Entités

Les Entités sont des éléments d’information spécifiques dans les messages de contact, tels que les noms, les adresses, les numéros de téléphone, les numéros de commande et les numéros d’article. Vous pouvez les utiliser pour entraîner votre robot à extraire des informations des énoncés Ce qu’un contact dit ou tape. des contacts. Les informations extraites peuvent être enregistrées pour être utilisées dans les réponses du robot. Elles peuvent également être transmises à CXone ou à des bases de données ou applications tierces par le biais d’intégrations.

Les énoncés des contacts peuvent contenir beaucoup d’informations. Vous n’avez pas besoin d’entités pour toutes les informations. Vous ne devez créer des entités que pour les informations dont votre robot a besoin pour atteindre ses objectifs. Par exemple, les contacts peuvent fournir leurs nom et prénom lors d’une interaction. Si l’objectif est simplement de permettre au robot d’appeler le contact par son prénom, il n’est pas nécessaire de créer une entité pour le nom de famille ou le nom complet du contact.

Lorsque vous créez une entité, un emplacement Entité extraite du message du contact et enregistrée pour une utilisation dans les réponses du robot logiciel. Similaire à une variable. correspondant est automatiquement créé pour contenir les informations extraites. Les emplacements créés automatiquement doivent être modifiés pour modifier les paramètres par défaut.

Les entités sont étroitement liées aux emplacements. Les emplacements conservent les informations pendant une interaction jusqu’à ce qu’elles soient nécessaires. Une entité extrait des informations d’un énoncé et les stocke dans un emplacement. Vous pouvez utiliser l’emplacement comme une variable pour utiliser les informations qu’il contient.

Glossary

Concept	Définition	Exemple	Ce que fait le robot
Énoncé	Tout ce que dit un contact dans une interaction. Parfois appelé message.	« J’ai perdu mon mot de passe. » « Quel est mon solde? » « Êtes-vous un robot logiciel? »	Le robot utilise la compréhension du langage naturel (NLU) pour analyser chaque énoncé d’un contact afin d’en déterminer le sens, ou l’intention.
Intention	Ce que le contact veut communiquer ou accomplir. Chaque message envoyé par le contact a une intention.	« J’ai perdu mon mot de passe » a pour intention de « réinitialiser le mot de passe ». « Bonjour » a pour intention de « saluer ».	Le robot analyse le message d’un contact en utilisant la compréhension du langage naturel Ce processus étend le traitement du langage naturel (TAL) pour prendre des décisions ou agir en fonction de ce qu’il comprend. (NLU) pour déterminer l’intention. Une fois l’intention connue, il peut répondre par un message qui lui est propre. Vous configurez la réponse que vous souhaitez que le robot utilise pour chaque intention.
Entité	Un élément d’information défini dans le message d’un contact.	Nom de la personne ou du produit, numéro de téléphone, numéro de compte, emplacement, etc.	Le robot utilise la compréhension du langage naturel pour identifier les entités dans le message d’un contact. Les entités aident le robot à comprendre la signification du message du contact.
Emplacement	Une entité extraite du message d’un contact et enregistrée pour être utilisée dans les réponses du robot. Similaire à une variable.	La création d’une fente pour le nom du contact permet au robot logiciel d’utiliser ce nom dans les réponses lors d’une interaction, ce qui le rend plus personnel.	Lorsqu’il est configuré à cet effet, le robot extrait une entité du message d’un contact et l’enregistre à un emplacement. Vous pouvez demander au robot d’utiliser ces informations plus tard dans la conversation.
Règle	Définit la réponse d’un robot aux messages dont le sens ne change pas en fonction du contexte.	Interactions en un tour avec des réponses fixes : Quelles sont vos heures? Quelle est votre adresse? Éléments constitutifs de la conversation : Salutations, au revoir, remerciements et transitions; questions simples oui/non; et remerciements. CXone Bot Builder est livré avec des intentions et des règles par défaut pour plusieurs d’entre eux, y compris les salutations, les demandes de transfert Tout message de contact qui devrait déclencher le transfert vers un agent en chair et en os, etc. FAQ Insultes et défis de robots logiciels classiques	Les règles constituent l’une des deux façons dont vous pouvez configurer la manière dont le robot répond à une intention. Les règles sont utiles pour certains types d’intentions, mais pas pour toutes.
Histoire	Entraîne un robot à gérer une interaction en fonction de l’intention du message et du contexte de la conversation.	Lors d’une interaction à propos d’un mot de passe oublié, le robot logiciel répondrait à la question « Comment puis-je faire cela? » d’une façon. Si l’interaction concernait la création d’un nouveau compte, la réponse serait assez différente même si dans les deux cas, le contact utilise les mêmes mots avec la même intention – obtenir plus d’informations.	Les histoires constituent la deuxième façon dont vous pouvez configurer la manière dont le robot répond à une intention. Les histoires apprennent au robot à utiliser le contexte de la conversation pour répondre de manière appropriée.
Action du robot	Tout ce qu’un robot logiciel dit ou fait lors du traitement d’une interaction.	Lors d’une interaction concernant un mot de passe oublié, le robot répond en envoyant un lien vers la FAQ de réinitialisation du mot de passe sur le site Web. Lorsqu’un contact exprime sa frustration, par exemple « Je ne comprends pas! Ça ne marche pas! » le robot répond par « Je suis désolé. Voulez-vous que je vous transfère à un agent humain? » Lorsque le contact répond par l’affirmative, le robot lance le transfert.	Les actions sont les options dont vous disposez pour définir la manière dont vous voulez que le robot réponde à chaque intention. Elles vous donnent la possibilité de configurer chaque réponse pour obtenir le résultat qui répond aux besoins du contact.

Types d’entités

Il existe deux types d’entités dans Bot Builder:

Expression régulière (regex) : Entités qui suivent des modèles réguliers, tels que les numéros de téléphone, les numéros de commande ou les adresses courriel.
Tableau de consultation : Entités qui ne suivent pas un modèle, telles que les parfums de crème glacée, les titres de rapports, les styles de chaussettes ou les couleurs.

Entités d’expression régulière

Une expression régulière (regex) est une séquence de caractères qui spécifie un modèle de recherche. La création d’une expression régulière pour extraire les entités enseigne à votre robot un modèle à rechercher pour identifier les informations correctes pour cette entité Mot-clé ou expression défini(e) dans votre profil d’entreprise dans Interaction Analytics. Lié à un type d’entité. Peut inclure des variantes.. Cette fonctionnalité est utile pour les données qui présentent des caractéristiques similaires et régulières, telles que les adresses courriel, les numéros de téléphone et les numéros de compte ou de facture.

Vous pouvez ajouter une entité regex à partir de la section NLU dans Bot Builder :

Onglet Entités
Onglet Intentions

Entités de tableau de consultation

Les entités de consultation sont des catégories d’informations. Dans Bot Builder, il s’agit de listes de mots, où chaque mot est un membre de la catégorie. La liste doit contenir tous les membres de la catégorie que votre robot doit connaître. Par exemple, si vous créez une entité pour les parfums de crème glacée, vous devez fournir tous les parfums proposés par votre entreprise. Vous pouvez également ajouter des parfums que votre entreprise ne propose pas, mais qui sont fréquemment demandés, afin que votre robot puisse répondre à ces demandes avec un chemin hors du champ d’application.

Vous pouvez ajouter une entité de tableau de consultation à partir de la section NLU dans Bot Builder :

Onglet Entités
Boîte de réception, lors de la consultation des messages
Onglet Intentions, lorsque vous travaillez avec des exemples d’intentions

Les entités de consultation ne sont pas sensibles à la casse.

Fonctionnement des entités

Pour que votre robot puisse extraire une entité Mot-clé ou expression défini(e) dans votre profil d’entreprise dans Interaction Analytics. Lié à un type d’entité. Peut inclure des variantes. d’un énoncé Ce qu’un contact dit ou tape., vous devez l’étiqueter dans les exemples d’intention appropriés et dans les dialogues Histoires et règles de robots logiciels dans CXone Bot Builder. pour cette intention. L’étiquetage indique à votre robot quand vous voulez qu’il extraie une entité d’un énoncé et permet d’associer l’entité à l’intention. L’étiquetage est nécessaire pour les entités regex, mais reste utile pour les entités de tableau de consultation.

Pour étiqueter une entité, vous devez la sélectionner dans l’énoncé, puis choisir le type d’entité que le mot ou la phrase représente. Vous pouvez le faire à partir de la boîte de réception NLU, dans les exemples d’intentions et à partir d’une histoire ou d’une règle.

Au cours d’une interaction, le robot prédit l’intention d’un énoncé. Si l’intention contient une entité étiquetée, le robot vérifie l’énoncé à la recherche d’une chaîne correspondant au modèle établi dans une entité regex ou à l’un des exemples d’une entité de tableau de consultation. S’il trouve une correspondance, le robot extrait la valeur et la stocke à l’emplacement Entité extraite du message du contact et enregistrée pour une utilisation dans les réponses du robot logiciel. Similaire à une variable. correspondant de l’entité. Ces informations sont alors disponibles pour être utilisées au cours de l’interaction.

Les entités sont toujours extraites et enregistrées à l’emplacement correspondant lorsque le robot les reconnaît. Si le robot reconnaît une entité, mais ne dispose pas d’une histoire Utilisé pour former le robot logiciel au traitement des interactions en fonction de l’intention et du contexte ou d’une règle Utilisé pour définir la réponse du robot logiciel aux messages qui ne changent pas avec le contexte. lui indiquant ce qu’il doit faire de l’information, il l’ignorera. Cependant, la présence de l’entité dont il ne sait que faire peut diminuer la confiance du robot dans la prédiction de la bonne intention La signification ou le but derrière ce qu’un contact dit/tape ; ce que le contact veut communiquer ou accomplir.

Il peut arriver que vous souhaitiez que le robot ne remplisse l’emplacement d’une entité que dans certaines circonstances. Vous pouvez configurer des restrictions sur le moment où le robot peut remplir chaque emplacement. Les restrictions peuvent être basées sur l’intention, sur un formulaire ou sur les deux. Toutes les méthodes de remplissage des emplacements ne prennent pas en charge ces deux restrictions.

Exemples d’entités et synonymes

Après avoir créé une entité, vous devez fournir des exemples pour aider le robot à apprendre à la reconnaître. Les exemples sont différents pour chaque type d’entité :

Pour les entités regex, les exemples doivent être des représentations réelles du type de données que le robot rencontrera au cours de ses interactions. Par exemple, pour une entité phoneNumber, utilisez de vrais numéros de téléphone.
Pour les entités de tableau de consultation, les exemples doivent être membres de la catégorie que l’entité représente. Par exemple, l’entité iceCreamFlavors peut contenir des exemples tels que chocolat, vanille et fraise. La liste d’exemples doit contenir tous les membres de la catégorie que votre robot doit connaître.

Pour les entités de tableau de consultation, vous pouvez également identifier des synonymes pour chaque exemple. Les synonymes vous permettent d’enseigner au robot les différentes façons dont les contacts peuvent se reporter à une même valeur d’entité. Par exemple, la ville de New York peut également être appelée NYC, NY, New York et Big Apple.

Vous pouvez ajouter des exemples d’entités et des synonymes aux endroits suivants dans Bot Builder :

L’onglet Intentions, lorsque vous ajoutez des exemples à une intention.
Les onglets Histoires et Règles, lors de la création d’un dialogue Histoires et règles de robots logiciels dans CXone Bot Builder..
La boîte de réception NLU, lors de la révision des messages envoyés au robot.

Étiqueter les entités pour apprendre au robot à les utiliser

Après avoir créé des entités Un élément d’information recueilli à partir des messages du contact lors des conversations avec un robot., vous devez les sélectionner et les étiqueter dans les histoires Utilisé pour former le robot logiciel au traitement des interactions en fonction de l’intention et du contexte, les règles Utilisé pour définir la réponse du robot logiciel aux messages qui ne changent pas avec le contexte. et les données d’entraînement des intentions La signification ou le but derrière ce qu’un contact dit/tape ; ce que le contact veut communiquer ou accomplir, ainsi que dans les messages de la boîte de réception NLU où elles apparaissent. L’étiquetage apprend au robot qu’une entité est importante dans le contexte de l’intention des messages où elle est étiquetée. De même, l’étiquetage :

Ajoute le texte surligné comme exemple de l’entité que vous sélectionnez. Si l’exemple existe déjà, rien de nouveau n’est ajouté.
Demande au robot d’extraire cette entité de l’énoncé. Vous pouvez ensuite utiliser ou stocker la valeur de l’entité, par exemple en mettant à jour l’enregistrement d’un client ou en permettant au robot d’utiliser le nom du contact.

Les entités regex et de consultation doivent être étiquetées. Pour les entités regex, cela est nécessaire pour apprendre à votre robot à reconnaître le modèle regex. Pour les entités de consultation, cela apprend à votre robot que l’entité est un élément important de l’intention.

Vous pouvez étiqueter des entités dans les histoires et les règles, les données d’entraînement des intentions ou les messages de la boîte de réception NLU.