测试多个意图预测

使用批量测试：

• 在单个请求中评估最多 1000 个话语
• 比较预期和预测的意图
• 查看每个预测的置信度分数
• 使用汇总度量分析整体性能

您可以通过两种方式执行批量测试：

• 测试自定义话语：提供话语和预期意图的数据集，以评估特定场景。
• 使用现有机器人数据进行测试：评估机器人中已经配置的所有话语，以生成完整的性能汇总。

这两种方法对应于不同的 API 端点。

在开始前，打开 Einstein 机器人和 Einstein for Intent，并构建模型。打开批处理输入测试器试点权限，并在机器人概述页面上打开跨语言意图模型 (意图 V3)。

备注 请联系 Salesforce 客户支持，以打开批量输入测试器试用权限。如果您关闭跨语言意图模型，Salesforce 会使用意图标准 V2（适用于单语言）或意图多语言 2.5（适用于多语言）构建模型。

批量测试的工作原理

批量测试根据机器人的意图模型评估话语，并返回：

• 您可以使用一组话语或选定的机器人版本启动评估请求。
• 意图模型处理每个话语，并预测最相关的意图。
• 在提供时，系统会将预测意图与预期意图进行比较。
• 系统会为每个预测分配置信度分数和评级。
• 系统会生成包含整体性能度量的预测汇总。
• 系统会返回所有评估话语的综合结果。

了解预测结果

要了解机器人对话语进行分类的准确性并确定需要改进的领域，请查看预测结果。

每个话语结果。对于每个话语，系统将返回：

• 预测意图：模型识别的意图
• 预测结果：表示预测意图是否匹配预期意图（通过、失败或未处理）
• 置信度得分：表示预测正确的可能性

摘要度量。系统提供汇总度量来帮助评估整体性能：

• 成功率：正确预测的话语百分比
• 失败计数：错误预测的话语数量
• 意图覆盖率：为至少一个话语正确预测的意图百分比
• 错误计数：机器人无法处理的话语数量

注意事项

在使用批量测试时，请记住这些注意事项：

• 您一次最多可以评估 1000 个话语。
• 结果取决于意图训练数据的质量。
• 审查失败的预测，以提高意图准确性。
• 单个话语的错误不会停止整体评估。

有关 API 详细信息，请查看连接 REST API 开发人员指南中的机器人话语意图预测资源。