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

지식 그래프

Kore.ai 지식 그래프를 사용하면 정적 FAQ 텍스트를 지능적이고 개인화된 대화 경험으로 바꿀 수 있습니다. Kore.ai 지식 그래프는 일반적인 질문-답변 쌍의 형태로 FAQ를 캡처하는 일반적인 방식을 넘어섭니다. 대신에, 지식 그래프는 주요 도메인 용어의 온톨로지 구조를 만들고 이 구조를 상황에 맞는 질문과 해당 대체어, 동의어, 기계 학습 가능한 특성과 연관 짓습니다. 이 플랫폼에서 교육을 받은 경우 그래프는 지능형 FAQ 경험을 지원합니다. 이 문서는 지식 그래프의 개념, 용어 및 구현을 설명합니다. 지식 그래프에 대한 사용 사례 중심의 접근 방법은 여기를 참조하십시오.

지식 그래프를 사용하는 이유는 무엇입니까?

사용자는 다양한 방법으로 쿼리를 표현합니다. 모든 대체 질문을 수동으로 시각화하고 추가하는 것은 어려운 작업입니다. Kore.ai는 가능한 모든 일치 항목을 쉽게 처리할 수 있도록 노드, 태그 및 동의어를 포함하는 지식 그래프를 설계했습니다. 지식 그래프는 노드, 태그 및 동의어를 사용하여 학습을 통해 다양한 대체 질문을 처리할 수 있습니다. 사용자가 질문을 할 때마다 지식 그래프의 노드 이름을 확인하고 사용자 발화의 키워드와 일치시킵니다. 노드 이름, 태그 및 동의어를 확인하고 스코어링을 기준으로 질문을 가장 일치하는 항목 또는 의도가 있는 항목으로 선정합니다. 그런 다음 이러한 선정된 질문을 실제 사용자 발화와 비교하여 사용자에게 제시할 수 있는 가능한 최적의 의도를 제시합니다. 응답은 단순 응답 또는 대화 작업 실행의 형식을 취할 수 있습니다. 이렇게 하면 FAQ에 완전히 다른 대체 질문을 몇 개 추가하고 태그, 동의어 및 노드 이름을 적절히 제공하여 학습하지 않은 질문도 일치시킬 수 있습니다. 지식 그래프의 성능과 지능은 적절한 노드 이름, 태그 및 동의어를 사용하여 학습하는 방법에 따라 달라집니다.

용어

이 문서는 읽는 사람이 지식 그래프 작성에 사용되는 용어에 익숙해지도록 돕기 위한 것입니다. KG 생성으로 바로 가기.

용어 또는 노드

용어 또는 노드는 온톨로지의 구성 요소로, 비즈니스 도메인의 기본 개념과 카테고리를 정의하는 데 사용됩니다. 아래 이미지와 같이, 조직의 정보 흐름을 나타내기 위해 봇 온톨로지 창의 왼쪽 창에서 용어를 계층적 순서로 구성할 수 있습니다. 여기서 용어를 생성, 구성, 편집 및 삭제할 수 있습니다. 최대 노드 수 20k개와 FAQ 수 50k개의 플랫폼 제한이 있습니다. 보다 쉽게 표현하기 위해 다음과 같은 이름을 사용하여 몇 가지 특수 노드를 식별합니다.

루트 노드

루트 노드는 봇 온톨로지의 최상위 용어를 이루고 있습니다. 지식 그래프는 하나의 루트 노드로 구성되며 온톨로지의 다른 모든 노드는 자식 노드가 됩니다. 루트 노드는 기본적으로 봇의 이름을 사용하지만 원하는 경우 변경할 수 있습니다. 이 노드는 노드 정규화 또는 처리에 사용되지 않습니다. 경로 정규화는 첫 번째 수준 노드에서 시작됩니다. 루트 노드 바로 아래에 FAQ를 두는 것은 바람직하지 않지만, 필요한 경우를 대비해 루트 노드에서 FAQ 수를 최대 100개로 제한하시기 바랍니다.

첫 번째 수준 노드

루트 노드의 바로 다음 수준 노드를 첫 번째 수준 노드라고 합니다. 컬렉션에는 여러 개의 첫 번째 수준 노드가 있을 수 있습니다. 부서 이름이나 기능과 같은 상위 수준의 용어를 나타내려면 첫 번째 수준의 노드를 보관하는 것이 좋습니다. 예: 개인 뱅킹, 온라인 뱅킹, 기업 뱅킹.

리프 노드

질문 답변 집합 또는 대화 작업이 추가되는 모든 노드를 리프 노드라고 하며, 어느 수준에나 존재합니다.

노드 관계

온톨로지에서의 위치에 따라 노드는 첫 번째 수준 노드, 두 번째 수준 노드 등으로 부릅니다. 첫 번째 수준 노드는 두 번째 수준 노드라고 부르는 하나 이상의 하위 카테고리를 가진 카테고리입니다. 예를 들어 대출은 주택 대출과 개인 대출의 첫 번째 수준 노드입니다. 개인 대출은 다시 두 개의 하위 카테고리 노드를 가질 수 있습니다. 요금 및 수수료, 도움말 및 지원.

참고 사항: 노드의 계층적 구조는 관련 질문을 함께 보관할 수 있는 편의성을 제공합니다. 지식 그래프 엔진은 일치하는 질문을 평가하는 동안 상위-하위 관계를 고려하지 않습니다. 모든 노드가 FAQ 구조의 위치와 관계없이 동일한 방식으로 고려되므로 계층은 FAQ 일치를 처리하는 데 어떠한 영향도 미치지 않습니다.

태그

각 용어/노드에 대해 사용자 정의 태그를 추가할 수 있습니다. 태그는 용어와 정확히 같게 작동하지만 혼란을 피하기 위해 지식 그래프 온톨로지에는 나타나지 않습니다. 용어와 마찬가지로 동의어와 특성을 태그에 추가할 수 있습니다.

동의어

사용자는 자신의 온톨로지 용어로 다양한 대체어를 사용합니다. 지식 그래프를 통해 가능한 모든 대체어 형태의 용어를 포함하도록 용어의 동의어를 추가할 수 있습니다. 동의어를 추가하면 대체 질문으로 봇을 교육시킬 필요가 줄어듭니다. 예를 들어 인터넷 뱅킹 노드에는 다음 동의어가 추가될 수 있습니다. 온라인 뱅킹, 전자 뱅킹, 사이버 뱅킹 및 웹 뱅킹. 지식 그래프에서 용어의 동의어를 추가할 때 로컬 또는 전역 동의어로 추가할 수 있습니다. 로컬 동의어 또는 경로 수준(동의어)는 해당 특정 경로의 용어에만 적용되는 반면 전역 동의어 또는 지식 그래프(동의어)는 온톨로지의 다른 경로에 나타나는 경우에도 용어에 적용됩니다. 7.2 출시 이후에는 경로 정규화 및 질문 일치를 위해 지식 그래프 엔진 내에서 봇 동의어를 사용하도록 설정할 수 있습니다. 이 설정을 사용하면 봇 동의어 및 KG 동의어에서 동일한 동의어 집합을 다시 만들 필요가 없습니다.

특성

참고 사항: v7.0부터 특성은 v6.4 이하의 클래스를 대체하는 것입니다. 특성은 특정 의도와 관련된 정보를 요청할 때 질문의 성격을 정의하는 일반적인 최종 사용자 발화의 모음입니다. 특성에 대한 자세한 내용은 여기를 참조하세요. 특성은 봇 온톨로지의 여러 용어에 적용됩니다.

참고 사항: 또한 특성은 연결된 사용자 발화를 기반으로 노드를 필터링하는 데 도움이 됩니다. 따라서 사용자가 특성이 있는 발화를 입력하면 해당 특성이 적용되는 노드만 검색합니다. 특성이 적용되지 않는 다른 노드에 발화가 있는 봇은 해당 노드를 무시합니다.

의도

봇은 대화 작업 또는 FAQ를 실행하여 사용자의 질문에 응답할 수 있습니다.

  • FAQ: 봇 온톨로지의 관련 노드에 질문-답변 쌍을 추가해야 합니다. 최대 50k개의 FAQ가 허용됩니다. 사용자마다 질문이 다르게 제시되며, 이를 지원하려면 각 질문마다 여러 대체어 형태를 연결해야 합니다. 대체 질문 앞에 ||를 추가하여 FAQ(릴리스 버전 7.2 이후)의 패턴을 입력할 수 있습니다.
  • 작업: 대화 작업을 KG 의도와 연결하면 지식 그래프와 대화 작업의 기능을 활용하여 복잡한 대화가 포함된 FAQ를 처리하는 데 도움이 됩니다.

성능 개선

지식 그래프 엔진은 기본 설정에서 원활하게 작동됩니다. 봇 개발자는 다양한 방법으로 KG 엔진 성능을 미세 조정할 수 있습니다.

  1. 용어, 동의어, 기본 질문과 대체 질문 또는 사용자 발화를 정의하여 지식 그래프를 설정합니다. 계층은 KG 엔진 성능에 영향을 미치지 않지만 KG 엔진 작업을 구성하고 안내하는 데 도움이 됩니다.
  2. 다음 매개 변수 설정:
    • 경로 범위 – 추가 스코어링을 위해 경로에 존재하는 사용자 발화 용어의 최소 백분율을 정의합니다.
    • KG 확정 스코어링 – KG 의도 일치에 대한 최소 스코어링을 정의하여 확실한 일치로 간주하고 다른 의도 일치를 삭제합니다.
    • 지식 작업에 대한 최소 및 명확한 수준 – 지식 작업의 경우 식별하고 대응하기 위한 최소 및 확정 임계값을 정의합니다.
    • KG 제안 수 – 명확한 KG/FAQ 일치를 사용할 수 없을 때 표시하는 최대 KG/FAQ 제안 수를 정의합니다.
    • 제안된 일치에 근접함 – 똑같이 중요한 것으로 취급하기 위해 최고 점수와 바로 다음 제안된 질문 사이에 허용되는 최대 차이를 정의합니다.

    플랫폼은 위에서 언급한 임계값에 대한 기본값을 제공하지만 자연어 > 학습 > 임계값 및 설정에서 사용자 정의할 수 있습니다.

  3. 컨텍스트 경로 확인 – 이렇게 하면 일치하는 의도의 용어/노드로 봇 컨텍스트가 채워지고 유지됩니다. 이렇게 하면 사용자 경험이 더욱 향상됩니다.
  4. 특성 – 앞에서 언급한 대로 사용자 발화가 용어/노드를 포함하지 않더라도 특성은 노드/용어를 확인하는 데 사용됩니다. 특성은 제안된 의도 목록을 필터링하는 데도 유용합니다.

KG 엔진 작업

지식 그래프 엔진은 사용자 발화에 대한 올바른 응답을 추출하는 동시에 2단계 접근 방법을 사용합니다. 검색 기반 의도 감지 프로세스와 규칙 기반 필터링을 결합합니다. 사용자 발화의 경로 적용 범위(필요한 용어의 비율) 및 용어 사용(필수 또는 선택 사항)에 대한 설정은 FAQ 의도의 초기 필터링에 도움이 됩니다. 토큰화 및 n-그램 기반 코사인 스코어링 모델은 최종 검색 기준을 충족하는 데 도움이 됩니다. 지식 그래프 학습에는 다음 단계가 포함됩니다.

  • 동의어와 함께 모든 용어/노드가 식별되고 인덱싱됩니다.
  • 이러한 인덱스를 사용하여 각 KG 의도에 대해 평평한 경로가 설정됩니다.

지식 그래프 엔진이 사용자 발화를 수신하는 경우:

  • 사용자 발화 및 KG 노드/용어는 토큰화되고 n-그램이 추출됩니다(지식 그래프 엔진은 최대 쿼드 그램까지 지원).
  • 토큰은 KG 노드/용어와 매핑되어 각각의 인덱스를 얻습니다.
  • 사용자 발화와 KG 노드/용어 간의 경로 비교는 해당 발화를 위한 정규화된 경로를 설정합니다. 이 단계에서는 위에서 언급한 경로 적용 범위 및 용어 사용을 고려합니다.
  • 정규화된 경로의 질문 목록에서 코사인 점수를 기준으로 가장 일치하는 항목이 선택됩니다.

지식 그래프

Kore.ai 지식 그래프를 사용하면 정적 FAQ 텍스트를 지능적이고 개인화된 대화 경험으로 바꿀 수 있습니다. Kore.ai 지식 그래프는 일반적인 질문-답변 쌍의 형태로 FAQ를 캡처하는 일반적인 방식을 넘어섭니다. 대신에, 지식 그래프는 주요 도메인 용어의 온톨로지 구조를 만들고 이 구조를 상황에 맞는 질문과 해당 대체어, 동의어, 기계 학습 가능한 특성과 연관 짓습니다. 이 플랫폼에서 교육을 받은 경우 그래프는 지능형 FAQ 경험을 지원합니다. 이 문서는 지식 그래프의 개념, 용어 및 구현을 설명합니다. 지식 그래프에 대한 사용 사례 중심의 접근 방법은 여기를 참조하십시오.

지식 그래프를 사용하는 이유는 무엇입니까?

사용자는 다양한 방법으로 쿼리를 표현합니다. 모든 대체 질문을 수동으로 시각화하고 추가하는 것은 어려운 작업입니다. Kore.ai는 가능한 모든 일치 항목을 쉽게 처리할 수 있도록 노드, 태그 및 동의어를 포함하는 지식 그래프를 설계했습니다. 지식 그래프는 노드, 태그 및 동의어를 사용하여 학습을 통해 다양한 대체 질문을 처리할 수 있습니다. 사용자가 질문을 할 때마다 지식 그래프의 노드 이름을 확인하고 사용자 발화의 키워드와 일치시킵니다. 노드 이름, 태그 및 동의어를 확인하고 스코어링을 기준으로 질문을 가장 일치하는 항목 또는 의도가 있는 항목으로 선정합니다. 그런 다음 이러한 선정된 질문을 실제 사용자 발화와 비교하여 사용자에게 제시할 수 있는 가능한 최적의 의도를 제시합니다. 응답은 단순 응답 또는 대화 작업 실행의 형식을 취할 수 있습니다. 이렇게 하면 FAQ에 완전히 다른 대체 질문을 몇 개 추가하고 태그, 동의어 및 노드 이름을 적절히 제공하여 학습하지 않은 질문도 일치시킬 수 있습니다. 지식 그래프의 성능과 지능은 적절한 노드 이름, 태그 및 동의어를 사용하여 학습하는 방법에 따라 달라집니다.

용어

이 문서는 읽는 사람이 지식 그래프 작성에 사용되는 용어에 익숙해지도록 돕기 위한 것입니다. KG 생성으로 바로 가기.

용어 또는 노드

용어 또는 노드는 온톨로지의 구성 요소로, 비즈니스 도메인의 기본 개념과 카테고리를 정의하는 데 사용됩니다. 아래 이미지와 같이, 조직의 정보 흐름을 나타내기 위해 봇 온톨로지 창의 왼쪽 창에서 용어를 계층적 순서로 구성할 수 있습니다. 여기서 용어를 생성, 구성, 편집 및 삭제할 수 있습니다. 최대 노드 수 20k개와 FAQ 수 50k개의 플랫폼 제한이 있습니다. 보다 쉽게 표현하기 위해 다음과 같은 이름을 사용하여 몇 가지 특수 노드를 식별합니다.

루트 노드

루트 노드는 봇 온톨로지의 최상위 용어를 이루고 있습니다. 지식 그래프는 하나의 루트 노드로 구성되며 온톨로지의 다른 모든 노드는 자식 노드가 됩니다. 루트 노드는 기본적으로 봇의 이름을 사용하지만 원하는 경우 변경할 수 있습니다. 이 노드는 노드 정규화 또는 처리에 사용되지 않습니다. 경로 정규화는 첫 번째 수준 노드에서 시작됩니다. 루트 노드 바로 아래에 FAQ를 두는 것은 바람직하지 않지만, 필요한 경우를 대비해 루트 노드에서 FAQ 수를 최대 100개로 제한하시기 바랍니다.

첫 번째 수준 노드

루트 노드의 바로 다음 수준 노드를 첫 번째 수준 노드라고 합니다. 컬렉션에는 여러 개의 첫 번째 수준 노드가 있을 수 있습니다. 부서 이름이나 기능과 같은 상위 수준의 용어를 나타내려면 첫 번째 수준의 노드를 보관하는 것이 좋습니다. 예: 개인 뱅킹, 온라인 뱅킹, 기업 뱅킹.

리프 노드

질문 답변 집합 또는 대화 작업이 추가되는 모든 노드를 리프 노드라고 하며, 어느 수준에나 존재합니다.

노드 관계

온톨로지에서의 위치에 따라 노드는 첫 번째 수준 노드, 두 번째 수준 노드 등으로 부릅니다. 첫 번째 수준 노드는 두 번째 수준 노드라고 부르는 하나 이상의 하위 카테고리를 가진 카테고리입니다. 예를 들어 대출은 주택 대출과 개인 대출의 첫 번째 수준 노드입니다. 개인 대출은 다시 두 개의 하위 카테고리 노드를 가질 수 있습니다. 요금 및 수수료, 도움말 및 지원.

참고 사항: 노드의 계층적 구조는 관련 질문을 함께 보관할 수 있는 편의성을 제공합니다. 지식 그래프 엔진은 일치하는 질문을 평가하는 동안 상위-하위 관계를 고려하지 않습니다. 모든 노드가 FAQ 구조의 위치와 관계없이 동일한 방식으로 고려되므로 계층은 FAQ 일치를 처리하는 데 어떠한 영향도 미치지 않습니다.

태그

각 용어/노드에 대해 사용자 정의 태그를 추가할 수 있습니다. 태그는 용어와 정확히 같게 작동하지만 혼란을 피하기 위해 지식 그래프 온톨로지에는 나타나지 않습니다. 용어와 마찬가지로 동의어와 특성을 태그에 추가할 수 있습니다.

동의어

사용자는 자신의 온톨로지 용어로 다양한 대체어를 사용합니다. 지식 그래프를 통해 가능한 모든 대체어 형태의 용어를 포함하도록 용어의 동의어를 추가할 수 있습니다. 동의어를 추가하면 대체 질문으로 봇을 교육시킬 필요가 줄어듭니다. 예를 들어 인터넷 뱅킹 노드에는 다음 동의어가 추가될 수 있습니다. 온라인 뱅킹, 전자 뱅킹, 사이버 뱅킹 및 웹 뱅킹. 지식 그래프에서 용어의 동의어를 추가할 때 로컬 또는 전역 동의어로 추가할 수 있습니다. 로컬 동의어 또는 경로 수준(동의어)는 해당 특정 경로의 용어에만 적용되는 반면 전역 동의어 또는 지식 그래프(동의어)는 온톨로지의 다른 경로에 나타나는 경우에도 용어에 적용됩니다. 7.2 출시 이후에는 경로 정규화 및 질문 일치를 위해 지식 그래프 엔진 내에서 봇 동의어를 사용하도록 설정할 수 있습니다. 이 설정을 사용하면 봇 동의어 및 KG 동의어에서 동일한 동의어 집합을 다시 만들 필요가 없습니다.

특성

참고 사항: v7.0부터 특성은 v6.4 이하의 클래스를 대체하는 것입니다. 특성은 특정 의도와 관련된 정보를 요청할 때 질문의 성격을 정의하는 일반적인 최종 사용자 발화의 모음입니다. 특성에 대한 자세한 내용은 여기를 참조하세요. 특성은 봇 온톨로지의 여러 용어에 적용됩니다.

참고 사항: 또한 특성은 연결된 사용자 발화를 기반으로 노드를 필터링하는 데 도움이 됩니다. 따라서 사용자가 특성이 있는 발화를 입력하면 해당 특성이 적용되는 노드만 검색합니다. 특성이 적용되지 않는 다른 노드에 발화가 있는 봇은 해당 노드를 무시합니다.

의도

봇은 대화 작업 또는 FAQ를 실행하여 사용자의 질문에 응답할 수 있습니다.

  • FAQ: 봇 온톨로지의 관련 노드에 질문-답변 쌍을 추가해야 합니다. 최대 50k개의 FAQ가 허용됩니다. 사용자마다 질문이 다르게 제시되며, 이를 지원하려면 각 질문마다 여러 대체어 형태를 연결해야 합니다. 대체 질문 앞에 ||를 추가하여 FAQ(릴리스 버전 7.2 이후)의 패턴을 입력할 수 있습니다.
  • 작업: 대화 작업을 KG 의도와 연결하면 지식 그래프와 대화 작업의 기능을 활용하여 복잡한 대화가 포함된 FAQ를 처리하는 데 도움이 됩니다.

성능 개선

지식 그래프 엔진은 기본 설정에서 원활하게 작동됩니다. 봇 개발자는 다양한 방법으로 KG 엔진 성능을 미세 조정할 수 있습니다.

  1. 용어, 동의어, 기본 질문과 대체 질문 또는 사용자 발화를 정의하여 지식 그래프를 설정합니다. 계층은 KG 엔진 성능에 영향을 미치지 않지만 KG 엔진 작업을 구성하고 안내하는 데 도움이 됩니다.
  2. 다음 매개 변수 설정:
    • 경로 범위 – 추가 스코어링을 위해 경로에 존재하는 사용자 발화 용어의 최소 백분율을 정의합니다.
    • KG 확정 스코어링 – KG 의도 일치에 대한 최소 스코어링을 정의하여 확실한 일치로 간주하고 다른 의도 일치를 삭제합니다.
    • 지식 작업에 대한 최소 및 명확한 수준 – 지식 작업의 경우 식별하고 대응하기 위한 최소 및 확정 임계값을 정의합니다.
    • KG 제안 수 – 명확한 KG/FAQ 일치를 사용할 수 없을 때 표시하는 최대 KG/FAQ 제안 수를 정의합니다.
    • 제안된 일치에 근접함 – 똑같이 중요한 것으로 취급하기 위해 최고 점수와 바로 다음 제안된 질문 사이에 허용되는 최대 차이를 정의합니다.

    플랫폼은 위에서 언급한 임계값에 대한 기본값을 제공하지만 자연어 > 학습 > 임계값 및 설정에서 사용자 정의할 수 있습니다.

  3. 컨텍스트 경로 확인 – 이렇게 하면 일치하는 의도의 용어/노드로 봇 컨텍스트가 채워지고 유지됩니다. 이렇게 하면 사용자 경험이 더욱 향상됩니다.
  4. 특성 – 앞에서 언급한 대로 사용자 발화가 용어/노드를 포함하지 않더라도 특성은 노드/용어를 확인하는 데 사용됩니다. 특성은 제안된 의도 목록을 필터링하는 데도 유용합니다.

KG 엔진 작업

지식 그래프 엔진은 사용자 발화에 대한 올바른 응답을 추출하는 동시에 2단계 접근 방법을 사용합니다. 검색 기반 의도 감지 프로세스와 규칙 기반 필터링을 결합합니다. 사용자 발화의 경로 적용 범위(필요한 용어의 비율) 및 용어 사용(필수 또는 선택 사항)에 대한 설정은 FAQ 의도의 초기 필터링에 도움이 됩니다. 토큰화 및 n-그램 기반 코사인 스코어링 모델은 최종 검색 기준을 충족하는 데 도움이 됩니다. 지식 그래프 학습에는 다음 단계가 포함됩니다.

  • 동의어와 함께 모든 용어/노드가 식별되고 인덱싱됩니다.
  • 이러한 인덱스를 사용하여 각 KG 의도에 대해 평평한 경로가 설정됩니다.

지식 그래프 엔진이 사용자 발화를 수신하는 경우:

  • 사용자 발화 및 KG 노드/용어는 토큰화되고 n-그램이 추출됩니다(지식 그래프 엔진은 최대 쿼드 그램까지 지원).
  • 토큰은 KG 노드/용어와 매핑되어 각각의 인덱스를 얻습니다.
  • 사용자 발화와 KG 노드/용어 간의 경로 비교는 해당 발화를 위한 정규화된 경로를 설정합니다. 이 단계에서는 위에서 언급한 경로 적용 범위 및 용어 사용을 고려합니다.
  • 정규화된 경로의 질문 목록에서 코사인 점수를 기준으로 가장 일치하는 항목이 선택됩니다.
메뉴