도움말 검색 결과

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [머신러닝]머신러닝과 패턴발화가 어떻게 다른가요?

  하지만 머신러닝은 기계학습을 통하여 문장의 의미를 파악하기 때문에 패턴 발화보다 더 넓은 적용 범위를 가집니다.'카페라떼 가격 궁금해' 라는 발화가 입력되었을 때, 패턴매칭으로는 '카페라떼가격궁금해', '아메리카노 금액 궁금해', '카페라떼 가격 궁금하다' 정도를 커버할 수 있는 반면, 머신러닝을

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [머신러닝]머신러닝 발화는 패턴발화와 다른가요?

  하지만 머신러닝은 기계학습을 통하여 넓은 커버리지를 가지며, 입력하지 않았지만 학습된 발화와 유사한 발화에 대해서도 블록을 매칭합니다. ※ 챗봇 관리자센터 도움말 ▶ 바로가기

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [머신러닝]한 번 머신러닝을 시키면 다음부턴 알아서 학습하나요?

  머신러닝 실행은 데이터를 업로드하고, 매 번 수동으로 실행하셔야 학습이 완료됩니다.※ 챗봇 관리자센터 도움말 ▶ 바로가기

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [NEW ML+]블록에서 머신러닝을 사용할 경우, 엔티티 태깅은 의미가 없어지나요?

  머신러닝을 사용하더라도 기존과 동일하게 엔티티 기능을 사용할 수 있습니다. ※ 챗봇 관리자센터 도움말 ▶ 바로가기

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [NEW ML+]한 번 머신러닝을 시키면 다음부턴 알아서 학습하나요?

  봇 > 머신러닝에서 블록을 지속적으로 on 상태로 두고 패턴 발화를 추가하면 배포시마다 계속해서 학습을 진행합니다.※ 챗봇 관리자센터 도움말 ▶ 바로가기

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [NEW ML+]머신러닝이 무엇인가요?

  등록된 패턴 발화와 인입된 사용자 발화 간의 유사도를 측정하여 가장 유사한 블록으로 매칭하는 기계학습 방식입니다. 등록된 패턴 발화와 사용자 발화는 패턴 발화와 의미적으로 가장 유사한 인텐트로 분류되어, 발화 의도에 적합한 답변 블록을 확인할 수 있습니다. 사용자의 다양한 의도를 발화 유사도로 인텐트를 분류해내기 때문에 폴백 블록의 발생 비율도 줄어들게 됩니다. ※ 챗봇 관리자센터 도움말 ▶ 바로가기

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [NEW ML+]패턴발화에 없는데 특정블록의 응답이 응답됩니다.

  타 블록에 패턴발화 지정이 되어있는지, 혹은 머신러닝 발화 유사도가 너무 낮게 설정되어 있는 것은 아닌지 확인하여 주시기 바랍니다.

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [NEW ML+]머신러닝과 지식 베이스가 어떻게 다른가요?

  반면, 지식 베이스는 Q&A형식의 데이터로 손쉽게 제작할 수 있지만 머신러닝에 비해서는 좁은 커버리지를 가집니다.※ 챗봇 관리자센터 도움말 ▶ 바로가기

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [NEW ML+]머신러닝이 사용하고 있는 학습 모델은 무엇인가요?

  챗봇 관리자센터에 적용된 머신러닝은 BERT Language Model을 활용하고 있습니다. - BERT Language Model : 트랜스포머로부터의 쌍방향 인코더 표현(Bidirectional

• [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

  [머신러닝]사용자들이 입력한 발화를 확인하고 싶습니다.

  스킬사용시 폴백블록에 스킬을 연결하실 경우, 전달되는 페이로드로 사용자발화 (utterance) 값을 확인하실 수 있습니다.봇 응답으로 '스킬데이터 사용'을 선택하여 사용자 발화에 따라 유동적으로 봇 응답 구성이 가능합니다.