Problemen oplossen met Qlik Answers reacties met de redeneringstracering

Het redeneerspoor toont de stappen die Qlik Answers heeft genomen om een vraag te verwerken en een antwoord te genereren. Het controleren van de trace helpt u te verifiëren dat de juiste gegevens zijn gebruikt en te identificeren waar verbeteringen nodig zijn wanneer een antwoord niet is wat u verwachtte.

Voor Qlik Answers gebruikers, kan het helpen uw vragen te valideren of u te begeleiden bij het stellen van vervolgvragen. Voor eigenaren van content zoals assistenten en applicaties, kan het u helpen te verifiëren dat de applicatiegegevens of kennisbanken de verwachte antwoorden geven of als u verbeteringen moet aanbrengen

Toegang krijgen tot de redeneringstrace

Nadat Qlik Answers een reactie terugstuurt, klik op Bron bekijken onder het antwoord en klik vervolgens op Redenering weergeven. De trace wordt uitgevouwen om elke stap te tonen die de pijplijn heeft uitgevoerd.

Inzicht in de tracestructuur

Het redeneerspoor is een logboek van de agents die zijn uitgevoerd en de beslissingen die ze hebben genomen. De betrokken agents, en hoe vaak elk ervan draait, hangen af van de gestelde vraag en de gegevensbronnen die in uw toepassing zijn geconfigureerd. Het spoor volgt geen vaste volgorde. Een eenvoudige vraag kan minder agenten betrekken, terwijl een complexe meerdelige vraag dezelfde agent meerdere keren kan oproepen voordat een definitief antwoord wordt geproduceerd.

De volgende agenten kunnen verschijnen in een trace:

• Antwoorden Agent

• Data-analist-agent

• Kennisbankagent

• Samenvattingsagent

Antwoorden Agent

De Answers Agent verschijnt aan het begin en einde van elke tracering. Bij de start leest het de vraag, bepaalt welke gegevensbronnen nodig zijn, en stuurt het werk door naar de juiste gespecialiseerde agenten. Uiteindelijk voegt het de deelresultaten samen tot de uiteindelijke respons die aan de gebruiker wordt getoond.

Het openingsblok van de Answers Agent beschrijft wat de agent begreep over de vraag.

Controleer of het onderwerp en eventuele entiteiten correct zijn geïdentificeerd. Als de agent de vraag in dit stadium verkeerd heeft gelezen, zullen de gespecialiseerde agenten stroomafwaarts een query uitvoeren op basis van de verkeerde context.

Data-analistagent

De Data-analist Agent behandelt vragen over gestructureerde gegevens. Het zoekt het gegevensmodel naar relevante velden en metingen, bouwt berekeningsuitdrukkingen, en maakt de diagramobjecten die verschijnen in het antwoord.

Voor complexe vragen kan de Data-analist-agent meer dan eens in de trace verschijnen. Bijvoorbeeld, kan het een eerste doorgang uitvoeren om velden te ontdekken, een tweede doorgang om te controleren of een specifieke waarde in de gegevens bestaat, en een derde doorgang om de visualisaties te bouwen.

Kennisbankagent

De Knowledge Base Agent behandelt vragen die betrekking hebben op ongestructureerde inhoud, zoals interne documenten, notulen van vergaderingen, memo's of pdf's die zijn verbonden met uw toepassing als een kennisbank gegevensbron.

Wanneer een vraag zowel gestructureerde als ongestructureerde gegevens vereist, stuurt de Antwoorden-agent het werk door naar zowel de Kennisbank-agent als de Data-analist-agent. Elke agent levert zijn resultaten onafhankelijk aan, en de Antwoorden-agent combineert deze in het uiteindelijke antwoord.

Als een gebruiker een vraag stelt die duidelijk verwijst naar een document of vergadering en de Knowledge Base Agent niet verschijnt in de trace, controleer dan of een kennisbankgegevensbron is verbonden met uw toepassing en dat de inhoud is geïndexeerd.

Lezen van gelijkenisscores

De belangrijkste sectie van elke trace is de velddetectie-uitvoer binnen de Data Analyst Agent. Deze sectie vermeldt elk veld en masteritem dat de agent heeft overwogen, samen met een gelijkenisscore voor elk ervan.

De gelijkenisscore geeft aan hoe goed de semantische zoekopdracht een veld of masteritem heeft gematcht met de vraag van de gebruiker. De agent gebruikt de hoogst scorende velden en masteritems om de reactie op te bouwen. Als een veld of masteritem dat u verwachtte te worden gebruikt, ontbreekt in de lijst, of aanwezig is maar lager scoorde dan een concurrerend veld of masteritem, is het antwoord waarschijnlijk gebouwd met andere gegevens dan u bedoelde.

Scores interpreteren

Waar op te letten

Bij het controleren van de lijst met velden en masteritems, controleer het volgende:

• Is het gewenste veld of masteritem aanwezig?

  Als het volledig ontbreekt, komen het label en de beschrijving van het veld of masteritem mogelijk niet overeen met de taal die in de vraag wordt gebruikt.

• Heeft uw beoogde veld of masteritem een hogere score dan concurrerende velden of masteritems?

  Als een ander veld of masteritem hoger scoorde en in plaats daarvan werd gebruikt, kan het antwoord correct lijken, maar wel uit de verkeerde gegevens putten.

• Staan er velden of masteritems in de lijst die er niet thuishoren?

  Een veld of masteritem dat onverwacht hoog scoort, kan de aandacht afleiden van het juiste veld of masteritem.

De velden en masteritems die het belangrijkst zijn voor het beantwoorden van gebruikersvragen, moeten consequent hoger scoren dan alle andere velden en masteritems waarmee de agent ze zou kunnen verwarren.

Verbeteren van gelijkenisscores

Overeenkomstscores worden berekend op basis van veld- en masteritemnamen, beschrijvingen en metadata. Het verbeteren hiervan verhoogt direct de score voor relevante vragen.

Metagegevens van velden en masteritems bijwerken

Doe het volgende:

1. Open in uw toepassing Gegevensbeheer of Editor voor laden van gegevens.

2. Zoek het veld of de masteritem met een lage of ontbrekende gelijkenisscore.

3. Werk de veld- of masteritemnaam bij zodat deze duidelijke zakelijke taal gebruikt die weergeeft hoe gebruikers ernaar zullen vragen.

   Voor Gegevensbeheer, zie Een tabel bewerken

   Voor Editor voor laden van gegevens, zie Velden hernoemen.

   Voor hoofdartikelen, zie:

   • Een masterdimensie bewerken

   • Een mastermeting bewerken

4. Voeg toe of breid de masteritembeschrijving uit om duidelijk uit te leggen wat de masteritem bevat, welk bedrijfsconcept het vertegenwoordigt en wanneer het gebruikt moet worden. Zie:

   • Een masterdimensie bewerken

   • Een mastermeting bewerken

5. De applicatie opnieuw laden.

6. Stel dezelfde vraag opnieuw en open het redeneerspoor om te controleren of de score is verbeterd.

Een veld genaamd NETWR zonder beschrijving zal aanzienlijk lager scoren dan een veld met het label Net Sales Amount met een beschrijving die luidt "Totale omzet uit voltooide verkooptransacties, nadat kortingen zijn toegepast." Hoe nauwkeuriger uw metadata de natuurlijke zakelijke taal weerspiegelt, hoe hoger het veld zal scoren wanneer gebruikers relevante vragen stellen.

Conflicten oplossen voor velden en masteritems

Wanneer twee velden of masteritems vergelijkbare concepten behandelen en concurreren om dezelfde query, selecteert de agent degene met de hogere score. Als het verkeerde veld of masteritem wordt gebruikt, moet u dit herzien.

Doe het volgende:

1. Controleer de metadata voor beide velden of hoofditems.

2. Maak de naam en beschrijving van het beoogde veld of masteritem specifieker en directer afgestemd op de bedrijfsterm waar gebruikers naar zoeken.

   Voor veldnamen:

   Voor Gegevensbeheer, zie Een tabel bewerken

   Voor Editor voor laden van gegevens, zie Velden hernoemen.

   Voor hoofdartikelen, bewerk de naam of beschrijving. Zie:

   • Een masterdimensie bewerken

   • Een mastermeting bewerken

3. Als het concurrerende veld of de masteritem minder relevant is, werk dan de naam of beschrijving bij om de werkelijke reikwijdte nauwkeuriger weer te geven, zodat het lager scoort op niet-gerelateerde zoekopdrachten.

Diagnose stellen bij een fout of onvolledig antwoord

Gebruik de volgende richtlijnen wanneer het antwoord van Qlik Answers niet overeenkomt met wat u verwachtte.

Het antwoord gebruikte het verkeerde veld of masteritem

Doe het volgende:

1. Open de redeneringstracering en zoek de uitvoer van velddetectie in de Data-analist-agent.

2. Zoek het veld of masteritem dat is gebruikt en noteer de overeenkomstscore.

3. Zoek het veld of masteritem dat u verwachtte te worden gebruikt. Als het in de lijst staat, vergelijk de score ervan met het veld of masteritem dat is geselecteerd.

4. Als uw beoogde veld of masteritem lager scoorde, werk de naam of beschrijving bij om de relevantie voor de vraag te verbeteren.

   Voor masteritems, bewerk de beschrijving. Zie:

   • Een masterdimensie bewerken

   • Een mastermeting bewerken

5. Als het gewenste veld of masteritem helemaal niet in de lijst staat, controleer dan de naam en beschrijving. Het wordt waarschijnlijk beschreven in technische termen die niet overeenkomen met hoe gebruikers vragen formuleren.

Een veld of masteritem ontbreekt volledig uit de lijst

Doe het volgende:

1. Open de velddetectie-uitvoer in de trace.

2. Controleer of het veld of het masteritem bestaat in het gegevensmodel.

3. Als u een logisch model voor bedrijfslogica gebruikt, controleer dan of het veld of de masteritem niet is gedegroepeerd.

4. Controleer de veld- of masteritemnaam en -beschrijving.

   Als een van beide ontbreekt of interne naamgevingsconventies gebruikt (zoals SAP-veldcodes voor velden), voeg dan een naam en beschrijving in gewone taal toe.

   Zie:

   • Een masterdimensie bewerken

   • Een mastermeting bewerken

5. Herlaad de applicatie en voer de vraag opnieuw uit om te controleren of het veld of de masteritem nu in de trace verschijnt.

Het antwoord is correct maar onvolledig

De planningsoutput van de Data Analyst Agent beschrijft welke grafieken zijn gebouwd en welke dimensies zijn geselecteerd. Als een dimensie of meetwaarde ontbreekt in de geplande diagrammen, was de gelijkenisscore ervan waarschijnlijk hoog genoeg om te verschijnen in de lijst met velden en masteritems, maar onder de drempel voor diagramselectie. Het verbeteren van het gerelateerde veld of de masteritem metadata zal het boven de selectiedrempel brengen.

Het verhaal en het diagram tonen verschillende aantallen

De uiteindelijke synthese van de Answers Agent bevat bewijs-ID's tussen haakjes die elke bewering in de tekst koppelen aan het diagramobject waaruit deze afkomstig is. Bijvoorbeeld:

Brand 1 sold 24 vehicles generating total revenue of $1,584,041.82 [d1f09de1-4a5a...]

Als het nummer in de tekst niet overeenkomt met het diagram, dan verwees de synthese naar een ander diagramobject dan het getoonde. Lokaliseer het gerefereerde object met behulp van de ID en vergelijk de expressie ervan met het zichtbare diagram.

Referentie: Agenten en hun rollen