模型训练流程概述

模型训练可以分为三个阶段：

在第一种情况下，最好按顺序执行这些步骤，但这可能是一个迭代过程。 随着时间的推移，您可能会发现，对于不同的标签，随着对平台的熟悉，您可能会随意更改不同的步骤。

发现

在“发现”中，系统会将类似的意图、模式和对话主题分组到“集群”中。 这是起点，用于快速构建初始模型，您可以在其中分析数据并使用一个或多个适用的标签来标记每个集群。

探索

在“发现”中查看集群后，可以使用“探索”进一步训练您的模型。 在这里，您将大部分时间都花在查看消息、添加标签和提高模型对数据的理解上。

优化

此阶段用于评估和改进模型的整体性能。 在此阶段，平台通过“模型评分”提供有关模型运行状况的指导性反馈，包括性能问题以及解决问题的下一个最佳操作。

现在可以使用“训练”选项卡完成“发现”、“探索” 和“优化” 阶段。 有关更多信息，请参阅训练页面。

修剪/重新组织

这是模型训练流程的一部分，您可以随时执行此操作 - 在此过程中重命名、合并或删除标签。 探索页面中详细介绍了该流程。