Termini e definizioni usate nel flusso di lavoro di orchestrazione
Questo articolo contiene informazioni su alcune definizioni e termini che possono essere rilevati quando si usa il flusso di lavoro di orchestrazione.
Punteggio F1
Il punteggio F1 è una funzione di Precisione e Richiamo. È necessario quando l’obiettivo è bilanciare precisione e richiamo.
Finalità
Una finalità rappresenta un'attività o un'azione che l'utente desidera eseguire. È uno scopo o un obiettivo espresso nell'input di un utente, ad esempio la prenotazione di un volo o il pagamento di una bolletta.
Modello
Un modello è un oggetto sottoposto a training per l’esecuzione di una determinata attività, in questo caso attività di comprensione delle conversazioni. I modelli vengono sottoposti a training fornendo dati etichettati da cui apprendere in modo che possano essere usati in un secondo momento per la comprensione di espressioni.
- La valutazione del modello è il processo che avviene subito dopo il training per valutare le prestazioni del modello.
- La distribuzione è il processo di assegnazione del modello a una distribuzione per renderlo disponibile per l'uso tramite l'API Stima.
Overfitting
L'overfitting si verifica quando il modello è fissato sugli esempi specifici e non è in grado di generalizzare in maniera soddisfacente.
Precisione
Misura la precisione o l'accuratezza del modello. È il rapporto tra i positivi identificati correttamente (veri positivi) e tutti i positivi identificati. La metrica Precision rivela quante delle classi stimate sono etichettate correttamente.
Project
Un progetto è un'area di lavoro per la creazione di modelli di Machine Learning personalizzati in base ai dati. Il progetto è accessibile solo all'utente e ad altri utenti che hanno accesso alla risorsa di Azure in uso.
Richiamo
Misura la capacità del modello di stimare le classi positive effettive. È il rapporto tra i veri positivi stimati e ciò che è stato effettivamente contrassegnato. La metrica di richiamo rivela il numero di classi stimate che sono corrette.
Schema
Lo schema è definito come combinazione di intenti all'interno del progetto. La progettazione dello schema è una parte fondamentale dell’esito del progetto. Quando si crea uno schema, è necessario considerare gli intenti da includere nel progetto
Dati di training
I dati di training costituiscono il set di informazioni necessarie per eseguire il training di un modello.
Espressione
Un'espressione è un input dell'utente che è rappresentativo di un testo breve di una frase in una conversazione. È una frase nel linguaggio naturale, ad esempio "prenota 2 biglietti per Parigi per martedì prossimo". Vengono aggiunte espressioni di esempio per eseguire il training del modello in modo che il modello effettui una stima in base alla nuova espressione durante il runtime