模型训练流程概述

训练模型是一个包含以下阶段的流程：

• 发现
• 展开
• 优化

最初，最好按顺序执行这些步骤。但是，该过程可以是迭代的，随着时间的推移，您可能会发现自己根据标签而调整顺序，因为您对平台越来越熟悉。

发现

在发现阶段，系统会将相似的意图、模式和对话主题分组到集群中。这是起点，您可以使用它快速构建初始模型，并在其中分析数据并使用一个或多个适用标签来标记每个集群。

探索

在“发现”阶段查看集群后，使用“探索”阶段进一步训练您的模型。在此阶段，您可以查看消息、添加标签并改进模型理解数据的方式。

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这些问题的下一步最佳操作。

您可以使用“训练” 选项卡完成“发现” 、“探索” 和“优化” 阶段。有关更多详细信息，请查看训练。

重新组织

这是您随时可以执行的模型训练流程的一部分。例如，在执行流程时重命名、合并或删除标签。有关此流程的更多详细信息，请查看“探索” 。