본문 바로가기


카카오 고객센터 본문

도움말 검색 결과 (총 19건)

정렬 기준

카테고리 선택

도움말 검색 결과

  • [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

    [NEW ML+]머신러닝 발화 유사도가 무엇인가요?

    등록한 패턴 발화와 어느정도까지 유사한 발화가 인입되었을때 동일한 인텐트의 블록이 출력이 되는지를 측정하는 값입니다. “발화 유사도”가 낮을수록 등록한 패턴 발화로의 매칭 범위가 넓어지며, 입력한 패턴 발화와 유사하지 않은 발화도 블록으로 매칭될 수 있습니다. “발화 유사도”가 높을수록 등록한 패턴 발화로의 매칭 범위가 좁아지며, 입력한 패턴 발화와 정확히 일치하는 발화만 블록으로 매칭됩니다. 더 넓은 발화 의미를 커버하고 싶다면 발화 유사도를 낮게 설정하여 주시기 바랍니다.

  • [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

    [NEW ML+]머신러닝과 지식 베이스 둘 다 설정해도 되나요?

    네, 하나의 봇에서 머신러닝과 지식 베이스를 모두 설정하여 동시에 사용할 수 있습니다.

  • [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

    [NEW ML+]머신러닝 성능에 대한 검증 지표가 있나요?

    머신러닝 성능에 대한 검증 지표는 제공하고 있지 않고 있습니다. 머신러닝 실행 후, 테스트셋을 준비하여 테스트하시기를 권고하고 있습니다. ※ 챗봇 관리자센터 도움말 ▶ 바로가기

  • [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

    [NEW ML+]블록을 머신러닝 대상에서 제외했는데, 여전히 머신러닝이 적용됩니다.

    머신러닝 대상 설정이 아닌 경우, 머신러닝 대상에서 제외하고 배포를 해야 합니다. '배포' 여부를 확인해주시길 바랍니다.※ 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 Encoder Representations from Transformers)의 약자로, 모든 출력 요소와 모든 입력 요소의 접속에 근거해 유사도가 동적으로 계산되는 딥러닝 모델입니다.※ 챗봇 관리자센터 도움말 ▶ 바로가기

  • [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

    [NEW ML+]머신러닝을 사용하고 있는데, 지식 베이스가 제대로 작동하지 않습니다.

    머신러닝과 지식을 동시에 이용하는 경우, 머신러닝의 발화 유사도 수준에 따라 인해 지식이 작동하지 않는 것처럼 느껴질 수 있습니다. 머신러닝보다 지식을 더 적극적으로 사용하고 싶다면 머신러닝의 발화 유사도를 높게 설정하고, 지식의 발화 유사도를 낮게 설정하시면 됩니다. ※ 챗봇 관리자센터 도움말 ▶ 바로가기

  • [챗봇 관리자센터][봇 생성하기][시나리오 등록 및 관리]

    [NEW ML+]머신러닝 운영시 특정 단어가 원치 않는 블록으로 매칭 됩니다.

    1. 매칭을 원하는 블록에 특정 단어를 패턴발화로 등록하시길 추천 드립니다. 2. 머신러닝 운영시 특정 단어가 블록과 매칭되지 않길 원할 경우(폴백으로 처리하고 싶음) 특정 블록을 폴백용으로 생성하여 특정 단어를 패턴발화에 등록할 수 있습니다. ※ 챗봇 관리자센터에서 기본으로 제공하는 폴백블록으로는 연결되는 특정 발화를 등록할 수 없습니다.

  • [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+]머신러닝 사용시 유저 발화 시에는 같은 의미와 맥락인 두 문장이 띄어쓰기에 따라 블록 출력에 있어 다른 결과가 나타납니다.

    ''아버지 가방에 들어가신다' 와 '아버지가 방에 들어가신다'의 각각의 발화의 경우에도 띄어쓰기 차이 하나가 머신러닝에서는 큰 차이로 분류 되어 각각 다른 블록으로 매칭될 수 있습니다. 이런 경우 발화 유사도가 너무 높게 설정되어 있는지 확인하시고, 발화 유사도를 한 단계 낮게 조정하시어 해결할 수 있습니다. ※ 챗봇 관리자센터 도움말 ▶ 바로가기