NLU
NLU é um acrônimo para compreensão de linguagem natural. É uma parte do processamento de linguagem natural (PLN) Também chamado PLN, esse processo entende a fala humana ou texto e responde com linguagem similar à dos humanos. que lida especificamente com a compreensão de leitura de máquina. É a parte de Bot Builder que permite a sua bot
Um aplicativo de software que interage com os clientes no lugar de um agente humano ao vivo. para entender o que seus consumidores estão dizendo nas conversas para que ele possa fornecer a resposta mais útil.
A seção NLU do Bot Builder permite que você crie e gerencie as configurações que criam os recursos NLU do seu bot. Esses são entidades e intenções. Esses conceitos criam seus dados de treinamento e tornam seu bot mais inteligente.

Conceito | Definição | Exemplo | O que o bot faz |
---|---|---|---|
![]() Enunciado |
Qualquer coisa que um contato diz em uma interação. Às vezes chamado de mensagem. |
"Perdi minha senha." "Qual é o meu saldo?" "Você é um robô?" |
O bot usa Entendimento de linguagem natural (NLU, na abreviação em inglês) para analisar cada enunciado do contato e determinar seu significado ou intenção. |
![]() Intenção |
O que o contato deseja comunicar ou realizar. Toda mensagem que o contato envia tem uma intenção. |
"Perdi minha senha" tem a intenção de "redefinir senha". "Olá" tem a intenção de "saudar". |
O bot analisa uma mensagem de contato usando NLU |
![]() Entidade |
Uma parte de informação definida na mensagem de um contato. | Nome da pessoa ou produto, número de telefone, número da conta, localização e assim por diante. | O bot usa NLU para identificar entidades em uma mensagem de um contato. Entidades ajudam o bot a entender o que a significa a mensagem do contato. |
![]() Slot |
Uma entidade extraída da mensagem de um contato e salva para uso em respostas de bot. Semelhante a uma variável. | Criar um slot para o nome do contato permite que o bot use esse nome nas respostas durante uma interação, tornando-o mais pessoal. | Quando configurado de tal forma, o bot extrai uma entidade de uma mensagem de contato e a salva em um slot. Você pode fazer com que o bot use esta informação mais tarde na conversa. |
![]() Regra |
Define a resposta de um bot a mensagens que não mudam com o contexto. |
|
Regras são uma de duas formas de se configurar como o bot responde a uma intenção. Regras são úteis para alguns tipos de intenções, mas não para todas. |
![]() História |
Treina um bot para lidar com uma interação com base na intenção da mensagem e contexto de conversação. | Em uma interação sobre uma senha esquecida, o bot responderia a "Como faço isso?" de determinada maneira. Se a interação fosse sobre a criação de uma nova conta, a resposta seria bem diferente, embora em ambos os casos o contato esteja usando as mesmas palavras com a mesma intenção - para obter mais informações. | Histórias são a segunda forma de se configurar como o bot responde a uma intenção. Histórias ensinam ao bot como usar o contexto da conversa para responder adequadamente. |
![]() Ação de bot |
Qualquer coisa que um bot diga ou faça enquanto lida com uma interação. |
Em uma interação sobre uma senha esquecida, o bot responderia enviando um link para um FAQ sobre redefinição de senha no site. Quando um contato expressa frustração, como ao dizer "Eu não entendo! Não está funcionando!!!" O bot responde com "Me desculpe. Gostaria de ser transferido para um agente humano?" Quando o contato diz sim, o bot inicia a transferência. |
Ações são as opções que você tem ao definir como quer que o bot responda a cada intenção. Elas lhe dão flexibilidade para configurar cada resposta de forma a atingir o objetivo que atenda às necessidades do contato. |
Práticas recomendadas para dados de treinamento NLU
- Sempre opte por qualidade em vez de quantidade. Não há problema em se começar com um conjunto de dados pequeno e construí-lo ao longo do tempo à medida que reúne mais exemplos de alta qualidade.
- Use exemplos de conversas reais. Isto garante que os dados que usa são realistas. Eles vêm de coisas realmente ditas pelos seus contatos.
- Não use ferramentas que geram dados automaticamente e afirmam treinar seu bot
Um aplicativo de software que interage com os clientes no lugar de um agente humano ao vivo. mais rápido. Frequentemente, produzem exemplos que não refletem o que os contatos realmente dizem. Elas também podem resultar em um bot que perde sua capacidade de fazer generalizações. Com o tempo, o bot chega a um ponto em que só reconhece frases que já viu.
- Não use os mesmos dados de treinamento para mais de uma intenção. Se reutilizar dados de treinamento, o bot não conseguirá determinar de forma confiável a intenção em interações com contatos em tempo real.
- Permaneça flexível e disposto a ajustar intenções e histórias ao longo do tempo. À medida que revê dados de conversas, você pode descobrir que o que pensava ser duas intenções separadas na verdade são variações de uma mesma intenção mais geral. Ou você pode descobrir que uma intenção está geral demais e que você precisa dividi-la em mais intenções distintas.
- Adicione novos exemplos de treinamento apenas se estes forem úteis.
- Não adicione novos exemplos de treinamento que são muito parecidos com os exemplos existentes. Se o bot prever corretamente a intenção de um enunciado com alta confiança, a adição de mais exemplos parecidos não é útil para o bot.
- Adicione mais exemplos de treinamento de enunciados que o bot previu incorretamente ou com baixa confiança.