Glossário

Bruno Cavalcante de Lima Atualizado por Bruno Cavalcante de Lima

Nesse artigo, você encontrará o significado de alguns termos e expressões comuns na Weni. A maioria são termos encontrados em plataformas de NLU, mas alguns deles são partes específicas da comunidade da Weni, então é muito importante que todos os usuários os entendam.

  • Precisão: É um dado obtido nos testes de inteligência. Refere-se à razão entre as observações positivas previstas corretamente e o total de observações positivas previstas;
  • Algoritmo: Em termos gerais, é um bloco de código que realiza uma determinada ação, dada uma entrada. No contexto de NLU, o algoritmo especifica como será feito o processamento da base de treinamento para gerar modelo que realizará as predições dos usuários.
  • Confiança: É a taxa de certeza do seu bot em relação à sua classificação. Significa o quão certo da interpretação a inteligência está de sua resposta, baseado no dataset treinado.
  • Dataset: Um dataset é o conjunto de todas as frases de exemplo cadastradas na Weni. O dataset "ensina" ao bot o que ele deve entender sobre cada intenção.
  • Entidade: Representa uma parte específica de informação retirada da entrada do usuário. Entidades podem ser usadas para adicionar outros níveis de abstração para um determinado contexto.
  • Teste: É o processo usado para validar o dataset da sua inteligência. Tanto no Teste Rápido quanto na aba de Testes, o usuário pode analisar se o treinamento realizado está sendo efetivo a partir de algumas métricas.
  • Interações: É a funcionalidade que reúne todas as frases enviadas para a inteligência e seus dados de predição. É normalmente usada para melhorar datasets baseados nessas frases, pois permite que o usuário adicione essas frases nos datasets de treinamento e/ou testes.
  • Integração (API): É a forma como serviços externos se comunicam com o BotHub para utilizar a predição. Conseguimos integrar essas outras plataformas com o BotHub apenas passando os dados de autorização da inteligência.
  • Intenção: Representa o objetivo de uma entrada do usuário. Normalmente, o usuário define a intenção para cada tipo de resposta que sua inteligência terá que predizer.
  • NLP: NLP (Processamento de Linguagem Natural) é a tecnologia que cuida das interações entre humanos e computadores ao processar uma entrada em linguagem natural e a interpretar de maneira que a máquina possa tomar ações a partir dessa entrada.
  • Recall: É um dado obtido nos testes de inteligência. Refere-se à razão entre observações preditas corretamente e todas as observações feitas no teste;
  • Frases de treinamento/teste: Uma frase de teste ou treinamento é uma simulação de sentença de entrada do usuário final. Normalmente estão relacionadas ao escopo principal da inteligência e são usadas para alimentar os seus datasets.
  • Treinamento: É o processo de "ensinar" novas frases de seu dataset para melhorar a inteligência. Rodar um treinamento significa gerar um novo modelo (uma nova inteligência) para o seu bot com base em todas as frases de treinamento registradas.
  • Modelo: É essencialmente um conjunto de pesos gerado pelo treinamento. O treinamento ajusta o modelo baseado no dataset para que ele aprenda seus padrões, podendo assim responder perguntas nunca vistas por ele antes (no nosso caso, classificar frases). O modelo é a inteligência do bot, é ele que faz a classificação das frases. A Weni encarrega-se de abstrair a utilização do modelo para a simplicidade de utilização do usuário.
  • Versões: é a funcionalidade que permite o usuário a trabalhar com diversas versões de um mesmo dataset, podendo fazer alterações sem interferência entre eles.

Como a gente se saiu?

Contato