Pour les compétences que vous ciblez dans les langues qu'Oracle Digital Assistant prend en charge de manière native, vous pouvez ajouter des données d'entraînement pour toutes les langues cibles. Cela inclut des exemples d'énoncés pour les intentions et des valeurs d'entité personnalisées.

Préalables :

• Les langues que vous ciblez figurent toutes dans la liste Natively-Supported Languages (Langues prises en charge de manière native).
• La plateforme de la compétence est à la version 20.12 ou supérieure.

Étapes générales :

• Lors de la création de la version (ou du clone) de la compétence, désignez une des langues prises en charge de manière native comme langue principale. Cette langue servira de langue par défaut dans la compétence. Une fois que vous l'avez définie, vous ne pouvez pas la changer.
• Dans la page Settings (Paramètres), Intents (Intentions) ou Entities (Entités) de la compétence, ajoutez toutes les autres langues prises en charge de manière native que vous souhaitez cibler.
• Créez le corpus d'entraînement dans la langue principale.
• Pour chaque langue supplémentaire, augmentez le corpus d'entraînement au besoin.
• Pour toutes les entités de liste de valeurs que vous créez dans la langue principale, ajoutez des valeurs dans la langue supplémentaire correspondant à chacune des valeurs dans la langue principale.
• Créez des ensembles de ressources pour chacune des chaînes de sortie de la compétence, fournissez des entrées pour chaque langue et référencez les clés d'ensemble de ressources à partir des endroits appropriés du flux de dialogue et des paramètres de la compétence.

Autres notes et points à considérer :

• En termes d'expérience utilisateur, cette approche est la meilleure pour répondre aux attentes des utilisateurs en plusieurs langues.
• Pour concrétiser le potentiel de cette approche, veillez à allouer des ressources adéquates à l'entraînement des intentions multilingue et à formuler des messages de sortie efficaces dans toutes les langues cibles.

Si vous voulez créer une compétence avec une ou plusieurs langues non anglaises, mais que vous ne voulez pas utiliser un service de traduction de 3e partie, vous pouvez utiliser la prise en charge linguistique native de Digital Assistant. Voir la rubrique Capacité à entraîner en plusieurs langues ci-dessus.

Généralement, si la langue que vous ciblez pour une compétence est prise en charge de manière native dans Oracle Digital Assistant, vous utilisez cette prise en charge native de la langue pour la compétence. Cependant, si cette langue n'est pas prise en charge de manière native, vous pouvez utiliser un service de traduction.

Conditions requises :

• Vous avez configuré un service de traduction (par exemple, le service de langue pour OCI, Microsoft Traduction ou l'API de traduction Google).

Étapes générales :

• Lors de la création de la compétence, désignez la langue cible comme langue principale (et en mode traduction).
• Créez des énoncés d'intention et des valeurs d'entité dans la langue que vous prenez en charge.
• Ajoutez du code au flux de dialogue pour détecter la langue de l'entrée utilisateur et la traduire en arrière-plan. (Pour les compétences qui ne sont pas en anglais et qui dépendent d'un service de traduction, le modèle d'entraînement sous-jacent de la compétence est en anglais.)
• Créez des ensembles de ressources pour les réponses de la compétence.

Autres notes et points à considérer :

• Si la langue cible de votre compétence figure parmi les langues prises en charge de manière native, envisagez d'utiliser cette prise en charge. Si vous avez besoin par la suite d'ajouter d'autres langues prises en charge de manière native, vous serez en mesure d'optimiser la résolution d'intention pour chacune (et d'avoir davantage de contrôle sur les messages de sortie).
• Si vous souhaitez ensuite ajouter d'autres langues à la compétence et qu'une ou plusieurs d'entre elles ne sont pas prises en charge de manière native, vous devrez créer une nouvelle compétence à partir de zéro en définissant l'anglais comme langue principale.
• Les valeurs d'entité pour les types d'entité intégrés (tels que NUMBER, EMAIL et DATE) sont extraites après la traduction de l'entrée utilisateur en anglais en arrière-plan.

Si vous concevez une compétence qui cible plusieurs langues et qu'une ou plusieurs de ces langues ne sont pas prises en charge de manière native, vous pouvez utiliser un service de traduction.

Conditions requises :

• Vous avez configuré un service de traduction (Microsoft Traduction ou l'API de traduction Google).

Étapes générales :

• Lors de la création de la compétence, désignez l'anglais comme langue principale (et en mode traduction).
• Créez des énoncés d'intention et des valeurs d'entité en anglais.
• Ajoutez du code au flux de dialogue pour détecter la langue de l'entrée utilisateur et la traduire en arrière-plan.
• Pour gérer les réponses de la compétence, effectuez une de ces opérations :
  • Configurez le flux de dialogue pour traduire les réponses de la compétence de l'anglais à la langue de l'utilisateur.
  • Créez des ensembles de ressources avec des entrées pour chaque langue cible et configurez la compétence pour qu'elle les utilise dans ses réponses.

Autres notes et points à considérer :

• Les valeurs d'entité pour les types d'entité intégrés (tels que NUMBER, EMAIL et DATE) sont extraites après la traduction de l'entrée utilisateur en anglais en arrière-plan.

Si vous souhaitez créer une compétence multilingue sans ensembles de ressources pour les différentes langues, vous pouvez utiliser le service de traduction pour gérer les réponses de la compétence. (Cette approche ne fonctionne pas avec la prise en charge linguistique native de Digital Assistant.)

Conditions requises :

• Vous avez configuré un service de traduction (Microsoft Traduction ou l'API de traduction Google).

Étapes générales :

• Lors de la création de la compétence, désignez l'anglais comme langue principale (et en mode traduction).
• Ajoutez du code au flux de dialogue pour détecter la langue de l'entrée utilisateur et la traduire en arrière-plan.
• Configurez le flux de dialogue pour traduire les réponses de la compétence dans la langue de l'utilisateur.

Autres notes et points à considérer :

• Si les langues cibles de votre compétence figurent toutes parmi celles prises en charge de manière native, envisagez plutôt d'utiliser l'approche linguistique native, car elle vous permettra d'optimiser la résolution d'intention pour chaque langue (et d'avoir davantage de contrôle sur les messages de sortie).
• Même si vous devez cibler des langues non prises en charge de manière native, vous vous rendrez compte que les avantages d'avoir un plus grand contrôle des messages de sortie justifient les coûts.