Das Verarbeitungsmodell "SQL Dialogs Natural Language Processing" unterstützt Abfragen, die in die grundlegenden SQL-Klauseln übersetzt werden: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY und LIMIT.

Eine Abfrage kann bis zu 3 verschiedene Entitys umfassen. Das heißt, es kann bis zu 2 Joins haben. Abfragen, die 3 Joins enthalten, können je nach Anwendungsfall aufgelöst werden, um Ergebnisse zu korrigieren. Bei mindestens 4 Joins müssen Sie benutzerdefinierte Trainingsdaten hinzufügen, um sicherzustellen, dass der Skill die richtigen Ergebnisse liefert.

SQL Dialogs unterstützt keine komplexeren Abfragen, an denen Unterabfragen und SET-Operatoren beteiligt sind (INTERSECT, UNION, EXCEPT und NONE). Es unterstützt auch keine nicht-englischen Abfragen, Abfragen, die eine Ja- oder Nein-Antwort anfordern, Abfragen mit Pronomen und Folgeabfragen. Weitere Informationen zu diesen und anderen Abfrageeinschränkungen für SQL-Dialogfelder finden Sie unter Fehlerbehebung bei SQL-Abfragen.

Bei einigen Abfragen, die nicht unterstützt werden, können Sie das Problem möglicherweise lösen, indem Sie Datenbankansichten verwenden oder virtuelle Attribute erstellen, wie unter Benutzerdefiniertes Attribut hinzufügen beschrieben.

Im Folgenden finden Sie eine Tabelle, in der die Abfragetypen beschrieben werden, die von SQL Dialogs unterstützt werden. Es verwendet die folgenden Datenbankwerte:

Mitarbeitertabelle

Abteilungstabelle

Folgende Abfragetypen werden von SQL Dialogs unterstützt:

So stellen Sie eine Verbindung zu einer Oracle-Datenbank her:

1. Klicken Sie in Digital Assistant auf , um das Seitenmenü zu öffnen. Klicken Sie dann auf Einstellungen, Weitere Services und dann auf die Registerkarte Daten.

2. Klicken Sie auf + Service hinzufügen.

3. Geben Sie im Dialogfeld Neuer Datenservice die folgenden grundlegenden Informationen an:

   Feldname	Beschreibung
   Datenbanktyp	Wählen Sie Oracle aus.
   Name	Ein eindeutiger Name für den Service.
   Datenservicebeschreibung	Eine optionale Beschreibung der Datenserviceintegration, z. B. eine Beschreibung der Datenbank oder des Zwecks.
   Benutzername	Bitten Sie den Datenbankadministrator um den Benutzernamen und das Kennwort, die Zugriff auf die Tabellen gewähren, die Skillentwickler zum Erstellen der zusammengesetzten Entitys für ihren SQL-Dialogskill benötigen, wie unter Abfrageentitys zum Modellieren des Datenservice erstellen beschrieben.
   Kennwort	Das Kennwort des Benutzers. Beachten Sie, dass ein Kennwort für die Oracle Digital Assistant-Integration mindestens 14 Zeichen und nicht mehr als 30 Zeichen umfassen muss und mindestens ein Großbuchstaben, ein Kleinbuchstaben und eine Zahl enthalten muss. Es kann auch nicht mit einer Ziffer beginnen.

4. Klicken Sie auf Weiter, um die Endbenutzerauthentifizierung zu konfigurieren, wenn Ihr Datenservice für rollenbasierten Zugriff konfiguriert ist. Im Folgenden finden Sie eine Beschreibung der Felder auf dieser Seite:

   Feldname	Beschreibung
   Endbenutzer-Authentifizierung ist erforderlich	Wählen Sie diese Option, wenn Ihr Datenservice für rollenbasierten Zugriff konfiguriert ist.
   Authentifizierungsdienst	Wählen Sie einen Authentifizierungsservice aus, den Sie unter Einstellungen > Authentifizierungsservices konfiguriert haben.
   Endbenutzer-ID	Wählen Sie den Typ der Endbenutzer-ID aus.
   Benutzerdefinierter Ausdruck	Wenn der ausgewählte Endbenutzer-ID-Typ benutzerdefiniert ist, geben Sie einen FreeMarker-Ausdruck für eine Benutzerprofilvariable ein, der die Endbenutzer-ID darstellt. Weitere Informationen und Beispiele finden Sie unter Ausdrücke für OICD-Profilansprüche.

5. Klicken Sie auf Weiter, um die Verbindungsdetails hinzuzufügen.

6. Wählen Sie auf der Seite Verbindungsdetails die Option Basis oder Cloud Wallet-Verbindung für den Verbindungstyp aus.

   • Bei Datenbanken mit einem Knoten und RAC-fähigen Datenbanken müssen Sie Basis auswählen.
   • Wenn Sie eine Verbindung zu einer ATP-Datenbank herstellen, müssen Sie die Option Cloud Wallet-Verbindung auswählen.

7. Wenn der Verbindungstyp Einfach lautet, geben Sie die folgenden Werte ein, die Sie vom Datenbankadministrator abrufen können:

   Feldname	Beschreibung
   TLS verwenden	Setzen Sie diesen Schalter in die Position ON, wenn Sie TLS (Transport Layer Security) zur Sicherung der Verbindung verwenden möchten. Hinweis Wenn Sie ein privates CA-Zertifikat für die Verbindung zur Datenbank verwenden, muss diese Option aktiviert sein.
   Hostname	Geben Sie den Host für den Datenservice ein. Lassen Sie das Präfix https:// weg. Beispiel: example.com.
   Port	Der Port, der Clientverbindungen zur Datenbank zulässt.
   Service-ID	Führen Sie einen der folgenden Schritte aus: Wählen Sie SID aus, und geben Sie die Oracle-System-ID der Datenbankinstanz ein. Wählen Sie Servicename aus, und geben Sie den Servicenamen für die Datenbank ein.
   Privater Endpunkt	Diese Option wird nur angezeigt, wenn in der Digital Assistant-Instanz private Endpunkte konfiguriert sind. Wenn Sie eine Verbindung zu einem privaten Endpunkt herstellen, um auf den Service zuzugreifen, wechseln Sie zum Schalter Privater Endpunkt in die Position "Ein", und wählen Sie dann aus einer Liste privater Endpunkte aus, die mit der Instanz verknüpft sind. (Mit einem privaten Endpunkt können Sie auf einen Service zugreifen, auf den Sie nicht direkt über das öffentliche Internet zugreifen können. Weitere Informationen finden Sie unter Privater Endpunkt.)

8. Wenn der Verbindungstyp Cloud Wallet-Verbindung lautet, geben Sie die folgenden Werte ein, die Sie vom Datenbankadministrator abrufen können:

   Feldname	Beschreibung
   Wallet-Datei	Suchen Sie die Cloud Wallet-Datei mit den Clientzugangsdaten, und wählen Sie sie aus, oder verschieben Sie sie per Drag-and-Drop in das Feld.
   Wallet-Kennwort	Geben Sie das Kennwort ein, das beim Herunterladen der Wallet-Datei angegeben wurde. Beachten Sie, dass ein Wallet-Kennwort für die Oracle Digital Assistant-Integration mindestens 15 Zeichen und nicht mehr als 30 Zeichen umfassen muss und mindestens ein Großbuchstaben, ein Kleinbuchstaben, ein Sonderzeichen und eine Zahl enthalten muss. Es kann auch nicht mit einer Ziffer beginnen.
   Dienst	Wählen Sie den Namen des Datenbankservice aus. Stellen Sie sicher, dass Sie einen Service auswählen, der über einen ausreichend hohen gleichzeitigen Service verfügt, sodass Abfragen nicht länger als 30 Sekunden dauern (zu welchem Zeitpunkt das Timeout überschritten wird). Die Servicenamen mit den Suffixen _tp und _tpurgent sind hier im Allgemeinen die am besten geeigneten Optionen. Weitere Informationen zu diesen Überlegungen finden Sie unter Datenbankservicenamen für Autonomous Database und Nebenläufigkeit des Service.
   Privater Endpunkt	Diese Option wird nur angezeigt, wenn in der Digital Assistant-Instanz private Endpunkte konfiguriert sind. Wenn Sie eine Verbindung zu einem privaten Endpunkt herstellen, um auf den Service zuzugreifen, wechseln Sie zum Schalter Privater Endpunkt in die Position "Ein", und wählen Sie dann aus einer Liste privater Endpunkte aus, die mit der Instanz verknüpft sind. (Mit einem privaten Endpunkt können Sie auf einen Service zugreifen, auf den Sie nicht direkt über das öffentliche Internet zugreifen können. Weitere Informationen finden Sie unter Privater Endpunkt.)

9. Wenn Sie auf der Seite Erweiterte Eigenschaften ein privates CA-Zertifikat für die Verbindung mit der Datenbank benötigen, schalten Sie den Umschalter Privates Vertrauen verwenden in die Position "Ein" um, und füllen Sie die restlichen erforderlichen Felder aus.

   Feldname	Beschreibung
   Privates Vertrauen verwenden	Wenn Sie ein privates CA-Zertifikat verwenden, um sich bei der Datenbank anzumelden, schalten Sie diesen Umschalter in die ON-Position. Dieser Switch ist nur aktiviert, wenn Sie auf der Seite "Verbindungsdetails" die Option TLS verwenden ausgewählt haben.
   Zertifikatsressource	Wählen Sie Selbst verwaltet aus.
   PEM-Datei auswählen und PEM-Text einfügen	Wählen Sie eine dieser Optionen aus, um das Zertifikat bereitzustellen.

10. Klicken Sie auf Service hinzufügen.

    Jetzt können Sie das Datenbankschema in einen Skill importieren, um Abfrageentitys zu erstellen, mit denen Benutzer die Datenbank mit natürlicher Sprache abfragen können.

1. Klicken Sie in Digital Assistant auf , um das Seitenmenü zu öffnen. Klicken Sie dann auf Einstellungen, Weitere Services und dann auf die Registerkarte Daten.

2. Klicken Sie auf + Service hinzufügen.

3. Geben Sie im Dialogfeld Neuer Datenservice die folgenden grundlegenden Informationen an:

   Feldname	Beschreibung
   Datenbanktyp	Wählen Sie MySQL aus.
   Name	Ein eindeutiger Name für den Service.
   Datenservicebeschreibung	Eine optionale Beschreibung der Datenserviceintegration, z. B. eine Beschreibung der Datenbank oder des Zwecks.
   Authentifizierungstyp	Ihr Datenbankadministrator teilt Ihnen mit, ob Sie Standard, Kerberos oder BS auswählen müssen.
   Benutzername	Bitten Sie den Datenbankadministrator um den Benutzernamen und das Kennwort, die Zugriff auf die Tabellen gewähren, die Skillentwickler zum Erstellen der zusammengesetzten Entitys für ihren SQL-Dialogskill benötigen, wie unter Abfrageentitys zum Modellieren des Datenservice erstellen beschrieben.
   Kennwort	Das Kennwort des Benutzers. Beachten Sie, dass ein Kennwort für die Oracle Digital Assistant-Integration mindestens 14 Zeichen und nicht mehr als 30 Zeichen umfassen muss und mindestens ein Großbuchstaben, ein Kleinbuchstaben und eine Zahl enthalten muss. Es kann auch nicht mit einer Ziffer beginnen.

4. Klicken Sie auf Weiter, um die in dieser Tabelle aufgeführten Verbindungsdetails zu konfigurieren:

   Feldname	Beschreibung
   TLS verwenden	Setzen Sie diesen Schalter in die Position ON, wenn Sie TLS (Transport Layer Security) zur Sicherung der Verbindung verwenden möchten. Hinweis Wenn Sie ein privates CA-Zertifikat für die Verbindung zur Datenbank verwenden, muss diese Option aktiviert sein.
   Hostname	Geben Sie den Host für den Datenservice ein. Lassen Sie das Präfix https:// weg. Beispiel: example.com.
   Port	Der Port, der Clientverbindungen zur Datenbank zulässt.
   Datenbank	Name der Datenbank.
   Privater Endpunkt	Diese Option wird nur angezeigt, wenn in der Digital Assistant-Instanz private Endpunkte konfiguriert sind. Wenn Sie eine Verbindung zu einem privaten Endpunkt herstellen, um auf den Service zuzugreifen, wechseln Sie zum Schalter Privater Endpunkt in die Position "Ein", und wählen Sie dann aus einer Liste privater Endpunkte aus, die mit der Instanz verknüpft sind. (Mit einem privaten Endpunkt können Sie auf einen Service zugreifen, auf den Sie nicht direkt über das öffentliche Internet zugreifen können. Weitere Informationen finden Sie unter Privater Endpunkt.)

5. Wenn Sie auf der Seite Erweiterte Eigenschaften ein privates CA-Zertifikat für die Verbindung mit der Datenbank benötigen, schalten Sie den Umschalter Privates Vertrauen verwenden in die Position "Ein" um, und füllen Sie die restlichen erforderlichen Felder aus.

   Feldname	Beschreibung
   Privates Vertrauen verwenden	Wenn Sie ein privates CA-Zertifikat verwenden, um sich bei der Datenbank anzumelden, schalten Sie diesen Umschalter in die ON-Position. Dieser Switch ist nur aktiviert, wenn Sie auf der Seite "Verbindungsdetails" die Option TLS verwenden ausgewählt haben.
   Zertifikatsressource	Wählen Sie Selbst verwaltet aus.
   PEM-Datei auswählen und PEM-Text einfügen	Wählen Sie eine dieser Optionen aus, um das Zertifikat bereitzustellen.

6. Klicken Sie auf Service hinzufügen.

   Jetzt können Sie das Datenbankschema in einen Skill importieren, um Abfrageentitys zu erstellen, mit denen Benutzer die Datenbank mit natürlicher Sprache abfragen können.

Um einem SQL Dialogs-Skill zu helfen, Formulierungen in natürlicher Sprache mit der zugrunde liegenden Datenstruktur (physisches Modell) zu verknüpfen, nehmen Sie zunächst die identifizierten Äußerungen, die der Skill verarbeiten soll (das Trainingskorpus), und analysieren Sie sie, um die verschiedenen Arten zu ermitteln, wie Endbenutzer die Entitys und Attribute referenzieren.

Angenommen, Sie haben diese Äußerungen in Ihrem Trainingskorpus:

• Rechnungen mit ausstehenden Salden größer als Null anzeigen.

• Wie hoch ist der fällige Betrag für Referenz 12656?

Hier sehen Sie, dass die Personen den "ausstehenden Saldo" und den "fälligen Betrag" verwenden, um sich auf die Spalte amount_remaining zu beziehen. Sie sehen auch, dass "Referenz" eine Möglichkeit ist, auf invoice_num zu verweisen.

Zusätzlich zum Trainingskorpus möchten Sie möglicherweise auch Äußerungen von Ihren Zielbenutzern aus Crowdsourcing abrufen, um weitere Wortgruppen zu erhalten und diese ebenfalls zu analysieren.

Nachdem Sie die Liste der Verweise von Personen auf die Entitys und Attribute kompiliert haben, wählen Sie den Begriff aus, den Sie für den primären Namen jeder Entity und jedes Attributs verwenden möchten. Sie sollten Namen sein, die den häufigsten Verwendungen am nächsten sind. Wenn Sie den Namen wählen, beachten Sie, dass das Out-of-the-box-NLP-Modell wahrscheinlich keine domänenspezifischen Beziehungen versteht. So wird beispielsweise nicht automatisch erkannt, dass sich Rechnungsnummer und Referenz auf dasselbe beziehen. Da die Rechnungsnummer häufig verwendet wird und auch anderen häufig verwendeten Begriffen wie Rechnungsnummer und Rechnungsnummer am nächsten kommt, wird sie als primärer Name verwendet.

Behandeln Sie den Rest der Begriffe als Synonyme. Im obigen Beispiel würden Sie der Synonymliste Referenz, Rechnungsnummer und Rechnungsnummer hinzufügen.

Beachten Sie, dass der primäre Name der Standardname für die Ergebnisspaltenheader und -labels ist. Sie können diesen jedoch auf der Registerkarte Präsentation ändern.

Mit Ihrer Liste erstellen Sie die Trainingsdaten auf der Seite Entitys.

• Um den Primären Namen und die Synonyme der Entity festzulegen, öffnen Sie die Registerkarte Konfiguration der Entity, und blenden Sie Natürliche Sprache ein.

• Um den Primären Namen und die Synonyme des Attributs festzulegen, öffnen Sie die Registerkarte Natürliche Sprache des Attributs.

Sie können die Genauigkeit des Parser in natürlicher Sprache verbessern, indem Sie Attribute Wertelisten oder dynamischen Entitys zuordnen. Auf diese Weise kann der Parser ein Attribut anhand seiner bekannten Werte identifizieren. Verwenden Sie Referenzierte Entity auf der Registerkarte Allgemeine Informationen des Attributs, um das Attribut mit den Werten der Referenzentität zu verknüpfen. Bei Wertelistenentitys können Sie die Entity automatisch erstellen, die Werte des Datenservice importieren und als referenzierte Entity in einem Schritt verknüpfen.

Wenn Sie entscheiden, ob Sie eine Werteliste oder eine dynamische Entity zum Speichern der Werte verwenden möchten, überlegen Sie, ob die Entity offen oder geschlossen ist.

• Eine offene Liste ist eine Liste, die unendlich oder dynamisch (oder beides) ist. Bei offenen Listen sollten Sie eine dynamische Entity anstelle einer Werteliste erstellen und verwalten. Wenn Sie eine Werteliste verwenden möchten, sollten Sie die Liste kuratieren, um sicherzustellen, dass sie mindestens die am häufigsten verwendeten Werte enthält. Beispiel: Für eine Lieferantenliste, die mit der Zeit am wahrscheinlichsten wächst, soll die Liste Ihre am häufigsten verwendeten Lieferanten enthalten. Dies liegt daran, dass Abfragen zu einem Lieferanten, ohne das Wort "Lieferant" zu verwenden, wie z.B. "Übersicht für Seven Corporation anzeigen", nicht übereinstimmen, wenn dieser Wert nicht in der Werteliste enthalten ist. So erhöhen Sie die Häufigkeit korrekter Auflösungen, indem Sie zumindest die am häufigsten verwendeten Werte einbeziehen.

• Eine Liste geschlossen ist eine statische endliche Liste. Diese sind ideal für Wertlistenentitys geeignet.

Fügen Sie für Wertelisten und dynamische Entitys Singular- und Pluralversionen (falls zutreffend) von Synonymen für jeden Entitywert hinzu, um anzugeben, wie Endbenutzer auf den Wert verweisen.

Synonyme sind besonders wichtig, wenn die Liste Werte enthält, die Endbenutzer normalerweise nicht verwenden. Beispiel: Diese Liste mit gültigen Zahlungsstatuswerten. Benutzer werden viel wahrscheinlicher Wörter wie bezahlt, unbezahlt und teilweise bezahlt verwenden, als Y, N und P zu verwenden. Das Hinzufügen dieser Wörter als Synonyme trägt dazu bei, sicherzustellen, dass der NLP erkennt, dass die Benutzer auf das Attribut "Zahlungsstatus" verweisen.

Wenn ein Begriff mehrere Entitywerte beschreibt, fügen Sie diesen Begriff als Synonym zu jedem hinzu. Beispiel: Sowohl N als auch P geben an, dass die Rechnung unbezahlt ist. Wenn Sie "Nicht bezahlt" als Synonym für beide Statusangaben hinzufügen, ruft "Nicht bezahlte Rechnungen anzeigen" Rechnungen mit dem payment_status-Wert N oder P ab.

Für dynamische Entitys erstellen Sie die Entity und verwenden dann Referenzierte Entity auf der Registerkarte Allgemeine Informationen des Attributs, um das Attribut mit der Liste zu verknüpfen.

Für Wertelisten können Sie eine Werteliste aus dem Datenservice erstellen und mit einer Entity verknüpfen, indem Sie die folgenden Schritte ausführen:

1. Bearbeiten Sie das Attribut auf der Seite Entitys, und gehen Sie zur Registerkarte Allgemeine Informationen.

2. Wählen Sie in der Dropdown-Liste Typ die Option Entity aus.

3. Klicken Sie auf Wenn die gewünschte Entity nicht vorhanden ist, können Sie eine Wertelistenentity basierend auf der Hintergrundzuordnung generieren, indem Sie hier klicken. Die Werteliste wird aus dem Datenservice erstellt und aufgefüllt. Die Referenzierte Entity verweist auf die neue Werteliste.

4. (Optional) Um die Chancen zu erhöhen, dass Benutzereingaben mit einem Wert aus der Liste übereinstimmen, öffnen Sie die Wertelistenentity, und aktivieren Sie Fuzzy Match. Andernfalls wird eine strikte Übereinstimmung verwendet, d.h. die Benutzereingabe muss exakt mit den Werten und Synonymen übereinstimmen. Beispiel: "Autos" stimmen nicht mit "Auto" überein.

   Beim Fuzzy-Matching werden Wortstammdaten verwendet, um Attribute aus der Abfrage zu identifizieren. Beispiel: "Pfund" entspricht "Pfund", "Halten" entspricht "Zurückgestellt", "Genehmigung erforderlich" entspricht "Genehmigung erforderlich" und "Mietvertrag" entspricht "Mietvertrag".

   Beachten Sie, dass Fuzzy Matching nicht für "_" und "?" funktioniert. Teilabgleich funktioniert auch nicht. Beispiel: "Seven" stimmt nicht mit "Seven Corporation" überein. Wenn Sie den Abgleich für solche Zeichenfolgen aktivieren müssen, fügen Sie sie der Synonymliste hinzu.

5. Klicken Sie auf Übernehmen, um die Änderungen zu speichern.

Wenn die Werte eines Attributs mit einem bestimmten Muster übereinstimmen müssen, können Sie dem Parser in natürlicher Sprache helfen, die Werte dieses Attributs zu identifizieren, indem Sie das Attribut einer Entity mit regulärem Ausdruck zuordnen.

Dies kann hilfreich sein, wenn alle Werte einem bestimmten Muster folgen müssen und die Gruppe gültiger Werte zu groß für eine Werteliste oder unendlich ist. Beispiel: Bei einem ip_address-Attribut können Sie es mit einer regulären Ausdrucksentität namens IpAddress verknüpfen, die den regulären Ausdruck (\\d{1,2}|(0|1)\\d{2}|2[0-4]\\d|25[0-5]) enthält.

Beachten Sie, dass Benutzer, ähnlich wie Wertelisten, ausreichend Kontext in ihrer Abfrage zwischen den beiden (oder mehreren) Attributen angeben müssen, wenn mehrere Attribute im Modell mit demselben regulären Ausdruck verknüpft werden können.

So verknüpfen Sie ein Attribut mit einem regulären Ausdruck:

1. Klicken Sie auf der Seite Entitys auf + Entity hinzufügen, wählen Sie im Dropdown-Menü Typ die Option Regulärer Ausdruck aus, geben Sie den regulären Ausdruck ein, und klicken Sie auf Erstellen.

   Stellen Sie sicher, dass Sie den regulären Ausdruck so erstellen, dass der Parser für die natürliche Sprache keine nicht zugehörigen Werte mit dem Attribut verknüpft.

2. Wählen Sie die Entity mit dem Attribut aus, das Sie mit dem regulären Ausdruck verknüpfen möchten, bearbeiten Sie das Attribut, und navigieren Sie zur Registerkarte Allgemeine Informationen.

3. Wählen Sie in der Dropdown-Liste Typ die Option Entity aus.

4. Wählen Sie in der Dropdown-Liste Referenzierte Entity die Entity des regulären Ausdrucks aus.

5. Klicken Sie auf Übernehmen, um die Änderungen zu speichern.

Als KI-Trainer werden Äußerungen in natürlichen Sprachen angezeigt, die der Skill nicht in OMRQL übersetzen kann. Beispielsweise kann das Modell möglicherweise keine domänenspezifischen Synonyme verarbeiten, die nicht eng mit dem Primärnamen verwandt zu sein scheinen. Ein anderes Beispiel ist, wenn das Modell nicht in der Lage ist, zwischen zwei ähnlichen Entitys zu unterscheiden. In diesem Fall können Sie Trainingsdaten verwenden, um dem Skill beizubringen, wie die Äußerung korrekt in OMRQL geparst wird.

Das Hinzufügen zu den Schulungsdaten wird oft als benutzerdefinierte Schulung bezeichnet. Mit benutzerdefinierten Schulungen können Sie dem Modell beibringen, Wörter und Wortgruppen Attributen, Entitys und OMRQL-Schlüsselwörtern im Kontext einer vollständigen Äußerung zuzuordnen, indem Sie die Äußerung OMRQL zuordnen.

Beginnen Sie für jedes Szenario, das Sie korrigieren, mit 20 Äußerungen, und fügen Sie bei Bedarf weitere hinzu. Da zu viele Beispiele dazu führen können, dass das Modell Attribute und Operatoren übervorhersagen kann, sollten Sie sich auf eine kleinere Gruppe verschiedener Äußerungen konzentrieren, anstatt auf eine große Gruppe ähnlicher Äußerungen mit geringerer Qualität. Beachten Sie, dass maximal 120 Äußerungen pro Skill vorhanden sind.

Alle Werte in der OMRQL-Anweisung müssen exakt mit dem Datenbankwert und -format übereinstimmen. Nehmen wir zum Beispiel die Äußerung "Wer ist der Angestellte, dessen Name Jones ist?" Wenn die Datenbankwerte für das Namensattribut alle Großbuchstaben enthalten, muss der Namenswert auch alle Großbuchstaben sein. Das ist "SELECT * FROM Emp WHERE name = 'JONES'".

Wenn die Äußerung, die Sie zuordnen, ein Synonym für den tatsächlichen Datenbankwert verwendet, muss dieses Synonym für den Wert in einer Werteliste definiert werden, und OMRQL muss den tatsächlichen Datenbankwert verwenden. Beispiel: Wenn die Äußerung "die Abteilung anzeigen, deren Standort der große Apfel ist", muss "großer Apfel" in der Werteliste dept_loc als Synonym für den Wert "NEW YORK" definiert werden, und OMRQL muss "SELECT * FROM Dept WHERE loc = 'NEW YORK'" lauten.

Sie können Äußerungen hinzufügen, die absolute Datumsangaben enthalten, wie z.B. "Rechnungen, die am 5. Januar 2022 fällig sind", aber keine Äußerungen mit relativen Datumsangaben oder Datumsangaben ohne das Jahr verwenden. Beispiel: Wenn die Äußerung "heute fällige Rechnungen" lautet, wird das heutige Datum als SELECT * FROM-Rechnungen WHERE due_date = '2022-01-01' fest in OMRQL codiert. Wenn Sie ein relatives Datum wie "heute" verwenden, wird möglicherweise ein Fehler angezeigt, dass relative Datumsangaben nicht unterstützt werden.

Im Folgenden finden Sie einige Best Practices für benutzerdefinierte Trainingsäußerungen:

• Anzahl der Äußerungen ausgleichen: Einige der komplexeren Szenarios benötigen möglicherweise mehr Äußerungen als die einfachen, versuchen jedoch, die Anzahl der Äußerungen pro Szenario auszugleichen.

• Schulung ähnlicher Attribute und Entitys ausgleichen: Wenn Sie über zwei ähnliche Attribute verfügen und für eines dieser Attribute benutzerdefinierte Schulungsdaten bereitstellen müssen, müssen Sie auch für das andere die gleiche Menge an Schulungsdaten angeben. Wenn sich die Trainingsdaten nur auf eines der ähnlichen Attribute konzentrieren, kann das Modell das Attribut über seinem Gegenstück vorhersagen. Dasselbe gilt für ähnliche Entitäten. Beispiel: Zahlungswährung und Rechnungswährung sind ähnliche Attribute. Wenn die Zahlungswährung in den Trainingsdaten überrepräsentiert ist, kann das Modell die Zahlungswährung vorhersagen, selbst wenn die Äußerung die Rechnungswährung anfordert.

  Wenn Sie dem Modell beibringen müssen, wie man zwischen zwei ähnlichen oder eng verwandten Attributen unterscheidet, gleichen Sie die Gewichtung der Wichtigkeit aus, indem Sie die Hälfte der Äußerungen für ein Attribut und die Hälfte der Äußerungen für das andere angeben.

  Variieren Sie die Äußerungen, die sich auf diese ähnlichen Attribute beziehen. Beispiel: Im Folgenden finden Sie Kontrastpaare von Äußerungen, mit denen das Modell zwischen amount_remaining und amount_paid unterscheiden kann:

  • Restbetrag für genehmigte Rechnungen angeben
  • den bezahlten Betrag für genehmigte Rechnungen anzeigen
  • Gesamt-zahlbaren Betrag an Lieferanten-AD anzeigen
  • den gesamten bezahlten Betrag für Lieferanten-AD berechnen
  • Wie hoch ist der fällige Betrag auf Ausgangsrechnungen an Lieferanten-AD
  • den bezahlten Betrag auf Ausgangsrechnungen an Lieferanten-AD auflisten

• Ausgleichen des Trainings von Werten, die mit primären Namen oder Synonymen übereinstimmen: Beispiel: Ihr Modell hat ein Attribut manager, und "manager" ist auch ein Wert für das Attribut job des Mitarbeiters. Wenn Sie den Trainingsdaten "Wie viele Manager" hinzufügen möchten, sollten Sie diese Trainingsdaten mit Äußerungen ausgleichen, die das Attribut manager verwenden, wie "Wer ist der Manager des Mitarbeiters Adam Smith", sowie Äußerungen, die den Manager job verwenden, wie "Alle Manager anzeigen". Auf diese Weise kann das Modell lernen, zwischen den beiden Verwendungen zu unterscheiden. Wenn Sie keine Beispiele für beide Nutzungsarten angeben, kann der Skill eine Nutzung gegenüber der anderen vorhersagen.

• Vielfältige Formulierungen: Die Best Practices für verschiedene Formulierungen für benutzerdefinierte Daten ähneln denen für Intent-Äußerungen:

  • Verwenden Sie vollständige Sätze.

  • Verwenden Sie verschiedene Verben. Beispiel: Anzeigen, Auflisten, Anzeigen, Anzeigen und Anzeigen.

  • Verwenden Sie neben dem Entity- oder Attributnamen verschiedene Synonyme und Paraphrasen.

  • Verwenden Sie verschiedene Pronomen. Zum Beispiel: Zeigen Sie mir, können wir sehen, sagen Sie uns, ich will.

  • Variieren Sie die Satzstruktur. Beispiel: Setzen Sie den Attributwert nahe am Anfang, in der Mitte und am Ende der Sätze.

  • Wenn Äußerungen mit einer Aggregation vorhanden sind, wie AVG, fügen Sie auch Äußerungen mit anderen Operatoren hinzu.

  • Wenn möglich, verwenden Sie verschiedene Klauseln, wie Gruppieren nach und wo Klauseln mit AND- und OR-Bedingungen.

• Werte diversifizieren: Wenn Sie mehrere Werte in den Äußerungen Ihres Szenarios verwenden, kann das Modell verschiedene Werte besser erkennen. Werte mit unterschiedlichen Wortlängen einschließen. Nehmen Sie einige Werte mit Sonderzeichen auf, wie "/" und "-". Fügen Sie einige Werte mit speziellen Schlüsselwörtern wie "and" ein.

• Fügen Sie eine Mischung aus bekannten und unbekannten Werten ein. Verwenden Sie für Wertelistenattribute eine repräsentative Gruppe von Attributwerten (aber nicht alle), um zu trainieren, dass Wertelistenübereinstimmungen wichtige Signale sind. Bei Wertelisten, die keine geschlossenen Listen sind, sollten Sie auch Werte in die Werteliste aufnehmen, die nicht in der Werteliste enthalten sind, damit sie dem Attribut bestimmte Formulierungen zuordnen kann.

So fügen Sie den Trainingsdaten eine zugeordnete Äußerung hinzu:

1. Wenn die Schaltfläche Trainieren ein rotes Badge aufweist, klicken Sie auf , und trainieren Sie mit Trainer Tm.

2. Gehen Sie auf der Seite Entitys zur Registerkarte Dataset, und klicken Sie auf Abfrageentitys.

3. Klicken Sie auf die Registerkarte Schulungsdaten.

4. Klicken Sie auf Äußerung hinzufügen.

   Das Dialogfeld Äußerung erstellen wird angezeigt.

5. Geben Sie die Äußerung ein, und klicken Sie auf Weiter.

   Im Dialogfeld wird die OMRQL-Abfrage für die Äußerung angezeigt. Wenn die Äußerung nicht in die Abfrage übersetzt werden kann, ist die Abfrage leer.

   Hinweis: Wenn der Skill nicht trainiert wurde, kann er die Äußerung nicht in eine OMRQL-Abfrage übersetzen.

6. Prüfen Sie die Abfrage, und korrigieren Sie sie, wenn sie falsch ist.

   OMRQL-Schlüsselwörter und -Beispiele finden Sie in der OMRQL-Referenz.

7. Klicken Sie auf Fertig, um die zugeordnete Äußerung zu den Trainingsdaten hinzuzufügen.

Wenn Ihr Skill Intents hat oder sich in einem DA befindet, benötigt Ihr Skill genau wie bei Intents Äußerungen, um SQL-Abfragen an die SQL-Dialogunterhaltung weiterzuleiten. Neben den Vorschlägen für die automatische Vervollständigung, den Schulungsdaten und den handgefertigten Routingdaten verwendet der Routingmechanismus generierte Routingäußerungen, die Sie auf der Registerkarte Generierte Routingdaten im Dataset für Abfrageentitäten erstellen. Die generierten Äußerungen stellen eine breite Abdeckung von Fragen zu allen Abfrageentitys im logischen Modell dar.

So generieren Sie Weiterleitungsdaten:

1. Wenn die Schaltfläche Trainieren ein rotes Badge aufweist, klicken Sie auf , und trainieren Sie mit Trainer TM.

2. Gehen Sie auf der Seite Entitys zur Registerkarte Dataset, und klicken Sie auf Abfrageentitys.

3. Klicken Sie auf die Registerkarte Generierte Routingdaten.

4. Klicken Sie auf Generieren.

   Das Dialogfeld Routingdaten generieren wird angezeigt.

5. Wählen Sie im Feld Entitys auswählen die Option Alle aus. Wenn Sie die Weiterleitungsdaten zum ersten Mal generieren, müssen Sie Daten für alle Entitys generieren. Nachdem Sie das anfängliche Set generiert haben, können Sie bei Bedarf zurückkommen und für bestimmte Entitys generieren.

6. Klicken Sie auf Generieren.

   Der Skill generiert 100 Äußerungen, die Fragen widerspiegeln, die das logische Modell beantworten kann.

   
   
   
   Beschreibung der Abbildung qe-generated-routing-data.png
   
   

7. Prüfen Sie die generierten Daten, und bearbeiten Sie die Daten, die verfeinert werden müssen.

   Tipp:

   Die Äußerung kann nicht bearbeitet werden, wenn sie genehmigt wurde. Wenn Sie eine genehmigte Äußerung ändern möchten, heben Sie die Genehmigung auf, bearbeiten Sie sie, und genehmigen Sie sie erneut.

8. Löschen Sie bei Bedarf Einträge, und genehmigen Sie den Rest.

   Die genehmigten Äußerungen werden den kombinierten Routingdaten hinzugefügt. Wenn Sie eine Äußerung bearbeitet haben, ist der zugehörige Routingsubtyp auf der Registerkarte Kombinierte Routingdaten Verfeinert. Andernfalls ist es Synthetisch.

Wenn gültige SQL-Abfragen vorhanden sind, die der DA oder Skill nicht an die SQL-Unterhaltung weiterleitet, müssen Sie diese Äußerungen über die Registerkarte Kombinierte Routingdaten auf der Seite Abfrageentity-Dataset zu den Routingdaten hinzufügen.

So fügen Sie handgefertigte Routingdaten hinzu:

1. Wenn die Schaltfläche Trainieren ein rotes Badge aufweist, klicken Sie auf , und trainieren Sie mit Trainer TM.

2. Gehen Sie auf der Seite Entitys zur Registerkarte Dataset, und klicken Sie auf Abfrageentitys.

3. Klicken Sie auf die Registerkarte Kombinierte Routingdaten.

4. Klicken Sie auf Äußerung hinzufügen.

   Das Dialogfeld Äußerung erstellen wird angezeigt.

5. Geben Sie die Äußerung ein, und klicken Sie dann außerhalb des Textfeldes.

6. Klicken Sie auf Weiter.

7. Prüfen Sie die OMRQL-Abfrage, um zu prüfen, ob die Ergebnisse die Abfrage beantworten würden. Wenn dies nicht der Fall ist, korrigieren Sie die Abfrage, und klicken Sie auf Erneut interpretieren. Die Schlüsselwörter der OMRQL-Abfrage finden Sie in der OMRQL-Referenz.

8. Klicken Sie auf Fertig.

   Die Äußerung wird den Daten hinzugefügt, wobei der Routingsubtyp auf "Handcrafted" gesetzt ist.

Der Skill kann die Ergebnisse der Entity als Tabelle, Formular oder Tabellenform anzeigen (wo Sie eine Zeile einblenden können, um weitere Details im Formularmodus anzuzeigen). Mit den Layoutkonvertierungsfeldern auf der Registerkarte Präsentation der Entity können Sie konfigurieren, wann die Ergebnisse in jedem Modus angezeigt werden sollen.

Standardmäßig zeigt der Skill jede Zeile in der Antwort als Formular an, es sei denn, die Anzahl der Zeilen überschreitet einen Schwellenwert, den Sie für Formularlayout für diese Zeilenanzahl oder weniger verwenden angeben. Im Folgenden finden Sie Beispiele für eine Antwort im Form- und Tabellenmodus:

Beschreibung der Abbildung sql-results-form.png

Beschreibung der Abbildung sql-results-table.png

Wenn die Anzahl der Spalten einen Schwellenwert überschreitet, zeigt der Skill ein Tabellenformular an. Bei einer Tabellenform wird nur die angegebene Anzahl von Spalten angezeigt, und der Benutzer kann die Form erweitern, um die anderen Attribute anzuzeigen. Verwenden Sie Zu Tabellenformularlayout wechseln, wenn die Anzahl der Spalten diese Anzahl überschreitet, um den Schwellenwert anzugeben. Im Folgenden finden Sie ein Beispiel für ein Tabellenformularlayout für den Spaltenschwellenwert von 2.

Beschreibung der Abbildung sql-results-table-form.png

Standardmäßig zeigt der Skill im Formularmodus alle Ergebnisattribute untereinander an. Um Platz zu sparen, können Sie Anzahl horizontaler Abschnitte im Formularlayout auf 2 setzen, um zwei Spalten mit Attributen anzuzeigen.

Standardmäßig verwendet der Skill den Namen der Abfrageentity für den Ergebnistitel. Sie können jedoch den Anzeigenamen auf der Registerkarte Präsentation verwenden, um einen anderen Titel festzulegen.

Nachdem Sie den Anzeigenamen festgelegt haben, können Sie das Feld nicht mehr löschen.

Sie können eine Standardsortierreihenfolge für den Skill angeben, wenn die Äußerung des Benutzers keine angibt. Um den Standardwert festzulegen, navigieren Sie zur Registerkarte Allgemein der Entity, klicken Sie auf Attributreihenfolge hinzufügen, wählen Sie ein Attribut aus, und wählen Sie dessen Reihenfolge aus (aufsteigend oder absteigend). Sie können weiter auf Attributreihenfolge hinzufügen klicken, um der Sortierreihenfolge weitere Attribute hinzuzufügen.

Wenn die Äußerung keine Attribute benennt, sollen die Ergebnisse wahrscheinlich einige wichtige Felder enthalten. Sie können diese Felder auf der Registerkarte Präsentation der Entity mit Standardattributen angeben. Beispiel: Für eine invoices-Entity möchten Sie invoice_num, invoice_date und invoice_amount anzeigen, wenn keine Attribute benannt werden.

Beachten Sie, dass Sie der Liste der Standardattribute keine Attribute des Typs "Abfrageentität" hinzufügen können.

Wenn eine Äußerung bestimmte Attribute identifiziert, soll das Ergebnis möglicherweise nicht nur die angeforderten Attribute, sondern auch einen bestimmten Kontext enthalten. Beispiel: Wenn jemand "Rechnungsbeträge anzeigen" eingibt, ergeben die Daten keinen Sinn, wenn nur die invoice_amount-Werte angezeigt werden, und nicht irgendeinen identifizierenden Kontext wie invoice_num. Verwenden Sie Mindestattribute auf der Registerkarte Präsentation der Entity, um die Mindestattribute zu identifizieren.

Attribute des Typs "Abfrageentität" können nicht zur Liste der Mindestattribute hinzugefügt werden.

Verwenden Sie die Registerkarte Maximale Anzahl Zeilen pro Seite in der Präsentation der Entity, um festzulegen, wie viele Zeilen gleichzeitig angezeigt werden sollen.

Der Benutzer kann auf Schaltflächen klicken, um durch die Ergebnisse zu blättern.

Sie können Schaltflächen und Links zu den Ergebnissen einer Abfrageentity sowohl auf globaler als auch auf Zeilenebene hinzufügen. In jeder Zeile wird eine Zeilenaktion angezeigt, und unter den Ergebnissen wird eine globale Aktion angezeigt.

Beispiel: Für eine Mitarbeiterentität können Sie eine globale Aktion hinzufügen, die mit der Mitarbeitersuchseite des Unternehmens verknüpft ist. Auf Zeilenebene können Sie eine Aktion für eine allgemeine Nachsorgeabfrage hinzufügen, z.B. eine Abfrage der Abteilung des Mitarbeiters.

Sie können Aktionen auf der Registerkarte Präsentation der Entity hinzufügen. Wenn mehrere Maßnahmen vorhanden sind, können Sie die Reihenfolge angeben, in der die Maßnahmen angezeigt werden. Für die Aktionstypen QUERY müssen Sie eine OMRQL-Abfrage angeben. Bei URL-Aktionstypen müssen Sie die URL festlegen.

Bei Nachfassaktionen auf Zeilenebene können Sie mit ${row.attributeName} die Attributwerte jeder Zeile referenzieren. Beispiel: select * from Emp WHERE dept.loc = "${row.loc}". Zur Laufzeit hat die Schaltfläche jeder Zeile einen anderen Wert für die Abfrage. Diese Syntax ist nur für Aktionen auf Zeilenebene verfügbar.

Sie können optional einschränken, wann die Aktion angezeigt wird. Sie können z.B. eine Datensatzaktion zur Anzeige der direkten Berichtslinie eines Mitarbeiters durchführen. Diese Aktion sollte nur dann angezeigt werden, wenn die Tätigkeit des Mitarbeiters der Manager ist. Setzen Sie dazu den Sichtbarkeitsausdruck auf "Ein", und geben Sie einen FreeMarker-Ausdruck an, wie ${row.job = 'MANAGER'}.

Sie können eigene benutzerdefinierte Attribute hinzufügen, um zusätzliche Informationen anzuzeigen, wie abgeleitete oder berechnete Werte.

1. Klicken Sie auf der Seite "Entity" auf der Registerkarte Attribute auf + Attribut hinzufügen, und geben Sie einen kanonischen Namen und Typ an.

2. Geben Sie auf der Registerkarte Natürliche Sprache einen Primärnamen an, und fügen Sie optional Synonyme hinzu.

3. Wählen Sie auf der Registerkarte Backend-Zuordnung die Option SQL-Ausdruck aus, und fügen Sie den Ausdruck hinzu.

Wenn der Ausdruck eine Spalte referenziert, verwenden Sie den Spaltennamen aus dem physischen Modell (Datenbankschema), und stellen Sie ${alias} voran. Beispiel: Für eine invoices-Entity können Sie ein amount_to_pay-Attribut mit dem Ausdruck ${alias}invoice_amount + ${alias}discount_taken hinzufügen. Dabei gilt:

• invoice_amount und discount_taken sind vorhandene physische Spaltennamen in der Tabelle invoices.
• Die neue abgeleitete Spalte amount_to_pay ist die Summe der Werte aus den physischen Spalten invoice_amount und discount_taken.

Mit dieser Tabelle können Sie bestimmen, welcher Typ für das Attribut verwendet werden soll:

Wenn der Skill die Art und Weise, wie der Skill SQL-Abfrageergebnisse anzeigt, dynamisch ändern soll, können Sie einem benutzerdefinierten Komponentenpackage Datenabfrage-Event-Handler hinzufügen, das Package dem Skill als benutzerdefinierter Komponentenservice hinzufügen und Ihre Entitys dann über die Registerkarten Präsentation der Entity mit ihren spezifischen Handlern verknüpfen. Der Skill löst das Datenabfrageereignis einer Entity aus, wenn diese Abfrageentity die erste benannte Entity in der FROM-Klausel (die Root-Entity) ist.

Beispiel: Sie können dem Headertext dynamisch eine Zeilenanzahl hinzufügen, der Tabelle eine Zeile hinzufügen, um eine Summe anzuzeigen, oder bestimmen, wann ein Attribut ein- oder ausgeblendet werden soll.

Informationen zum Erstellen von Datenabfrage-Event-Handlern finden Sie unter SQL-Abfrageereignis-Handler schreiben.

In der folgenden Tabelle werden allgemeine Einschränkungen in SQL-Dialogfeldern beschrieben, die Sie kennen sollten. Diese Einschränkungen haben keine Workarounds.

Die Seite Insights des Skills enthält mehrere Metriken, mit denen Sie messen können, wie gut Ihr SQL Dialog-Skill abschneidet und wo Verbesserungen vorgenommen werden sollen.

Als Business Analyst könnten Sie an diesen Datenabfragemetriken auf der Registerkarte Überblick interessiert sein:

• Performance: Unterhaltungen - Trend nach Status (Linie) zeigt die Anzahl der Unterhaltungen über einen bestimmten Zeitraum an und gibt an, ob der Traffic nach oben, unten oder seitwärts tendiert.

• Das Verhältnis zwischen Korrekte Abfragen und Falsche Abfragen gibt an, wie zufrieden die Botbenutzer mit der Genauigkeit der Übersetzung von Äußerungen in SQL-Abfragen sind.

• Das Verhältnis zwischen Unterhaltungen mit dem Status Abgeschlossen und Nicht abgeschlossen zeigt, inwieweit technische Probleme die Benutzererfahrung beeinflussen.

• Das Verhältnis zwischen Unterhaltungen gesamt und Nicht aufgelöste (OOD/OOS-)Abfragen hilft dabei, das Ausmaß zu messen, in dem der Skill die Erwartungen der Endbenutzer erfüllt.

• Sowohl unter Unterhaltungen - Trend nach Typ als auch im Verhältnis zwischen Unterhaltungen gesamt und Unterhaltungen mit Datenabfragen wird der Anteil der Äußerungen angezeigt, bei denen es sich um SQL-Abfragen handelt.

• Datenabfrageentitys zeigen an, welche Entitys am häufigsten abgefragt werden.

Als KI-Trainer können Sie die Benutzernachrichten auf der Registerkarte Unterhaltungen prüfen, um Verbesserungsmöglichkeiten zu ermitteln. Beispiel: Sie können die folgenden Benutzernachrichten prüfen:

• Typ: Intent, Ergebnis: Unvollständig Benutzernachrichten weisen auf Probleme bei der Übersetzung der Äußerung in eine SQL-Abfrage hin. Häufig können Sie diese Probleme beheben, indem Sie Synonyme hinzufügen oder bei komplexeren Abfragen dem Dataset der Abfrageentitäten zugeordnete Äußerungen hinzufügen. Beachten Sie, dass Sie diese Meldungen auch anzeigen können, indem Sie in der Dropdown-Liste Fehler die Option Systembehandelte Fehler auswählen.

• Typ: Intent, Intent: unresolvedIntent-Benutzernachrichten geben sowohl Äußerungen als auch Äußerungen außerhalb des Geltungsbereichs an, die der Skill nicht als Datenabfrageäußerung erkennt. Bei Äußerungen, bei denen es sich um gültige Datenabfragen handelt, die der Skill jedoch nicht als solche erkennt, können Sie die Probleme häufig beheben, indem Sie Synonyme hinzufügen oder die Äußerungen OMRQL im Abfrage-Dataset zuordnen.

• Typ: Datenabfrage, Entitys zeigt die Benutzernachrichten nach Abfrageentity an.

• Typ: Datenabfrage, Ergebnis: Falsch zeigt die Meldungen an, von denen die Benutzer dachten, dass sie falsche Ergebnisse zurückgegeben haben. Prüfen Sie, ob die Ergebnisse falsch sind, und fügen Sie gegebenenfalls Synonyme, Wertelisten und Dataset-Einträge hinzu.

Als KI-Trainer sollten Sie Batchtests erstellen, um sicherzustellen, dass sich die Verbesserung eines Bereichs nicht negativ auf einen anderen auswirkt. Sie können auch Batchtests verwenden, um sicherzustellen, dass Änderungen am logischen Modell keine negativen Auswirkungen auf das benutzerdefinierte Training oder das Routing zu SQL-Unterhaltungen haben.

Genau wie bei Batchtests für Intent-Äußerungen möchten Sie möglicherweise etwa 20% der realen Abfragen beiseite legen, die Sie für das Testen von Abfragebatches erfasst haben. Sie können den Batchtest in regelmäßigen Abständen sowie nach Änderungen am logischen Modell, am benutzerdefinierten Training oder an den Routingdaten ausführen.

Jeder Testfall muss zu einer Test-Suite gehören. Bevor Sie also einen Testfall erstellen, erstellen Sie zunächst eine Testsuite, die einige Aspekte der Abfragetests widerspiegelt, wie z. B. Fehlertests, Domain-Tests oder Out-of-Domain-Tests. Wir stellen eine Suite namens Standardtestsuite bereit. Sie können dieser Testsuite Testfälle zuweisen, wenn Sie noch keine anderen Suites erstellt haben.

Sie haben zwei Möglichkeiten, einem Batchtest einen Testfall hinzuzufügen:

• Nachdem Sie eine Äußerung aus dem Abfragetester getestet haben, können Sie eine Testsuite aus der Dropdown-Liste Als Testfall speichern auswählen, um sie in dieser Suite zu speichern.

• Sie können im Batchtester auf der Registerkarte Testsuiten auf + Testfall klicken.

So greifen Sie auf den Batchtester zu:

1. Klicken Sie auf der Seite Entitys auf Testabfragen.

   Der Abfragetester wird geöffnet.

2. Klicken Sie auf Zu Testfällen gehen.

   Wählen Sie auf der Registerkarte Testsuites eine Testsuite aus, und führen Sie entweder alle Testfälle aus, oder wählen Sie bestimmte Fälle aus, und führen Sie sie aus. Die Ergebnisse werden auf der Seite Testergebnisse angezeigt. Es dauert einige Zeit, bis die Tests abgeschlossen sind. Sie wissen, dass die Ausführung abgeschlossen ist, wenn unter In Bearbeitung die Option 0 angezeigt wird.

Mit Ausnahme der Verknüpfung von Entitys ähneln die OMRQL-Komponenten SQL. Anstelle einer SQL-JOIN verwenden Sie ein Paar von Linkattributen, um eine Entity mit einer anderen zu verknüpfen. Linkattribut enthält Primärnamen und Synonyme, mit denen die Beziehung zwischen den Entitys definiert wird. Beispiel: Ein Mitarbeiter-/Abteilungsattributlink mit einer 1-1-Beziehung kann den Primärnamen "Abteilung" und die Synonyme "funktioniert in", "gehört zu" und "Team" aufweisen. Ein Abteilungs-/Mitarbeiterattributlink mit einer 1:n-Beziehung kann den Primärnamen "Mitarbeiter" und die Synonyme "Mitglieder" und "Mitarbeiter" enthalten.

Neben den typischen Verknüpfungsattributen für Primärschlüssel/Fremdschlüssel können Sie auch die folgenden Typen von Verknüpfungsattributen verwenden:

• Mehrere Verknüpfungsattribute von einer Entity zur anderen, die mehrere semantische Beziehungen definieren.
• Ein Linkattribut von einer Entity zu sich selbst, das einen Self Join impliziert.
• Ein Linkattribut für eine Kreuzungstabelle aufgrund eines m:n-Join