База знаний – это объект в решении Vocamate AI, в котором хранится информация, использующаяся для обучения моделей автоматической классификации запросов пользователей.
Алгоритм работы с базой знаний:
1.Создать базу знаний и наполнить ее данными;
2.Обучить модель по этим данным;
3.Подключить настроенную модель в сценарий на определенном шаге сценария.
Управление Базами знаний осуществляется в личном кабинете решения Vocamate AI, в разделе Сценарии на вкладке Базы знаний.
Чтобы создать базу знаний необходимо на панели управления базами знаний нажать на кнопку добавить и указать наименование создаваемой базы.
Далее вам необходимо зайти в базу знаний, в которой откроется список статей базы знаний (в только созданной базе список пуст) и панель управления.
Новую базу знаний необходимо наполнить статьями. Существует два способа наполнения базы знаний: вручную или посредством загрузки заполненного шаблона-файла (далее – датасета):
•Для формирования статей вручную необходимо открыть созданную базу знаний и нажать на кнопку добавить статью. После этого в открывшейся вкладке нужно заполнить информацию о названии статьи и заполнить поля со списком фраз-триггеров, по которым система будет обучаться и корректно классифицировать категорию запроса пользователя, и атрибутов – ответов на вопрос классифицированной статьи.
•Для загрузки датасета с уже заполненной информацией необходимо выбрать базу знаний, открыть ее и нажать на кнопку загрузить список статей из Excel (ссылка на шаблон доступна в создаваемой базе знаний по кнопке пример шаблона вы можете взять тут). После загрузки файла в базе знаний отобразится список статьей идентичный списку в заполненном шаблоне.
При выборе статьи базы знаний в правой части экрана появляется окно со вкладками триггеры и атрибуты. Во вкладке триггеры можно корректировать список ключевых фраз-триггеров. Для этого необходимо указать фразу-триггер в списке и нажать кнопку Enter.
На основе заполненной статьями базы знаний необходимо обучить ML-модель для автоматической классификации запросов.
Для обучения модели в базе знаний в выпадающем меню вы выбираете действие обучить. По итогам обучения в списке баз знаний будет указано качество обученной модели.
ВАЖНО: в случае внесения изменений в статьи обученной базы знаний статус модели переходит в не обучена. Для корректной классификации базу знаний требуется обучить заново.
ВАЖНО: для обучения модели необходимо, чтобы для каждой статьи базы знаний было указано как минимум 3 фразы-триггера.
После обучения настроенную модель базы знаний необходимо подключить в сценарий. Базу знаний можно подключить для классификации запроса пользователя в интерактивном и фоновом режиме.
ВАЖНО: в сценариях можно использовать только базы знаний, на которых было проведено обучение ML-модели.
Классификация в интерактивном режиме предполагает возможность определить категорию запроса пользователя, полученного на интерактивном шаге сценария (например, когда пользователь в режиме чат-сессии отвечает на вопрос системы). При классификации в интерактивном режиме можно добавить для шага, на котором выполняется классификация по базе знаний, стандартные варианты ответа, которые будут отображены в виде кнопок в чате.
Классификация в фоновом режиме предполагает возможность классифицировать произвольный текст, содержащийся в переменной на любом (не обязательно интерактивном) шаге сценария. Для этого в редакторе сценария создайте системный шаг, в котором будет выполняется обращение к базе знаний для классификации в фоновом режиме.
Примеры использования базы знаний в сценариях описаны в сценарии «Описание методов - Базы знаний».