данных.
Выполните шаги с 5 по 8 в разделе Создание моделей поиска навыков, чтобы утвердить, обучить и опубликовать вашу модель.
См. также
Обзор маршрутизации на основе навыков
Обзор единой маршрутизации
Настройка маршрутизации на основе навыков в единой маршрутизации