Goal : 각 발화에 대한 결과 (action 자체나 output Concept이 Goal이 될 수 있음)
Training : 캡슐 내 해당 언어에 대한 모든 학습데이터
Training Example : 학습 예제 하나 하나를 의미
Training Example을 만들 때 Goal과 태깅을 필수적으로 해야 함
- 태깅 시 Vocab이 있는 경우 (form에 Vocab의 내용을 작성해줌)
Training 시 에러가 발생하는 경우
Not Learned : 학습을 진행하였음에도 Not Learned 상태인 경우 태깅이 잘못된 상태를 의미하므로 적절한 태깅으로 수정이 필요함
Illegal Plan : Goal의 모델링이 잘못된 경우, 발화 자체가 다른 Goal에 적절한 경우
빅스비는 대량의 학습 데이터보다는 소량의 정확한 데이터에서 학습이 잘 됨
캡슐 당 최대 트레이닝 개수는 2000개
Tightly-Scoped : Core Use Cases에 집중하는 기능만을 구현
주요 시나리오에 대한 정확한 기능을 학습하는 것이 더욱 좋음
Well-Discriminated : 캡슐의 모든 Query가 명확하게 해당 캡슐에 매핑되는 것을 의미
Obviously-Tagged
좋은 자연어 학습 방법
[Bixby Routine] 빅스비 루틴 만들기 및 사용하기 (1) | 2023.10.14 |
---|---|
[Bixby] 문자열 컨셉 & Vocab (0) | 2022.04.01 |
[Bixby] 자연어 학습 & 대화 시나리오 설계 (0) | 2022.03.31 |
[Bixby] Endpoint & 외부 서버 연동 (0) | 2022.03.30 |
[Bixby] 빅스비 캡슐 디자인 (0) | 2022.03.29 |