Il modello di elaborazione del linguaggio naturale delle finestre di dialogo SQL supporta query che si traducono nelle clausole SQL di base: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY e LIMIT.

Una query può coinvolgere fino a 3 entità diverse. Cioè, può avere fino a 2 join. Le query che coinvolgono 3 join potrebbero risolvere per correggere i risultati a seconda del caso d'uso. Per 4 o più join, è necessario aggiungere dati di formazione personalizzati per assicurarsi che la competenza fornisca i risultati corretti.

Le finestre di dialogo SQL non supportano le query più complesse che coinvolgono subquery e operatori SET (INTERSECT, UNION, EXCEPT e NONE). Inoltre, non supporta query non inglesi, query che richiedono una risposta sì o no, query con pronomi e query di follow-up. Per informazioni su queste e altre limitazioni delle query relative alle finestre di dialogo SQL, vedere Risoluzione dei problemi delle query SQL.

Per alcune query non supportate, è possibile risolvere il problema utilizzando viste di database o creando attributi virtuali come descritto in Aggiungi un attributo personalizzato.

Di seguito è riportata una tabella che descrive i tipi di query supportati dalle finestre di dialogo SQL. Utilizza i seguenti valori di database:

Tabella dipendenti

Tabella reparti

Di seguito sono riportati i tipi di query supportati dalle finestre di dialogo SQL.

Per connettersi a un database Oracle, procedere come segue.

1. In Digital Assistant, fare clic su per aprire il menu laterale, fare clic su Impostazioni, su Servizi aggiuntivi e sulla scheda Dati.

2. Fare clic su + Aggiungi servizio.

3. Nella finestra di dialogo Nuovo servizio dati fornire le informazioni di base riportate di seguito.

   Nome campo	descrizione;
   Tipo di database	Selezionare Oracle.
   Nome	Un nome univoco per il servizio.
   Descrizione servizio dati	Descrizione facoltativa dell'integrazione del servizio dati, ad esempio la descrizione del database o lo scopo.
   Nome utente	Chiedere all'amministratore del database il nome utente e la password che consentono di accedere alle tabelle necessarie agli sviluppatori di skill per creare le entità composte per la competenza della finestra di dialogo SQL, come descritto in Crea entità query per modellare il servizio dati.
   Password	Password dell'utente. Per l'integrazione con Oracle Digital Assistant, una password deve contenere almeno 14 caratteri e non più di 30 caratteri e almeno un carattere maiuscolo, un carattere minuscolo e un numero. Inoltre, non può iniziare con una cifra.

4. Fare clic su Continua per configurare l'autenticazione dell'utente finale se il servizio dati è configurato per l'accesso basato sui ruoli. Di seguito è riportata una descrizione dei campi della pagina.

   Nome campo	descrizione;
   L'autenticazione utente finale è obbligatoria	Selezionare questa opzione se il servizio dati è configurato per l'accesso basato su ruolo.
   Servizio di autenticazione	Selezionare un servizio di autenticazione configurato in Impostazioni > Servizi di autenticazione.
   Identificativo utente finale	Selezionare il tipo di identificativo dell'utente finale.
   Espressione personalizzata	Se il tipo di identificativo dell'utente finale selezionato è custom, immettere un'espressione FreeMarker in una variabile del profilo utente che rappresenta l'identificativo dell'utente finale. Per ulteriori informazioni ed esempi, vedere Espressioni per richieste di rimborso profilo OICD.

5. Fare clic su Continue per aggiungere i dettagli della connessione.

6. Nella pagina Dettagli connessione, selezionare Di base o Connessione al wallet cloud per il tipo di connessione.

   • Per i database a nodo singolo e i database abilitati per RAC, è necessario selezionare Basic.
   • Se si sta eseguendo la connessione a un database ATP, è necessario selezionare Connessione al wallet cloud.

7. Se il tipo di connessione è Base, immettere i valori riportati di seguito, che è possibile ottenere dall'amministratore del database.

   Nome campo	descrizione;
   Usa TLS	Spostare questo switch sulla posizione ON se si desidera utilizzare TLS (Transport Layer Security) per proteggere la connessione. Nota Se si utilizza un certificato CA privato per connettersi al database, questa opzione deve essere attivata.
   Nome host	Immettere l'host per il servizio dati. Non utilizzare il prefisso https://. Ad esempio: example.com.
   Porta	Porta che consente le connessioni client al database.
   Identificativo servizio	Procedere in uno dei seguenti modi: Selezionare SID e immettere l'identificativo di sistema Oracle dell'istanza del database. Selezionare Nome servizio e immettere il nome del servizio per il database.
   Endpoint privato	Questa opzione viene visualizzata solo se nell'istanza di Digital Assistant sono configurati endpoint privati. Se si sta eseguendo la connessione a un endpoint privato per accedere al servizio, passare all'endpoint privato passando alla posizione ON, quindi effettuare la selezione da una lista di endpoint privati associati all'istanza. L'uso di un endpoint privato consente di accedere a un servizio non accessibile direttamente dalla rete Internet pubblica. Per i dettagli, vedere Endpoint privato.

8. Se il tipo di connessione è Connessione al wallet cloud, immettere i valori riportati di seguito, che è possibile ottenere dall'amministratore del database.

   Nome campo	descrizione;
   File wallet	Trovare e selezionare il file Cloud Wallet contenente le credenziali client oppure trascinarlo nel campo.
   Password wallet	Immettere la password fornita al momento del download del file wallet. Tenere presente che per l'integrazione di Oracle Digital Assistant, una password del wallet deve contenere almeno 15 caratteri e non più di 30 caratteri e almeno un carattere maiuscolo, un carattere minuscolo, un carattere speciale e un numero. Inoltre, non può iniziare con una cifra.
   Servizio	Selezionare il nome del servizio di database. Assicurarsi di selezionare un servizio con concorrenza servizio sufficientemente elevata in modo che le query non richiedano più di 30 secondi (a quel punto il timeout). I nomi dei servizi con i suffissi _tp e _tpurgent sono in genere le scelte più appropriate. Per ulteriori informazioni su queste considerazioni, consulta la sezione relativa ai nomi dei servizi di database per Autonomous Database e alla concorrenza dei servizi.
   Endpoint privato	Questa opzione viene visualizzata solo se nell'istanza di Digital Assistant sono configurati endpoint privati. Se si sta eseguendo la connessione a un endpoint privato per accedere al servizio, passare all'endpoint privato passando alla posizione ON, quindi effettuare la selezione da una lista di endpoint privati associati all'istanza. L'uso di un endpoint privato consente di accedere a un servizio non accessibile direttamente dalla rete Internet pubblica. Per i dettagli, vedere Endpoint privato.

9. Nella pagina Proprietà avanzate, se è necessario un certificato CA privato per connettersi al database, passare alla posizione ON Usa attendibilità privata e compilare il resto dei campi obbligatori.

   Nome campo	descrizione;
   Usa trust privato	Se si utilizza un certificato CA privato per connettersi al database, passare alla posizione ON. Questa opzione è abilitata solo se nella pagina Dettagli connessione è stato selezionato Usa TLS.
   Risorsa certificati	Selezionare Self Managed.
   Scegliere un file PEM e Incolla testo PEM	Selezionare una di queste opzioni per fornire il certificato.

10. Fare clic su Aggiungi servizio.

    Ora è possibile importare lo schema di database in una competenza per creare entità di query che consentono agli utenti di eseguire query sul database utilizzando il linguaggio naturale.

1. In Digital Assistant, fare clic su per aprire il menu laterale, fare clic su Impostazioni, su Servizi aggiuntivi e sulla scheda Dati.

2. Fare clic su + Aggiungi servizio.

3. Nella finestra di dialogo Nuovo servizio dati fornire le informazioni di base riportate di seguito.

   Nome campo	descrizione;
   Tipo di database	Selezionare MySQL.
   Nome	Un nome univoco per il servizio.
   Descrizione servizio dati	Descrizione facoltativa dell'integrazione del servizio dati, ad esempio la descrizione del database o lo scopo.
   Tipo di autenticazione	L'amministratore del database dirà se selezionare Predefinito, Kerberos o OS.
   Nome utente	Chiedere all'amministratore del database il nome utente e la password che consentono di accedere alle tabelle necessarie agli sviluppatori di skill per creare le entità composte per la competenza della finestra di dialogo SQL, come descritto in Crea entità query per modellare il servizio dati.
   Password	Password dell'utente. Per l'integrazione con Oracle Digital Assistant, una password deve contenere almeno 14 caratteri e non più di 30 caratteri e almeno un carattere maiuscolo, un carattere minuscolo e un numero. Inoltre, non può iniziare con una cifra.

4. Fare clic su Continua per configurare i dettagli di connessione elencati nella tabella riportata di seguito.

   Nome campo	descrizione;
   Usa TLS	Spostare questo switch sulla posizione ON se si desidera utilizzare TLS (Transport Layer Security) per proteggere la connessione. Nota Se si utilizza un certificato CA privato per connettersi al database, questa opzione deve essere attivata.
   Nome host	Immettere l'host per il servizio dati. Non utilizzare il prefisso https://. Ad esempio: example.com.
   Porta	Porta che consente le connessioni client al database.
   Database	il nome del database;.
   Endpoint privato	Questa opzione viene visualizzata solo se nell'istanza di Digital Assistant sono configurati endpoint privati. Se si sta eseguendo la connessione a un endpoint privato per accedere al servizio, passare all'endpoint privato passando alla posizione ON, quindi effettuare la selezione da una lista di endpoint privati associati all'istanza. L'uso di un endpoint privato consente di accedere a un servizio non accessibile direttamente dalla rete Internet pubblica. Per i dettagli, vedere Endpoint privato.

5. Nella pagina Proprietà avanzate, se è necessario un certificato CA privato per connettersi al database, passare alla posizione ON Usa attendibilità privata e compilare il resto dei campi obbligatori.

   Nome campo	descrizione;
   Usa trust privato	Se si utilizza un certificato CA privato per connettersi al database, passare alla posizione ON. Questa opzione è abilitata solo se nella pagina Dettagli connessione è stato selezionato Usa TLS.
   Risorsa certificati	Selezionare Self Managed.
   Scegliere un file PEM e Incolla testo PEM	Selezionare una di queste opzioni per fornire il certificato.

6. Fare clic su Aggiungi servizio.

   Ora è possibile importare lo schema di database in una competenza per creare entità di query che consentono agli utenti di eseguire query sul database utilizzando il linguaggio naturale.

Per aiutare un SQL Dialogs ad associare le frasi in linguaggio naturale alla struttura di dati sottostante (modello fisico), inizia prendendo le espressioni identificate che l'abilità deve gestire (il corpus di addestramento) e analizzandole per scoprire i diversi modi in cui gli utenti finali fanno riferimento alle entità e agli attributi.

Per esempio, supponete di avere queste espressioni nel vostro corpo di addestramento:

• Mostrami le fatture con saldi insoluti maggiori di zero.

• Qual è l'importo dovuto per il riferimento 12656?

Qui, si vede che le persone usano "saldo in sospeso" e "importo dovuto" per fare riferimento alla colonna amount_remaining. Vedi anche che il "riferimento" è un modo in cui le persone si riferiscono a invoice_num.

Oltre al corpus di addestramento, potresti anche voler raccogliere le espressioni dai tuoi utenti target per ottenere più frasi e analizzarle.

Dopo aver compilato l'elenco dei modi in cui le persone fanno riferimento alle entità e agli attributi, selezionare il termine che si desidera utilizzare per il nome principale di ogni entità e attributo. Devono essere nomi più vicini agli usi più comuni. Quando scegli il nome, considera che il modello NLP predefinito non comprenderà probabilmente le relazioni specifiche del dominio. Ad esempio, non capirà automaticamente che il numero fattura e il riferimento fanno riferimento alla stessa cosa. Poiché il numero fattura è comunemente utilizzato e si avvicina anche ad altri termini comunemente utilizzati, ad esempio n. fattura e numero fattura, è necessario impostarlo come nome principale.

Tratta il resto dei termini come sinonimi. Nell'esempio precedente, è possibile aggiungere riferimento, n. fattura e numero bill all'elenco di sinonimi.

Si noti che il nome principale è quello predefinito per le intestazioni e le etichette delle colonne dei risultati, ma è possibile modificarlo nella scheda Presentazione.

L'elenco consente di creare i dati di formazione nella pagina Entità.

• Per impostare il nome principale e i sinonimi dell'entità, aprire la scheda Configurazione dell'entità ed espandere Lingua naturale.

• Per impostare il nome principale e i sinonimi dell'attributo, aprire la scheda Lingua naturale dell'attributo.

È possibile migliorare l'accuratezza del parser del linguaggio naturale associando gli attributi a elenchi di valori o entità dinamiche. Ciò consente al parser di identificare un attributo in base ai relativi valori noti. Utilizzare Entità di riferimento nella scheda Informazioni generali dell'attributo per associare l'attributo ai valori dell'entità di riferimento. Per le entità dell'elenco di valori, è possibile creare automaticamente l'entità, importare i valori del servizio dati e associarla come entità di riferimento in un unico passo.

Quando si decide se utilizzare un elenco di valori o un'entità dinamica per memorizzare i valori, valutare se l'entità è aperta o chiusa.

• Una lista aperta è infinita o dinamica (o entrambe). Per gli elenchi aperti, considerare la possibilità di creare e gestire un'entità dinamica anziché un elenco di valori. Se si sceglie di utilizzare un elenco di valori, è necessario curarlo per assicurarsi che contenga almeno i valori utilizzati più di frequente. Ad esempio, per un elenco di fornitori che molto probabilmente cresce nel tempo, è necessario che l'elenco includa i fornitori utilizzati più di frequente. Questo perché le query relative a un fornitore senza utilizzare la parola "fornitore", ad esempio "mostra il flag di riepilogo per Seven Corporation", non corrispondono se tale valore non è presente nell'elenco di valori. In questo modo si aumenta la frequenza delle risoluzioni corrette includendo almeno i valori utilizzati più di frequente.

• Un elenco chiuso è un elenco finito statico. Ideale per le entità dell'elenco di valori.

Per gli elenchi di valori e le entità dinamiche, aggiungere versioni di sinonimi singolari e plurali (se applicabile) per ogni valore di entità per indicare i modi in cui gli utenti finali faranno riferimento al valore.

I sinonimi sono particolarmente importanti quando l'elenco contiene valori che in genere gli utenti finali non utilizzano. Prendiamo, ad esempio, questo elenco di stati di pagamento validi. Gli utenti saranno molto più propensi a usare parole come pagate, non pagate e parzialmente pagate che usare Y, N e P. L'aggiunta di queste parole come sinonimi consente di assicurare che l'NLP riconosca che gli utenti fanno riferimento all'attributo dello stato del pagamento.

Quando un termine descrive più valori di entità, aggiungere tale termine come sinonimo a ciascuno di essi. Ad esempio, sia N che P indicano che la fattura non è stata pagata. Se si aggiunge "non pagato" come sinonimo per entrambi gli stati, "Mostra fatture non pagate" recupererà le fatture con un valore payment_status di N o P.

Per le entità dinamiche, creare l'entità e quindi utilizzare Entità di riferimento nella scheda Informazioni generali dell'attributo per associarlo all'elenco.

Per gli elenchi di valori, è possibile creare un elenco di valori dal servizio dati e associarlo a un'entità effettuando le operazioni riportate di seguito.

1. Nella pagina Entità, modificare l'attributo e andare alla scheda Informazioni generali.

2. Selezionare Entità nell'elenco a discesa Tipo.

3. Fare clic su Se l'entità desiderata non esiste, è possibile generare un'entità elenco di valori in base al mapping in background facendo clic qui. L'elenco di valori viene creato e popolato dal servizio dati e l'entità di riferimento punta al nuovo elenco di valori.

4. (Facoltativo) Per aumentare le possibilità che l'input dell'utente corrisponda a un valore dell'elenco, aprire l'entità dell'elenco di valori e attivare Corrispondenza parziale. Altrimenti utilizza una corrispondenza rigorosa, il che significa che l'input dell'utente deve corrispondere esattamente ai valori e ai sinonimi. Ad esempio, "auto" non corrisponde a "auto".

   La corrispondenza parziale utilizza l'origine delle parole per identificare gli attributi dalla query. Ad esempio, "pound" corrisponde a "pounds", "hold" corrisponde a "on hold", "necessarie approvazioni" corrisponde a "necessarie approvazioni" e "rent-lease" corrisponde a "rent lease".

   Si noti che la corrispondenza non esatta non funziona per "_" e "?". Inoltre, la corrispondenza parziale non funziona. Ad esempio, "Seven" non corrisponde a "Seven Corporation". Se è necessario abilitare la corrispondenza per tali stringhe, aggiungerle all'elenco dei sinonimi.

5. Fare clic su Applica per salvare le modifiche.

Se i valori di un attributo devono corrispondere a un determinato pattern, è possibile aiutare il parser del linguaggio naturale a identificare i valori di tale attributo associando l'attributo a un'entità espressione regolare.

Ciò può essere utile quando tutti i valori devono seguire un pattern specifico e il set di valori validi è troppo grande per un elenco di valori o è infinito. Ad esempio, per un attributo ip_address è possibile associarlo a un'entità di espressione regolare denominata IpAddress, che dispone dell'espressione regolare (\\d{1,2}|(0|1)\\d{2}|2[0-4]\\d|25[0-5]).

Tenere presente che, in modo simile agli elenchi di valori, se è possibile associare più attributi nel modello alla stessa espressione regolare, gli utenti dovranno fornire un contesto sufficiente nella query per distinguere tra i due (o più) attributi.

Per associare un attributo a un'espressione regolare:

1. Nella pagina Entità, fare clic su + Aggiungi entità, selezionare Espressione regolare nell'elenco a discesa Tipo, immettere l'espressione regolare e fare clic su Crea.

   Assicurarsi di creare l'espressione regolare in modo da impedire al parser di linguaggio naturale di associare valori non correlati all'attributo.

2. Selezionare l'entità con l'attributo che si desidera associare all'espressione regolare, modificare l'attributo e andare alla scheda Informazioni generali.

3. Selezionare Entità nell'elenco a discesa Tipo.

4. Selezionare l'entità dell'espressione regolare nell'elenco a discesa Entità di riferimento.

5. Fare clic su Applica per salvare le modifiche.

Come allenatore di intelligenza artificiale, incontrerai espressioni di linguaggi naturali che l'abilità non può tradurre in OMRQL. Ad esempio, il modello potrebbe non essere in grado di gestire sinonimi specifici del dominio che non sembrano essere strettamente correlati al nome primario. Un altro esempio è quando il modello non è in grado di distinguere tra due entità simili. Quando ciò accade, è possibile utilizzare i dati di addestramento per insegnare all'abilità come analizzare correttamente l'espressione in OMRQL.

L'aggiunta ai dati di formazione viene spesso definita formazione personalizzata. La formazione personalizzata consente di insegnare al modello ad associare parole e frasi ad attributi, entità e parole chiave OMRQL nel contesto di un'espressione completa mappando l'espressione a OMRQL.

Per ogni scenario che si sta risolvendo, iniziare con 20 espressioni e aggiungere di più se necessario. Poiché troppi esempi potrebbero indurre il modello a prevedere gli attributi e gli operatori, è necessario concentrarsi su un insieme più piccolo di espressioni diverse piuttosto che su un insieme grande di espressioni simili e di qualità inferiore. Si noti che esiste un limite di 120 espressioni per abilità.

Tutti i valori nell'istruzione OMRQL devono corrispondere esattamente al valore e al formato del database. Prendiamo, per esempio, la frase "chi è il dipendente il cui nome è Jones". Se i valori del database per l'attributo nome sono tutte lettere maiuscole, il valore del nome deve essere anche tutte lettere maiuscole. Questo è "SELECT * FROM Emp WHERE name = 'JONES'".

Quando l'espressione che si sta mappando utilizza un sinonimo per il valore effettivo del database, è necessario definire tale sinonimo per il valore in un elenco di valori e OMRQL deve utilizzare il valore effettivo del database. Ad esempio, se l'espressione è "mostrare il reparto la cui posizione è la grande mela", allora "big apple" deve essere definito nell'elenco di valori dept_loc come sinonimo del valore "NEW YORK" e l'OMRQL deve essere "SELECT * FROM Dept WHERE loc = 'NEW YORK'".

È possibile aggiungere espressioni che contengono date assolute, ad esempio "fatture in scadenza il 5 gennaio 2022", ma non utilizzare espressioni con date o date relative senza l'anno. Ad esempio, se l'espressione è "fatture in scadenza oggi", la data odierna sarà non modificabile in OMRQL come SELECT * FROM fatture WHERE due_date = '2022-01-01'. Inoltre, se si utilizza una data relativa come "oggi", è possibile che venga visualizzato un errore che indica che le date relative non sono supportate.

Di seguito sono riportate alcune best practice per le espressioni di formazione personalizzate.

• Salvare il numero di espressioni: alcuni scenari più complessi potrebbero richiedere più espressioni rispetto a quelli semplici, ma cercare di bilanciare il numero di espressioni per scenario.

• Salvare la formazione di attributi ed entità simili: se si dispone di due attributi simili ed è necessario fornire dati di formazione personalizzati per uno di essi, è necessario fornire anche la stessa quantità di dati di formazione per l'altro. Quando i dati di addestramento si concentrano solo su uno degli attributi simili, il modello potrebbe prevedere l'attributo rispetto alla sua controparte. Lo stesso vale per entità simili. Ad esempio, la valuta di pagamento e la valuta della fattura sono attributi simili. Se la valuta di pagamento è sovra-rappresentata nei dati di formazione, il modello potrebbe prevedere la valuta di pagamento anche quando l'espressione richiede la valuta della fattura.

  Quando è necessario insegnare al modello come distinguere tra due attributi simili o strettamente correlati, bilanciare la ponderazione dell'importanza fornendo metà delle espressioni per un attributo e metà delle espressioni per l'altro.

  Variare le espressioni che si riferiscono a questi attributi simili. Ad esempio, qui ci sono coppie di espressioni contrastanti per aiutare il modello a distinguere tra amount_remaining e amount_paid:

  • indica l'importo rimanente per le fatture approvate
  • mostra l'importo pagato per le fatture approvate
  • visualizza l'importo totale da pagare a AAD del fornitore
  • calcolare l'importo totale pagato all'AD del fornitore
  • qual è l'importo dovuto sulle fatture al fornitore AAD
  • elencare l'importo pagato sulle fatture per l'AD del fornitore

• Salvare la formazione di valori che corrispondono a nomi o sinonimi principali: ad esempio, si supponga che il modello disponga di un attributo manager e che "manager" sia anche un valore per l'attributo dipendente job. Se si desidera aggiungere "Quanti manager" ai dati di formazione, è necessario bilanciare questi dati di formazione con espressioni che utilizzano l'attributo manager, ad esempio "Chi è il manager del dipendente Adam Smith", nonché espressioni che utilizzano il manager job, ad esempio "Mostra tutti i manager". In questo modo, il modello può imparare a distinguere tra i due usi. Se non si includono esempi per entrambi i tipi di utilizzo, lo skill potrebbe prevedere più di un utilizzo rispetto all'altro.

• Diversificare le frasi: le procedure ottimali per la formulazione di frasi diverse per i dati personalizzati sono simili a quelle per le espressioni dell'intento:

  • Utilizzare frasi complete.

  • Utilizzare verbi diversi. Ad esempio: visualizzare, elencare, mostrare, dire e vedere.

  • Utilizzare vari sinonimi e parafrasi oltre al nome dell'entità o dell'attributo.

  • Utilizzare pronomi diversi. Per esempio: mostrami, possiamo vedere, dirci, voglio.

  • Varia la struttura della frase. Ad esempio, posizionare il valore dell'attributo vicino all'inizio, al centro e alla fine delle frasi.

  • Se si dispone di espressioni con un'aggregazione, ad esempio AVG, aggiungere anche espressioni con altri operatori.

  • Se possibile, utilizzare clausole diverse, ad esempio Raggruppa per e dove le clausole con condizioni AND e OR.

• Diversificare i valori: quando si utilizzano più valori nelle espressioni dello scenario, il modello è in grado di riconoscere valori diversi. Includere valori con lunghezze di parola diverse. Includere alcuni valori con caratteri speciali come '/' e "-". Includere alcuni valori con parole chiave speciali come 'and'.

• Includere una combinazione di valori noti e sconosciuti. Per gli attributi degli elenchi di valori, utilizzare un set rappresentativo di valori di attributo (ma non tutti) per addestrare le corrispondenze degli elenchi di valori come segnali importanti. Inoltre, per gli elenchi di valori che non sono elenchi chiusi, includere i valori che non sono nell'elenco di valori per insegnargli anche ad associare determinati infrasamenti all'attributo.

Per aggiungere un'espressione mappata ai dati di addestramento:

1. Se il pulsante Formazione è associato a un badge rosso, fare clic su e addestrare utilizzando Trainer Tm.

2. Nella pagina Entità, andare alla scheda Set di dati e fare clic su Entità query.

3. Fare clic sulla scheda Dati formazione.

4. Fare clic su Aggiungi disposizione.

   Viene visualizzata la finestra di dialogo Crea uso.

5. Immettere l'espressione e fare clic su Continue.

   Nella finestra di dialogo viene visualizzata la query OMRQL per l'espressione. Se non è possibile tradurre l'espressione nella query, la query sarà vuota.

   Si noti che se lo skill non è stato addestrato, non è possibile tradurre l'espressione in una query OMRQL.

6. Rivedere la query e correggerla se è errata.

   Per le parole chiave e gli esempi di OMRQL, vedere Riferimento OMMRQL.

7. Fare clic su Fine per aggiungere l'espressione mappata ai dati di addestramento.

Se la tua abilità ha intenti o si trova in un DA, allora, proprio come con gli intenti, la tua abilità ha bisogno di espressioni per aiutarlo a instradare le query SQL alla conversazione delle finestre di dialogo SQL. Oltre ai suggerimenti di completamento automatico, ai dati di addestramento e ai dati di instradamento creati a mano, il meccanismo di instradamento utilizza le espressioni di instradamento generate create dalla scheda Dati di instradamento generati nel set di dati entità query. Le espressioni generate rappresentano un'ampia copertura di domande su tutte le entità di query nel modello logico.

Per generare i dati di instradamento:

1. Se il pulsante Formazione è associato a un badge rosso, fare clic su e formare utilizzando Trainer TM.

2. Nella pagina Entità, andare alla scheda Set di dati e fare clic su Entità query.

3. Fare clic sulla scheda Dati instradamento generato.

4. Fare clic su Genera.

   Viene visualizzata la finestra di dialogo Genera dati di instradamento.

5. Nel campo Seleziona entità selezionare Tutto. La prima volta che si generano i dati di instradamento, è necessario generare i dati per tutte le entità. Dopo aver generato il set iniziale, è possibile tornare e generare per entità specifiche se necessario.

6. Fare clic su Genera.

   L'abilità genera 100 espressioni, che riflettono le domande a cui il modello logico può rispondere.

   
   
   
   Descrizione dell'immagine qe-generated-routing-data.png
   
   

7. Rivedere i dati generati e modificare quelli che devono essere perfezionati.

   Suggerimento

   L'espressione non è modificabile se è stata approvata. Se si desidera modificare un'espressione approvata, annullarne l'approvazione, modificarla e quindi approvarla di nuovo.

8. Eliminare le voci se necessario e approvare il resto.

   Le espressioni approvate vengono aggiunte ai dati di routing combinati. Se si modifica un'espressione, il relativo sottotipo di instradamento nella scheda Dati di instradamento combinato è Raffinato. In caso contrario, è Sintetico.

Se esistono query SQL valide che il DA o lo skill non instrada alla conversazione SQL, è necessario aggiungere tali espressioni ai dati di instradamento dalla scheda Dati instradamento combinato della pagina Data set entità query.

Per aggiungere dati di instradamento creati a mano:

1. Se il pulsante Formazione è associato a un badge rosso, fare clic su e formare utilizzando Trainer TM.

2. Nella pagina Entità, andare alla scheda Set di dati e fare clic su Entità query.

3. Fare clic sulla scheda Dati instradamento combinato.

4. Fare clic su Aggiungi disposizione.

   Viene visualizzata la finestra di dialogo Crea disposizione.

5. Digitare l'espressione e quindi fare clic al di fuori della casella di testo.

6. Fare clic su Continua.

7. Rivedere la query OMRQL per verificare che i relativi risultati rispondano alla query. In caso contrario, correggere la query, quindi fare clic su Reinterpreta. Per le parole chiave di query OMRQL, vedere Riferimento OMMRQL.

8. Fare clic su Fine.

   L'espressione viene aggiunta ai dati con il sottotipo di instradamento impostato su Handcrafted.

Lo skill può visualizzare i risultati dell'entità sotto forma di tabella, modulo o tabella (in cui è possibile espandere una riga per visualizzare ulteriori dettagli in modalità modulo). Utilizzare i campi di conversione del layout nella scheda Presentazione dell'entità per configurare quando i risultati devono essere visualizzati in ciascuna modalità.

Per impostazione predefinita, lo skill visualizza ogni riga della risposta come form a meno che il numero di righe non superi una soglia specificata per Utilizzare il layout del form per questo numero di righe o meno. Di seguito sono riportati alcuni esempi di risposta in modalità modulo e tabella.

Descrizione dell'immagine sql-results-form.png

Descrizione dell'immagine sql-results-table.png

Se il numero di colonne supera una soglia, lo skill visualizza un form tabella. Con un form tabella vengono visualizzati solo il numero specificato di colonne e l'utente può espandere il form per visualizzare gli altri attributi. Per specificare la soglia, utilizzare Passa al layout form tabella quando il numero di colonne supera questo numero. Di seguito è riportato un esempio di layout di form tabella per la soglia di colonna 2.

Descrizione dell'immagine sql-results-table-form.png

Per impostazione predefinita, in modalità modulo, lo skill visualizza tutti gli attributi dei risultati uno sotto l'altro. Per salvare la stanza, è possibile impostare Numero di sezioni orizzontali nel layout del form su 2 per visualizzare due colonne di attributi.

Per impostazione predefinita, lo skill utilizza il nome dell'entità di query per il titolo dei risultati, ma è possibile utilizzare il nome visualizzato nella scheda Presentazione per impostare un titolo diverso.

Tenere presente che dopo aver impostato il nome visualizzato, non è possibile cancellare il campo.

È possibile specificare un criterio di ordinamento predefinito da utilizzare per lo skill ogni volta che l'espressione dell'utente non ne specifica uno. Per impostare l'impostazione predefinita, andare alla scheda Generale dell'entità, fare clic su Aggiungi ordine attributi, selezionare un attributo e selezionarne l'ordine (crescente o decrescente). È possibile continuare a fare clic su Aggiungi ordine attributi per aggiungere altri attributi al criterio di ordinamento.

Se l'espressione non nomina alcun attributo, è probabile che i risultati includano alcuni campi essenziali. Per specificare questi campi, è possibile utilizzare Attributi predefiniti nella scheda Presentazione dell'entità. Ad esempio, per un'entità invoices, è possibile visualizzare invoice_num, invoice_date e invoice_amount quando non viene assegnato alcun nome ad alcun attributo.

Tenere presente che non è possibile aggiungere attributi di tipo entità query all'elenco di attributi predefiniti.

Quando un'espressione identifica attributi specifici, è possibile che il risultato includa non solo gli attributi richiesti, ma anche un contesto. Ad esempio, se qualcuno inserisce "Mostra importi fattura", i dati non avranno senso se mostrano solo i valori invoice_amount e non un contesto identificativo come invoice_num. Utilizzare Attributi minimi nella scheda Presentazione dell'entità per identificare gli attributi minimi.

Impossibile aggiungere attributi di tipo entità query alla lista di attributi minimi.

Utilizzare il numero massimo di righe per pagina nella scheda Presentazione dell'entità per impostare il numero di righe da visualizzare contemporaneamente.

L'utente può fare clic sui pulsanti per visualizzare i risultati.

È possibile aggiungere pulsanti e collegamenti ai risultati di un'entità di query sia a livello globale che a livello di riga. In ogni riga viene visualizzata un'azione riga e sotto i risultati viene visualizzata un'azione globale.

Ad esempio, per un'entità dipendente è possibile aggiungere un'azione globale che si collega alla pagina di ricerca dei dipendenti dell'azienda. A livello di riga, è possibile aggiungere un'azione per una query di follow-up comune, ad esempio una query sul reparto del dipendente.

È possibile aggiungere azioni dalla scheda Presentazione dell'entità. Se si dispone di più azioni, è possibile indicare la sequenza di visualizzazione delle azioni. Per i tipi di azione QUERY, è necessario fornire una QUERY OMRQL. Per i tipi di azione URL, sarà necessario impostare l'URL.

Per le azioni di follow-up a livello di riga, è possibile utilizzare ${row.attributeName} per fare riferimento ai valori degli attributi di ogni riga. Ad esempio, select * from Emp WHERE dept.loc = "${row.loc}". In fase di esecuzione, il pulsante di ogni riga avrà un valore diverso per la query. Questa sintassi è disponibile solo per le azioni a livello di riga.

Facoltativamente, è possibile limitare quando viene visualizzata l'azione. Ad esempio, è possibile che si disponga di un'azione riga per visualizzare i riporti diretti di un dipendente, che deve essere visualizzata solo se la mansione del dipendente è Manager. A tale scopo, selezionare Espressione visibilità su Attiva e fornire un'espressione FreeMarker, ad esempio ${row.job = 'MANAGER'}.

È possibile aggiungere attributi personalizzati per visualizzare informazioni aggiuntive, ad esempio valori derivati o calcolati.

1. Nella scheda Attributi della pagina dell'entità, fare clic su + Aggiungi attributo e fornire un nome e un tipo canonico.

2. Nella scheda Lingua naturale fornire un nome principale e, facoltativamente, aggiungere sinonimi.

3. Nella scheda Mapping backend, selezionare Espressione SQL e aggiungere l'espressione.

Se l'espressione fa riferimento a una colonna, utilizzare il nome della colonna dal modello fisico (schema di database) e anteporre ${alias}. Ad esempio, per un'entità invoices è possibile aggiungere un attributo amount_to_pay con l'espressione ${alias}invoice_amount + ${alias}discount_taken dove:

• invoice_amount e discount_taken sono nomi di colonna fisica esistenti nella tabella invoices.
• La nuova colonna derivata amount_to_pay è la somma dei valori delle colonne fisiche invoice_amount e discount_taken.

È possibile utilizzare questa tabella per determinare il tipo da utilizzare per l'attributo:

Se si desidera che lo skill modifichi in modo dinamico il modo in cui lo skill presenta i risultati della query SQL, è possibile aggiungere gestori di eventi query dati a un package di componenti personalizzati, aggiungere il package allo skill come servizio di componenti personalizzati, quindi associare le entità ai relativi handler specifici dalle schede di presentazione dell'entità. Lo skill attiva l'evento query dati di un'entità quando l'entità query è la prima entità denominata nella clausola FROM (l'entità radice).

Ad esempio, è possibile aggiungere dinamicamente un conteggio di righe al testo dell'intestazione, aggiungere una riga alla tabella per visualizzare una somma o determinare quando mostrare o nascondere un attributo.

Per informazioni su come creare gestori di eventi query dati, vedere Scrittura di handler di eventi query SQL.

Nella tabella riportata di seguito vengono descritte le limitazioni generali nelle finestre di dialogo SQL di cui è necessario essere a conoscenza. Queste limitazioni non hanno soluzioni alternative.

La pagina Insight dello skill fornisce diverse metriche che è possibile utilizzare per misurare le prestazioni dello skill della finestra di dialogo SQL e per determinare dove apportare miglioramenti.

In qualità di business analyst, nella scheda Panoramica potresti essere interessato a queste metriche di query dei dati:

• Prestazioni: Andamento conversazioni per stato (riga) mostra il numero di conversazioni in un determinato periodo di tempo e se il traffico tende verso l'alto, verso il basso o lateralmente.

• Il rapporto tra le interrogazioni corrette e le interrogazioni errate indica quanto siano soddisfatti gli utenti del bot con l'accuratezza della traduzione delle espressioni in query SQL.

• Il rapporto tra le conversazioni Completate e Incomplete mostra in che misura i problemi tecnici influiscono sulle esperienze degli utenti.

• Il rapporto tra Conversazioni totali e Query non risolte (OOD/OOS) consente di misurare la misura in cui lo skill soddisfa le aspettative degli utenti finali.

• Sia Andamento conversazioni per tipo che il rapporto tra Conversazioni totali e Conversazioni query dati mostrano la proporzione di espressioni che sono query SQL.

• Le entità query dati mostrano quali entità vengono sottoposte a query di maggiore entità.

In qualità di trainer AI, è possibile esaminare i messaggi utente nella scheda Conversazioni per individuare le aree da migliorare. Ad esempio, è possibile rivedere i seguenti messaggi utente:

• I messaggi utente Tipo: Intento, Risultato: Incompleto indicano problemi durante la conversione dell'espressione in una query SQL. Spesso è possibile risolvere questi problemi aggiungendo sinonimi o, per query più complesse, aggiungendo espressioni mappate al set di dati delle entità di query. È inoltre possibile visualizzare questi messaggi selezionando Errori gestiti dal sistema dall'elenco a discesa Errori.

• I messaggi utente Tipo: intento, intento: unresolvedIntent indicano sia espressioni fuori ambito che espressioni che lo skill non riconosce come espressione di query dati. Per le espressioni che sono query di dati valide ma la competenza non riconosce come tali, è spesso possibile risolvere i problemi aggiungendo sinonimi o mappando le espressioni a OMRQL nel set di dati della query.

• Nel campo Tipo: Query dati, Entità vengono visualizzati i messaggi utente per entità di query.

• Nel campo Tipo: Query dati, Risultato: Non corretto vengono visualizzati i messaggi che gli utenti ritengono abbiano restituito risultati errati. È necessario verificare che i risultati non siano corretti e, in tal caso, aggiungere sinonimi, elenchi di valori e voci del data set di query in base alle esigenze.

In qualità di trainer AI, è buona norma creare test batch per garantire che il miglioramento di un'area non influisca negativamente su un'altra. È inoltre possibile utilizzare i test batch per assicurarsi che le modifiche apportate al modello logico non abbiano effetti negativi sull'addestramento personalizzato o sull'instradamento alle conversazioni SQL.

Proprio come con i test in batch per le espressioni degli intenti, potresti voler accantonare circa il 20% delle query del mondo reale che hai raccolto per utilizzarle per il test in batch delle query. È possibile eseguire il test batch periodicamente e dopo aver apportato modifiche al modello logico, all'addestramento personalizzato o ai dati di instradamento.

Poiché ogni caso di test deve appartenere a una suite di test, prima di creare un caso di test è consigliabile creare una suite di test che rifletta alcuni aspetti del test delle query, ad esempio il test degli errori, il test nel dominio o il test fuori dominio. Forniamo una suite chiamata Default Test Suite. È possibile assegnare casi di test a questa suite di test se non ne sono stati ancora creati altri.

È possibile aggiungere un caso di test a un test batch in due modi:

• Dopo aver testato un'espressione dal tester query, è possibile selezionare una suite di test dall'elenco a discesa Salva come caso di test per salvarla in tale suite.

• È possibile fare clic su + Caso di test nella scheda Suite di test del tester batch.

Per accedere al tester batch:

1. Nella pagina Entità, fare clic su Query di test.

   Viene visualizzato il tester query.

2. Fare clic su Vai a casi di test.

   Nella scheda Suite di test è possibile selezionare una suite di test ed eseguire tutti i casi di test oppure selezionare ed eseguire casi specifici. I risultati vengono visualizzati nella pagina Risultati del test. Il completamento dei test richiede tempo. L'esecuzione è stata completata quando in In corso viene visualizzato 0.

Ad eccezione delle entità di collegamento, i componenti OMRQL sono simili a SQL. Invece di un JOIN SQL, è possibile utilizzare una coppia di attributi di collegamento per collegare un'entità a un'altra. L'attributo di collegamento ha nomi e sinonimi principali che definiscono la relazione tra le entità. Ad esempio, un collegamento di attributo dipendente/reparto con una relazione 1-1 può avere un nome principale "reparto" e sinonimi "lavora", "appartiene a" e "team". Un collegamento attributo reparto/dipendenti con una relazione 1-molti può avere un nome principale "dipendenti" e sinonimi "membri" e "lavoratori".

Oltre ai tipici attributi chiave primaria/collegamento chiave esterna, è possibile avere anche i seguenti tipi di attributi di collegamento:

• Più attributi di collegamento da un'entità a un'altra che definiscono più relazioni semantiche.
• Attributo di collegamento da un'entità a se stessa che implica un self join.
• Attributo di collegamento per una tabella di intersezione a causa di un join molti-a-molti