Formazione

Quando l'agente viene addestrato, Dialogflow utilizza i 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 utilizzati in modo efficace come etichette dei dati di machine learning. Tuttavia, i modelli di agenti vengono creati utilizzando le risposte ai prompt dei parametri, le impostazioni dell'agente e molti altri dati associati all'agente.

Ogni volta che cambi agente, devi assicurarti che sia addestrato prima di tentare di 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 delle conversazioni reali e per migliorare i dati di addestramento.

Bozza dell'addestramento automatico dell'agente

Per impostazione predefinita, l'addestramento dell'agente per un agente 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 dell'agente bozza

Puoi aggiornare le impostazioni ML dell'agente per disattivare l'addestramento automatico per un agente bozza.

Se il tuo agente ha più di 780 intent o se hai disattivato l'impostazione di addestramento automatico, devi eseguire l'addestramento manualmente.

Per addestrare manualmente un agente dalla console, fai clic sul pulsante Addestra nelle impostazioni di ML.

Per addestrare manualmente un agente con l'API, chiama il metodo train sul tipo Agent.

Nota: dopo il ripristino o l'importazione, l'agente viene riaddestrato, anche se l'addestramento automatico è disattivato.

Addestramento automatico della versione dell'agente

Ogni volta che viene creata una nuova versione dell'agente, questa 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 addestramento

Lo strumento di addestramento viene utilizzato per esaminare gli input degli utenti finali inviati al tuo agente e per migliorare i dati di addestramento. Utilizzando lo strumento, puoi:

• Esamina gli input degli utenti finali e gli intent che vengono abbinati a ogni turno conversazionale con il modello di agente corrente.
• Aggiungi le espressioni degli utenti finali di queste conversazioni alle frasi di addestramento degli intent corrispondenti, di intent diversi o di intent di riserva.
• Importa le espressioni degli utenti finali che hai preparato o acquisito da conversazioni reali.

Lo strumento utilizza i dati della cronologia degli agenti per caricare le conversazioni, quindi il logging delle interazioni deve essere attivato per utilizzare lo strumento. Lo strumento di addestramento mostra solo le espressioni degli utenti finali. Per visualizzare i dati delle conversazioni sia dell'agente sia dell'utente finale, consulta la cronologia più completa dell'agente.

Per aprire lo strumento di addestramento:

1. Vai alla console di Dialogflow ES.
2. Seleziona il tuo agente nella parte superiore del menu della barra laterale sinistra.
3. Fai clic su Training nel menu della barra laterale a sinistra.

Elenco conversazioni

Quando apri lo strumento, viene visualizzato 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. La tabella seguente descrive ciascuno degli elementi dell'interfaccia utente:

Elemento UI	Descrizione
Conversazione	La prima espressione dell'utente finale nella conversazione.
Data	La data in cui si è svolta o è stata importata la conversazione.
	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 dell'allenamento

Quando fai clic su una riga nell'elenco delle conversazioni, la conversazione si apre nella visualizzazione di addestramento. La visualizzazione di addestramento mostra un elenco di turni conversazionali e fornisce controlli per aggiungere questi dati ai dati di addestramento.

Nota :non devi preoccuparti di frasi di addestramento duplicate. Se aggiungi a un intent frasi di addestramento già esistenti, Dialogflow le unisce in un unico esempio.

Quando modifichi i dati visualizzati o fai clic su un pulsante di attività a destra, crei attività di aggiornamento dei dati di addestramento che vengono messe in coda per il salvataggio. Una volta completata la creazione delle attività, fai clic sul pulsante Approva per eseguire tutte le attività in coda. Una volta approvato, dovresti addestrare manualmente l'agente.

La tabella seguente descrive ciascuno degli elementi dell'interfaccia utente:

Elemento UI	Descrizione
Data	La data in cui si è svolta o è stata importata la conversazione.
Richieste	Il numero di righe per la conversazione.
Nessuna corrispondenza	Il numero di righe per le quali non viene trovata alcuna corrispondenza con l'intent.
User Says	L'espressione dell'utente finale per la riga.
Intent	L'intent di questa riga corrisponde al modello di agente attuale. Puoi fare clic sul link per modificare l'intent associato con uno nuovo o esistente.
	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 viene messa in coda.
	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 negativo. L'icona diventa arancione quando un'attività viene messa in coda.
	Mette in coda un'attività per eliminare la riga. L'icona diventa rossa quando un'attività viene messa in coda.
Approva	Esegue le attività in coda per tutte le righe.

Annotazioni

Quando esamini una conversazione nella visualizzazione di addestramento, le espressioni dell'utente finale mostrano le entità corrispondenti come annotazioni evidenziate. Per aggiungere o modificare un'annotazione:

1. Fai clic su un'annotazione o seleziona le parole che vuoi annotare.
2. Scegli un'entità esistente dal menu.

Importare le 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, i relativi limiti e i risultati:

• Ogni file caricato genera una singola conversazione nello strumento di addestramento.
• Le richieste non vengono inviate all'API di rilevamento dell'intent, pertanto, non vengono attivati contesti e non vengono trovate corrispondenze con gli 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 caratteri di nuova riga.
• Idealmente, i file devono 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 addestramento è disponibile solo per la global regione.
• Lo strumento di addestramento non prende in considerazione l'impostazione Soglia di classificazione ML per la corrispondenza degli intent. Potresti notare intent 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 la corrispondenza avviene correttamente in fase di runtime. Ciò può verificarsi nelle seguenti situazioni:
  • Non ci sono frasi di addestramento annotate in questo intent.
  • L'input è molto diverso dalle frasi di addestramento.

Best practice

Utilizzare lo strumento di addestramento in varie fasi di 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, verifica se le conversazioni reali si comportano come previsto.
• Ogni volta che vengono apportate modifiche significative all'agente, verifica che le nuove modifiche si comportino come previsto.
• Esegui lo strumento periodicamente per gli agenti di produzione, per eseguire analisi regolari.

Importare i dati sulla qualità

Le seguenti possono spesso essere fonti utili di dati:

• Log delle conversazioni con gli agenti 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 degli utenti finali nel formato lungo e non conversazionale.
• Espressioni dell'utente finale non pertinenti a nessuno degli intent nel tuo agente.
• Log di cose non dette dagli utenti finali (ad esempio, risposte degli addetti all'assistenza clienti).