Bot Builder 中的意图

意图是联系人言语背后的核心含义。它们是联系人想要传达或实现的需求或目标。您的机器人分析每个话语联系人所说或输入的内容。并根据配置的意图确定最接近的匹配内容。然后，机器人可使用故事用于训练机器人根据意图和上下文进行交互处理或规则用于定义机器人对不随上下文变化的消息的响应。中配置的应答来响应联系人，以匹配意图。

联系人发送的每句话语都有一个意图。许多消息与联系人联系您组织的原因有关。这些消息的意图与机器人处理的任务相关，例如重置密码或给出指示和营业时间。其他消息遵循社交脚本，其中意图是问候、再见、感谢、闲聊等等。

意图是配置新机器人的起点。您创建一个意图，然后提供联系人用来传达该意图的消息示例。接下来，您配置希望机器人如何响应该意图。例如，您可以让机器人提出后续问题、回复答案、提供联系人选择或转移给人工坐席。

使用意图是在实施流程期间配置机器人的重要部分。部署后，作为机器人持续管理的一部分，继续使用您的意图至关重要。

Glossary

概念	定义	示例	机器人做什么
话语	联系人在交互中所说的任何内容。有时称为消息。	“我丢失了密码。” “我的余额是多少？” “你是机器人吗？”	该机器人使用自然语言理解 (NLU) 来分析每个联系人话语以确定其含义，或意图。
意图	联系人想要传达或完成的内容。联系人发送的每条消息都有一个意图。	“我丢失了密码”具有“重置密码”的意图。 “你好”有“打招呼”的意思。	机器人使用 NLU 该流程扩展了自然语言处理 (NLP)，以根据它所理解的内容做出决定或采取行动。分析联系人的消息以确定意图。一旦它知道这一点，它就可以用自己的消息进行响应。您可以配置希望机器人用于每个意图的应答。
实体	联系人消息中定义的一条信息。	个人或产品名称、电话号码、帐号、位置等。	机器人使用 NLU 来识别联系人消息中的实体。实体帮助机器人理解联系人消息的含义。
插槽	从联系人的消息中提取并保存以用于机器人响应的实体。类似于变量。	为联系人姓名创建一个时间段可以让机器人在交互期间在响应中使用该姓名，使其更加个性化。	当被配置成执行此操作时，机器人会从联系人消息中提取实体并将其保存在插槽中。您可以让机器人稍后在对话中使用此信息。
规则	定义机器人对不随上下文改变含义的消息的响应。	包含固定响应的单回合交互：您的工作时间是几点？你的地址是什么？对话积木：问候、再见、谢谢和过渡；简单的是/否问题；和致谢。 Bot Builder 带有其中几个的默认意图和规则，包括问候、移交任何应触发转移到真人坐席的联系消息请求等等。常见问题解答侮辱和经典机器人挑战	规则是您能够配置机器人如何响应意图的两种方法之一。规则对于某些类型的意图有用，但不适用于所有意图。
故事	训练机器人处理基于消息意图和会话上下文的交互。	在有关忘记密码的交互中，机器人会以一种方式回答： “我该怎么做？”。如果交互是关于创建一个新帐户，即使在这两种情况下联系人使用相同的词和相同的意图——以获取更多信息，响应也会完全不同。	故事是您能够配置机器人如何响应意图的两种方法中的第二种。故事教机器人如何利用对话的上下文来做出适当的响应。
机器人操作	机器人在处理交互时所说或所做的任何事情。	在有关忘记密码的交互中，机器人通过发送网站上的密码重置常见问题解答链接来进行响应。当联系人表达沮丧时，例如“我不明白！没用啊！！！”时，机器人回复“对不起。您想让我把您转给人工坐席吗？” 当联系人同意后，机器人启动此转移。	操作是您在定义希望机器人如何响应每个意图时具有的选项。它们可使您灵活地配置每个响应，以实现满足联系人需求的结果。

意图训练示例

意图联系人所说/输入内容背后的含义或目的；联系人想要沟通或完成的内容示例训练您的机器人了解联系人表达意图的各种方式。您拥有的意图示例越多，机器人将能够正确识别的意图变化就越多。使用真实对话数据来测试和训练您的机器人。始终选择质量数据而不是数量以获得最佳结果。这有助于确保机器人做好充分准备来处理与真实联系人的对话。

在实施流程的规划阶段中，您收集坐席与联系人的真实对话记录。使用这些对话作为意图训练示例的来源，并将其添加到您的机器人中。

您可以使用 CXone Mpower XO 分析您的历史交互并提取示例以与您的 Bot Builder 机器人一起使用。

意图预测和置信度

机器人会分析联系人发送的每条消息。它确定消息与其每个配置的意图的匹配程度，并计算其在每次匹配中的置信度。置信度百分比越高，匹配越好。机器人使用超过已配置阈值的最高置信度百分比的意图。

如果机器人的置信度低于所有已配置意图的阈值，则会触发 NLU 该流程扩展了自然语言处理 (NLP)，以根据它所理解的内容做出决定或采取行动。回退选项。您可以在 Bot Builder 中的 NLU >“回退”选项卡上配置触发回退的阈值。

超出范围的意图

可能有些您尚未配置机器人来处理的任务，但您知道联系人会询问这些任务。超出范围的意图可帮助机器人识别有关机器人无法帮助完成的任务的问题，并提供有关如何完成该任务的联系信息。它们还可提供它们能够提供帮助的清单。

例如，如果联系人定期要求您的机器人进行余额检查，但您尚未配置此任务，则可以创建 balance_check 意图。根据联系人提出的请求向其中添加训练数据示例。然后，使用机器人应答创建意图的规则，例如：

“抱歉，我还不能进行余额检查。您需要我将您转给可在这方面提供帮忙的人吗？”
“抱歉，我还无法进行余额检查。我可以帮助您更新地址、重置密码以及查找分支机构地点。您想要做什么？”

除了超出范围的意图之外，您还需要创建故事来就超出范围的路径训练机器人。这示教机器人如何处理其他意图未涉及的各种情况。

超出范围的意图与回退类似，但它们可以提供更好的客户体验。对于人们向机器人提出的超出范围的常见问题有相应的意图可使您提供为每个问题定制的应答。这有助于机器人看起来更人性化且更具对话性。

意图混淆

机器人有时可能会对联系人的消息选择错误的意图联系人所说/输入内容背后的含义或目的；联系人想要沟通或完成的内容。当两个意图足够相似以致于机器人很难区分它们时，就会发生这种情况。这是意图混淆，如果您将相同的训练数据用于多个意图，则可能会发生这种情况。两个用户目标可能看起来不同，但随着时间的推移，它们开始收集类似的示例。

使您的意图与它们的训练数据保持不同。如果您想为多个意图重用训练示例，这是一个征兆，即您也许能够将这些意图合并为一个更通用的意图。

发生意图混淆的常见场景有两种：

提供信息：机器人可能会要求联系人在对话中的不同时刻提供信息，因此您最终可能会得到诸如 Provide_email 和 Provide_name 之类的意图。然而，这些变化的训练数据示例太相似：
- “我的名字是 Sherry Khan。”
- “我的电子邮件是 sherry.khan@email.com。”
- “它是 Nathoo Mannkind。”
- “它是 nathoo@otheremail.com。”
询问信息：联系人可能会向机器人询问信息，例如账号余额。如果联系人可能询问的信息有多种类型，您可以对每种类型都有一个意图。例如，对于帐户余额请求，您可能有 balance_checking 和 balance_savings 的意图。然而，这些变化的训练数据示例太相似：
- “我可以查看我的支票帐户余额吗？”
- “我的储蓄帐户余额是多少？”
- “您能告诉我我的支票帐户余额吗？”

上述每个场景的训练数据示例中唯一真正的区别是提供的实体在位于Interaction Analytics中的您的公司配置文件中定义的关键字或短语。与实体类型相关。可包括变体。。

避免意图混淆

解决或避免意图混淆要遵循的一般规则是合并意图并就实体进行训练。最好有一个可将所有训练示例应用于其中的通用意图，然后使用故事来训练机器人识别实体。当机器人可识别联系人话语中的实体时，它可采取适当的路径。

下表显示了上一节中的常见场景。其演示了最初意图、新的总体意图以及要使用的示例训练故事。

场景	最初意图	新的总体意图	用故事训练
提供信息	provide_address provide_email provide_name	provide_info	创建从联系人消息示例开始的多个故事，这些示例包含机器人可收集的各种类型的信息： “我的名字是 Sherry Khan。” “我的电子邮件是 nathoo@email.com。” “新地址是 123 Oat Street, Sometown, Ohio 43210” 所有故事都会触发相同的意图，provide_info。每个故事均使用不同的实体，例如 accountAddress、accountEmail 和 accountName。最后一个示例“我需要更新我的信息”没有说明特定类型的信息，因此机器人可能需要提出后续问题。
询问信息	balance_checking balance_savings balance_giftcard	balance_checks	创建从联系人消息示例开始的多个故事，例如： “我的支票帐户余额是多少？” “我如何查看我的储蓄帐户余额？” “我想查看我的礼品卡余额。” “我的帐户余额是多少？” 所有故事都会触发相同的意图：balance_checks。每个故事均使用不同的实体，例如 balanceChecking、balanceSavings、balanceGiftCard。最后一个示例“我的帐户余额是多少”未指定帐户类型，因此机器人可能需要提出后续问题。

场景

最初意图

新的总体意图

用故事训练

提供信息

provide_address

provide_email

provide_name

provide_info

创建从联系人消息示例开始的多个故事，这些示例包含机器人可收集的各种类型的信息：

“我的名字是 Sherry Khan。”
“我的电子邮件是 nathoo@email.com。”
“新地址是 123 Oat Street, Sometown, Ohio 43210”

所有故事都会触发相同的意图，provide_info。每个故事均使用不同的实体，例如 accountAddress、accountEmail 和 accountName。最后一个示例“我需要更新我的信息”没有说明特定类型的信息，因此机器人可能需要提出后续问题。

询问信息

balance_checking

balance_savings

balance_giftcard

balance_checks

创建从联系人消息示例开始的多个故事，例如：

“我的支票帐户余额是多少？”
“我如何查看我的储蓄帐户余额？”
“我想查看我的礼品卡余额。”
“我的帐户余额是多少？”

所有故事都会触发相同的意图：balance_checks。每个故事均使用不同的实体，例如 balanceChecking、balanceSavings、balanceGiftCard。最后一个示例“我的帐户余额是多少”未指定帐户类型，因此机器人可能需要提出后续问题。

多意图

使用 Bot Builder 构建的机器人代替现场人工坐席处理客户交互的软件应用程序。可以识别联系人的消息联系人在机器人交互中所说的任何内容，无论是问题还是陈述，书面或口头。中的一个和多个意图联系人所说/输入内容背后的含义或目的；联系人想要沟通或完成的内容。识别消息中的多个意图可使机器人正确处理诸如“请显示我的余额并将 200 美元转入我的储蓄帐户”等请求。

如果您从两个现有的单一意图创建一个多意图，则不需要提供很多示例。您的机器人可以识别消息中的单一意图，并将其作为多意图处理。

当多意图对谈话的自然进行非常必要时才会进行使用。过多的多意图会让机器人过于复杂而难以管理。

意图审查和管理

NLU 图标，看起来像人头剪影中有个齿轮。部分中“意图”选项卡上的每个意图旁边都有一个数字。该数字表示此意图有多少个训练示例。这些数字用颜色编码来指示训练示例是否足够：

红色：意图最多使用七次。添加更多训练示例。
橙色：意图使用八到十四次。如果可能，添加更多训练示例。
绿色：意图使用超过十五次。不需要更多的训练示例。

某些意图可能在训练示例的数量旁边有一个黄色三角形。这表明不存在包含此意图的对话 Bot Builder 中的机器人故事和规则。。如果您有带有此符号的意图，请在适当时将它们添加到故事或规则中。

在“意图”选项卡上，您还可以执行以下意图管理任务：

查看显示意图的对话（故事和规则）。
查看最近的联系人消息以及对每条消息的预测意图。
在训练中隐藏意图。

意图的最佳实践

在创建意图时，请遵循以下最佳实践：

意图并不总是一目了然的。 两个用户目标可能看起来不同，但随着时间的推移，它们开始收集类似的示例。使您的意图与它们的训练数据保持不同。如果您想为多个意图重用训练示例，这是一个征兆，即您也许能够将这些意图合并为一个更通用的意图。这有助于您避免意图混淆。
始终包含超出范围的意图。 超出范围的意图允许您的机器人响应超出机器人受训执行的任务范围的联系人请求。它们可以让您恢复对话，并且通常会提高性能。
谨慎使用多意图。当多意图对谈话的自然进行非常必要时才会进行使用。过多的多意图会让机器人过于复杂而难以管理。