Usar o modelo para fazer uma previsão
Objetivos de aprendizagem
- Usar a API do Einstein Intent para categorizar texto usando o modelo criado.
- Explicar os resultados de previsão retornados pela API.
Testar seu modelo
-
No comando cURL a seguir, substitua <TOKEN> pelo seu token e <MODEL_ID> pela ID do conjunto de dados. Em seguida, execute o comando na janela da linha de comando.
curl -X POST -H "Authorization: Bearer <TOKEN>" -H "Cache-Control: no-cache" -H "Content-Type: multipart/form-data" -F "modelId=<MODEL_ID>" -F "document=I'd like to buy some shoes" https://api.einstein.ai/v2/language/intent
Na solicitação, o parâmetro document contém a sequência de caracteres que você deseja classificar. Você está apenas fazendo um teste, mas ao implantar o Einstein Language no Cloud Kicks, a sequência de caracteres a ser classificada será o texto que o usuário inserir no formulário de solicitação de serviço.
A resposta da API será mais ou menos como JSON a seguir. O modelo prevê que a solicitação é uma oportunidade de venda.{ "probabilities": [ { "label": "Sales Opportunity", "probability": 0.99844366 }, { "label": "Shipping Info", "probability": 0.0011946243 }, { "label": "Order Change", "probability": 0.00032401472 }, { "label": "Password Help", "probability": 0.000036838523 }, { "label": "Billing", "probability": 7.9345693e-7 } ], "object": "predictresponse" }
Interpretar os resultados
Na resposta de previsão, você pode ver como os rótulos funcionam ao fazer uma previsão. O modelo usa o texto de entrada e o classifica com base nos dados associados a cada rótulo. Na resposta, o valor do rótulo Oportunidade de venda tem um valor de probabilidade de 0.9540156. Nesse caso, o modelo tem 95% de certeza de que a solicitação é uma oportunidade de venda.
O desenvolvedor do site Cloud Kicks usa os resultados do modelo para direcionar a solicitação de serviço ao endereço de email correto. O desenvolvedor codifica para direcionar a solicitação com base na maior probabilidade. Assim, essa solicitação iria para o departamento de vendas.
Todo valor de probabilidade é sempre um número entre 0 e 1. Por padrão, a API retorna todos os rótulos no modelo. Para cada rótulo, a API retorna uma probabilidade de o texto pertencer a ele. No entanto, você pode especificar claramente o número de rótulos que deseja ver retornado usando o parâmetro de solicitação numResults.
Isso é tudo, pessoal! Você percorreu todo o ciclo de desenvolvimento e seu modelo está pronto. No entanto, no mundo real, o ciclo de desenvolvimento de aprendizagem de máquina é iterativo.
Conforme você vai testando o modelo e sua precisão, pode vir a descobrir que precisa adicionar rótulos ou dados. Talvez os usuários tenham transmitido texto do qual você não tinha conhecimento e seja necessário adicionar dados ao modelo. Conforme você vai adicionando dados ao modelo e testando a precisão, poderá ajustar o modelo para torná-lo mais exato. Para obter mais informações, confira o Guia do desenvolvedor dos serviços da Einstein Platform na seção de recursos.
Recursos
- Guia do desenvolvedor da Einstein Platform: Prediction for Intent
- Guia do desenvolvedor da Einstein Platform: Get Model Metrics