Términos y definiciones utilizados en el flujo de trabajo de orquestación
Use este artículo para obtener información sobre algunas de las definiciones y los términos que se pueden encontrar al usar el flujo de trabajo de orquestación.
Puntuación F1
La puntuación F1 es una función de precisión y coincidencia. Es necesaria cuando se busca un equilibrio entre precisión y coincidencia.
Intención
Una intención representa una tarea o acción que el usuario quiere realizar. Es un propósito u objetivo expresado en la entrada de un usuario, como reservar un vuelo o pagar una factura.
Modelo
Un modelo es un objeto entrenado para realizar una determinada tarea, en este caso, tareas de reconocimiento de conversaciones. Para entrenar los modelos, se proporcionan datos etiquetados de los que aprenden para que posteriormente se puedan usar para reconocer expresiones.
- La evaluación del modelo es el proceso que se produce justo después del entrenamiento para saber cómo funciona el modelo.
- La implementación es el proceso de asignación del modelo a una implementación para que esté disponible para su uso mediante la API de predicción.
Sobreajuste
El sobreajuste se produce cuando el modelo se fija solo en los ejemplos específicos y no puede generalizarse bien.
Precision
Mide lo preciso o exacto que es el modelo. Es la relación entre los positivos identificados correctamente (verdaderos positivos) y todos los positivos identificados. La métrica de precisión revela cuántas de las clases previstas están correctamente etiquetadas.
Project
Un proyecto es un área de trabajo para compilar modelos de Machine Learning personalizados basados en los datos. A su proyecto solo puede acceder usted y otros usuarios que tengan acceso al recurso de Azure que se usa.
Recuperación
Mide la capacidad del modelo para predecir clases positivas reales. Es la relación entre los verdaderos positivos previstos y lo que realmente se ha etiquetado. La métrica de coincidencia revela cuántas de las clases previstas están correctamente etiquetadas.
Schema
El esquema se define como la combinación de intenciones dentro del proyecto. El diseño del esquema es una parte fundamental del éxito del proyecto. Al crear un esquema, querrá pensar sobre qué intenciones se deben incluir en el proyecto.
Datos de aprendizaje.
Los datos de aprendizaje son el conjunto de información que se necesita para entrenar un modelo.
Expresión
Una expresión es una entrada de usuario de un texto corto representativo de una oración en una conversación. Es una frase en lenguaje natural, como "reserva 2 billetes a Seattle para el próximo martes". Se agregan expresiones de ejemplo para enseñar al modelo y el modelo realiza predicciones en una nueva expresión en tiempo de ejecución.