GETTING STARTED
Kore.ai XO Platform
Virtual Assistants Overview
Natural Language Processing (NLP)
Concepts and Terminology
Quick Start Guide
Accessing the Platform
Navigating the Kore.ai XO Platform
Building a Virtual Assistant
Help & Learning Resources
Release Notes
Current Version
Recent Updates
Previous Versions
CONCEPTS
Design
Storyboard
Overview
FAQs
Conversation Designer
Overview
Dialog Tasks
Mock Scenes
Dialog Tasks
Overview
Navigate Dialog Tasks
Build Dialog Tasks
Node Types
Overview
Intent Node
Dialog Node
Dynamic Intent Node
GenAI Node
GenAI Prompt
Entity Node
Form Node
Confirmation Node
Message Nodes
Logic Node
Bot Action Node
Service Node
Webhook Node
Script Node
Process Node
Agent Transfer
Node Connections
Node Connections Setup
Sub-Intent Scoping
Entity Types
Entity Rules
User Prompts or Messages
Voice Call Properties
Knowledge AI
Introduction
Knowledge Graph
Introduction
Terminology
Build a Knowledge Graph
Manage FAQs
Knowledge Extraction
Import or Export Knowledge Graph
Prepare Data for Import
Importing Knowledge Graph
Exporting Knowledge Graph
Auto-Generate Knowledge Graph
Knowledge Graph Analysis
Answer from Documents
Alert Tasks
Small Talk
Digital Skills
Overview
Digital Forms
Digital Views
Introduction
Widgets
Panels
Session and Context Variables
Context Object
Intent Discovery
Train
NLP Optimization
ML Engine
Overview
Model Validation
FM Engine
KG Engine
Traits Engine
Ranking and Resolver
Training Validations
NLP Configurations
NLP Guidelines
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
Intelligence
Introduction
Event Handlers
Contextual Memory
Contextual Intents
Interruption Management
Multi-intent Detection
Amending Entities
Default Conversations
Conversation Driven Dialog Builder
Sentinment Management
Tone Analysis
Default Standard Responses
Ignore Words & Field Memory
Test & Debug
Overview
Talk to Bot
Utterance Testing
Batch Testing
Conversation Testing
Conversation Testing Overview
Create a Test Suite
Test Editor
Test Case Assertion
Test Case Execution Summary
Glossary
Health and Monitoring
NLP Health
Flow Health
Integrations
Actions
Actions Overview
Asana
Configure
Templates
Azure OpenAI
Configure
Templates
BambooHR
Configure
Templates
Bitly
Configure
Templates
Confluence
Configure
Templates
DHL
Configure
Templates
Freshdesk
Configure
Templates
Freshservice
Configure
Templates
Google Maps
Configure
Templates
Here
Configure
Templates
HubSpot
Configure
Templates
JIRA
Configure
Templates
Microsoft Graph
Configure
Templates
Open AI
Configure
Templates
Salesforce
Configure
Templates
ServiceNow
Configure
Templates
Stripe
Configure
Templates
Shopify
Configure
Templates
Twilio
Configure
Templates
Zendesk
Configure
Templates
Agents
Agent Transfer Overview
Custom (BotKit)
Drift
Genesys
Intercom
NiceInContact
NiceInContact(User Hub)
Salesforce
ServiceNow
Configure Tokyo and Lower versions
Configure Utah and Higher versions
Unblu
External NLU Adapters
Overview
Dialogflow Engine
Test and Debug
Deploy
Channels
Publishing
Versioning
Analyze
Introduction
Dashboard Filters
Overview Dashboard
Conversations Dashboard
Users Dashboard
Performance Dashboard
Custom Dashboards
Introduction
Custom Meta Tags
Create Custom Dashboard
Create Custom Dashboard Filters
LLM and Generative AI Logs
NLP Insights
Task Execution Logs
Conversations History
Conversation Flows
Conversation Insights
Feedback Analytics
Usage Metrics
Containment Metrics
Universal Bots
Introduction
Universal Bot Definition
Universal Bot Creation
Training a Universal Bot
Universal Bot Customizations
Enabling Languages
Store
Manage Assistant
Team Collaboration
Plan & Usage
Overview
Usage Plans
Templates
Support Plans
Invoices
Authorization
Conversation Sessions
Multilingual Virtual Assistants
Get Started
Supported Components & Features
Manage Languages
Manage Translation Services
Multiingual Virtual Assistant Behavior
Feedback Survey
Masking PII Details
Variables
Collections
IVR Settings
General Settings
Assistant Management
Manage Namespace
Data
Overview
Data Table
Table Views
App Definitions
Data as Service
HOW TOs
Build a Travel Planning Assistant
Travel Assistant Overview
Create a Travel Virtual Assistant
Design Conversation Skills
Create an ‘Update Booking’ Task
Create a Change Flight Task
Build a Knowledge Graph
Schedule a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Train the Assistant
Use Traits
Use Patterns
Manage Context Switching
Deploy the Assistant
Use Bot Functions
Use Content Variables
Use Global Variables
Use Web SDK
Build a Banking Assistant
Design Conversation Skills
Create a Sample Banking Assistant
Create a Transfer Funds Task
Create a Update Balance Task
Create a Knowledge Graph
Set Up a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Add Data to Data Tables
Update Data in Data Tables
Add Data from Digital Forms
Train the Assistant
Composite Entities
Use Traits
Use Patterns for Intents & Entities
Manage Context Switching
Deploy the Assistant
Configure an Agent Transfer
Use Assistant Functions
Use Content Variables
Use Global Variables
Intent Scoping using Group Node
Analyze the Assistant
Create a Custom Dashboard
Use Custom Meta Tags in Filters
Migrate External Bots
Google Dialogflow Bot
APIs & SDKs
API Reference
API Introduction
Rate Limits
API List
koreUtil Libraries
SDK Reference
SDK Introduction
Web SDK
How the Web SDK Works
SDK Security
SDK Registration
Web Socket Connect and RTM
Tutorials
Widget SDK Tutorial
Web SDK Tutorial
BotKit SDK
BotKit SDK Deployment Guide
Installing the BotKit SDK
Using the BotKit SDK
SDK Events
SDK Functions
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer
  1. Docs
  2. Virtual Assistants
  3. Builder
  4. Knowledge Graph
  5. 지식 그래프 생성

지식 그래프 생성

Kore.ai의 지식 그래프 성능은 주요 도메인 용어를 기반으로 한 지식 그래프의 적절한 구성과 계층 설정을 기반으로 합니다. 지식 그래프를 새로 시작하면 FAQ를 쉽게 구축할 수 있지만, 질문-답변 쌍 목록이 있는 경우 동일한 질문-답변 쌍을 완전한 기능을 갖춘 지식 그래프로 변환하는 것은 지루한 작업입니다. Kore.ai의 지식 그래프 생성기를 사용하여 FAQ에서 용어를 자동으로 추출하고, 이러한 용어 사이의 계층을 정의하며 FAQ를 올바른 용어에 연결하십시오. 그런 다음 생성기에서 봇의 지식 그래프로 출력 파일을 가져올 수 있으므로 계층에 대해 걱정할 필요가 없습니다. 가져온 후에 필요에 맞게 계층 구조를 편집할 수도 있습니다. 생성된 지식 그래프는 제안만 표시하므로 검토하고 변경하는 것이 좋습니다. 참고 사항: 지식 그래프 생성기는 플랫폼의 v7.1부터 사용할 수 있습니다.

Kore.ai 지식 그래프 생성기는 Kore GitHub 저장소에서 호스팅됩니다. 이 문서에서는 생성기의 설치 및 사용 단계를 설명합니다.

필수 조건

  • Python 3.6: 지식 그래프 생성기를 사용하려면 Python v3.6이 필요합니다. 여기에서 다운로드할 수 있습니다.
  • 가상 환경: 시스템에 요구 사항을 직접 설치하는 대신 가상 환경을 사용하는 것이 좋습니다. 여기에 언급된 단계에 따라 가상 환경을 설정합니다.
  • Windows 개발자의 경우:
    • Microsoft Visual C++ 빌드 도구 – v14.0으로 테스트됨.
    • Windows 10 사용자는 Windows 10 SDK를 설치해야 합니다. 여기에서 다운로드할 수 있습니다.
    • 요구 사항을 원활하게 설치하려면 운영 체제가 최신 상태여야 합니다. SpiCy(내부 종속성)와 같은 일부 라이브러리에는 최신 업데이트에서 사용할 수 있는 특정 DLL이 필요합니다.
  • JSON 또는 CSV 형식의 FAQ가 포함된 파일입니다. 이 파일은 다음 두 가지 방법으로 가져올 수 있습니다.
    • Kore.ai 봇 빌더 플랫폼에서 지식 그래프를 내보냅니다.방법은 여기를 참조하세요.
    • 첫 번째 열에 질문이 있고 해당 열의 두 번째 열에 답변이 있는 표 형식으로 지식 그래프를 작성하고 CSV 형식으로 파일을 저장합니다.

구성

  1. Kore.ai GitHub에서 지식 그래프 생성기 다운로드: https://github.com/Koredotcom/KnowledgeGraphGenerator.
  2. zip 파일을 폴더에 추출하고 해당 생성기 폴더에서 명령 프롬프트를 엽니다.
  3. 가상 환경 활성화: 다음 명령을 실행하고 플레이스 홀더를 실제 값으로 대체하여 가상 환경을 활성화합니다.
    • Windows의 경우: <virtual_environments_folder_location>/<virtualenv_name>/Scripts/activate
    • Unix/macOS의 경우: <virtual_environments_folder_location>/<virtualenv_name>/bin/activate.

    가상 환경이 활성화되면 콘솔의 모든 명령을 시작할 때 가상 환경 이름을 볼 수 있습니다.

  4. 요구 사항을 설치합니다. KnowledgeGraphGenerator에서 다음 명령을 실행하여 요구 사항을 설치합니다.pip install -r requirements.txt 다음 명령을 실행하고 requirement.txt 파일에 언급된 모든 구성 요소가 목록에 포함되어 있는지 확인하여 설치 상태를 확인할 수 있습니다. pip list
  5. Spacy 영어 모델 다운로드: 다음 명령을 실행하여 NLP 모델인 spaCy를 다운로드합니다. python -m spacy download en

실행

필수 조건이 있고 지식 그래프 생성기를 설정했으므로 이제 지식 그래프를 생성하는 방법을 살펴보겠습니다. 다음 명령을 실행하면 생성기가 실행됩니다. python KnowledgeGraphGenerator.py --file_path <INPUT_FILE_PATH> --type <INPUT_FILE_TYPE> --language <LANGUAGE_CODE> --v <true/false> 각 옵션을 자세히 살펴보겠습니다.

옵션 설명 필수/선택 사항 기본값
파일 경로 입력 위치와 함께 파일 이름을 입력합니다 필수
파일 유형 입력 파일 유형 입력:

  • json_export – JSON 내보내기 옵션을 사용하여 Kore.ai 봇 빌더에서 내보낸 파일의 경우
  • csv_export – CSV 내보내기 옵션을 사용하여 Kore.ai 봇 빌더에서 내보낸 파일의 경우
  • CSV – 첫 번째 열에 질문이 있는 파일과 두 번째 열에 답변이 있는 파일의 경우
필수
언어 코드 입력 데이터가 있는 언어의 언어 코드입니다 옵션 en(영어)
세부 정보 표시 모드 중간 진행 단계를 보려면 세부 정보 표시 모드에서 명령을 실행합니다 옵션 거짓

출력

출력 JSON 파일이 생성되어 ao_output.json라는 이름의 프로젝트 루트 디렉터리 아래에 배치됩니다. 출력 JSON 파일을 봇의 지식 그래프로 직접 가져올 수 있습니다. 지식 그래프를 가져오는 단계는 여기를 참조하세요. 참고 사항: 지식 그래프를 가져오려고 시도하면 기존 그래프가 대체됩니다. 가져오기 전에 백업을 수행하는 것이 좋습니다.

지식 그래프 생성

Kore.ai의 지식 그래프 성능은 주요 도메인 용어를 기반으로 한 지식 그래프의 적절한 구성과 계층 설정을 기반으로 합니다. 지식 그래프를 새로 시작하면 FAQ를 쉽게 구축할 수 있지만, 질문-답변 쌍 목록이 있는 경우 동일한 질문-답변 쌍을 완전한 기능을 갖춘 지식 그래프로 변환하는 것은 지루한 작업입니다. Kore.ai의 지식 그래프 생성기를 사용하여 FAQ에서 용어를 자동으로 추출하고, 이러한 용어 사이의 계층을 정의하며 FAQ를 올바른 용어에 연결하십시오. 그런 다음 생성기에서 봇의 지식 그래프로 출력 파일을 가져올 수 있으므로 계층에 대해 걱정할 필요가 없습니다. 가져온 후에 필요에 맞게 계층 구조를 편집할 수도 있습니다. 생성된 지식 그래프는 제안만 표시하므로 검토하고 변경하는 것이 좋습니다. 참고 사항: 지식 그래프 생성기는 플랫폼의 v7.1부터 사용할 수 있습니다.

Kore.ai 지식 그래프 생성기는 Kore GitHub 저장소에서 호스팅됩니다. 이 문서에서는 생성기의 설치 및 사용 단계를 설명합니다.

필수 조건

  • Python 3.6: 지식 그래프 생성기를 사용하려면 Python v3.6이 필요합니다. 여기에서 다운로드할 수 있습니다.
  • 가상 환경: 시스템에 요구 사항을 직접 설치하는 대신 가상 환경을 사용하는 것이 좋습니다. 여기에 언급된 단계에 따라 가상 환경을 설정합니다.
  • Windows 개발자의 경우:
    • Microsoft Visual C++ 빌드 도구 – v14.0으로 테스트됨.
    • Windows 10 사용자는 Windows 10 SDK를 설치해야 합니다. 여기에서 다운로드할 수 있습니다.
    • 요구 사항을 원활하게 설치하려면 운영 체제가 최신 상태여야 합니다. SpiCy(내부 종속성)와 같은 일부 라이브러리에는 최신 업데이트에서 사용할 수 있는 특정 DLL이 필요합니다.
  • JSON 또는 CSV 형식의 FAQ가 포함된 파일입니다. 이 파일은 다음 두 가지 방법으로 가져올 수 있습니다.
    • Kore.ai 봇 빌더 플랫폼에서 지식 그래프를 내보냅니다.방법은 여기를 참조하세요.
    • 첫 번째 열에 질문이 있고 해당 열의 두 번째 열에 답변이 있는 표 형식으로 지식 그래프를 작성하고 CSV 형식으로 파일을 저장합니다.

구성

  1. Kore.ai GitHub에서 지식 그래프 생성기 다운로드: https://github.com/Koredotcom/KnowledgeGraphGenerator.
  2. zip 파일을 폴더에 추출하고 해당 생성기 폴더에서 명령 프롬프트를 엽니다.
  3. 가상 환경 활성화: 다음 명령을 실행하고 플레이스 홀더를 실제 값으로 대체하여 가상 환경을 활성화합니다.
    • Windows의 경우: <virtual_environments_folder_location>/<virtualenv_name>/Scripts/activate
    • Unix/macOS의 경우: <virtual_environments_folder_location>/<virtualenv_name>/bin/activate.

    가상 환경이 활성화되면 콘솔의 모든 명령을 시작할 때 가상 환경 이름을 볼 수 있습니다.

  4. 요구 사항을 설치합니다. KnowledgeGraphGenerator에서 다음 명령을 실행하여 요구 사항을 설치합니다.pip install -r requirements.txt 다음 명령을 실행하고 requirement.txt 파일에 언급된 모든 구성 요소가 목록에 포함되어 있는지 확인하여 설치 상태를 확인할 수 있습니다. pip list
  5. Spacy 영어 모델 다운로드: 다음 명령을 실행하여 NLP 모델인 spaCy를 다운로드합니다. python -m spacy download en

실행

필수 조건이 있고 지식 그래프 생성기를 설정했으므로 이제 지식 그래프를 생성하는 방법을 살펴보겠습니다. 다음 명령을 실행하면 생성기가 실행됩니다. python KnowledgeGraphGenerator.py --file_path <INPUT_FILE_PATH> --type <INPUT_FILE_TYPE> --language <LANGUAGE_CODE> --v <true/false> 각 옵션을 자세히 살펴보겠습니다.

옵션 설명 필수/선택 사항 기본값
파일 경로 입력 위치와 함께 파일 이름을 입력합니다 필수
파일 유형 입력 파일 유형 입력:

  • json_export – JSON 내보내기 옵션을 사용하여 Kore.ai 봇 빌더에서 내보낸 파일의 경우
  • csv_export – CSV 내보내기 옵션을 사용하여 Kore.ai 봇 빌더에서 내보낸 파일의 경우
  • CSV – 첫 번째 열에 질문이 있는 파일과 두 번째 열에 답변이 있는 파일의 경우
필수
언어 코드 입력 데이터가 있는 언어의 언어 코드입니다 옵션 en(영어)
세부 정보 표시 모드 중간 진행 단계를 보려면 세부 정보 표시 모드에서 명령을 실행합니다 옵션 거짓

출력

출력 JSON 파일이 생성되어 ao_output.json라는 이름의 프로젝트 루트 디렉터리 아래에 배치됩니다. 출력 JSON 파일을 봇의 지식 그래프로 직접 가져올 수 있습니다. 지식 그래프를 가져오는 단계는 여기를 참조하세요. 참고 사항: 지식 그래프를 가져오려고 시도하면 기존 그래프가 대체됩니다. 가져오기 전에 백업을 수행하는 것이 좋습니다.

메뉴