Сравнение версий

Ключ

  • Эта строка добавлена.
  • Эта строка удалена.
  • Изменено форматирование.

...

Пример сообщения

Выводимая информация

ПолеЗначение
New model trained!

...

Сообщение о том, что была обучена новая модель.
Training info:

...

Информация о том, как прошло обучение модели.
  • X training examples

...

Количество фраз, внесенных в сущности и намерения агента. Системные намерения и сущности не учитываются.
  • X intents

...

Количество намерений в агенте.
  • X entities

...

Количество сущностей в агенте.
  • X% model loss

...

Потери модели. Чем ниже - тем лучше.
При высоких значениях (близких к 10% и выше) может означать, что в данных присутствует много пересечений - например,
схожие фразы могут относиться к разным намерениям - из-за этого может повышаться значение потерь модели.

  • X% model accuracy

...

Точность модели. Чем выше - тем лучше.
Определяется на основе тестовой выборки - из каждого намерения берется случайная выборка фраз, примерно 5% от количества
фраз в каждом намерении (но не менее одной фразы), из-за этого рекомендуется вносить не менее 30 фраз в каждое намерение,
и чем их больше, тем лучше. Далее агент прогоняет эту тестовую выборку, и, допустим, если удалось корректно распределить
90 из 100 фраз тестовой выборки в намерения - точность будет 90%.

Elapsed time: X s / Y min / Z h

...

Время потраченное на обучение агента в секундах, минутах, и часах.
Время обучения зависит от количества фраз, сущностей и намерений - чем их больше, тем дольше будет идти обучение.
Например, базовый агент, содержащий ~1000 фраз, обучается за одну-две минуты.

Снижение потерь модели (model loss)

...