Entidades Personalizadas

Você pode criar entidades personalizadas para extrair informações da entrada do usuário específicas dos casos de uso de suas habilidades.

Como as entidades incorporadas extraem informações genéricas, elas podem ser usadas em uma ampla variedade de bots. Por outro lado, as entidades personalizadas têm aplicação mais restrita. Assim como a entidade AccountType do FinancialBot, que permite várias transações bancárias verificando a entrada do usuário para palavras-chave como corrente, poupança e cartões de crédito, elas são adaptadas às ações específicas que o seu bot executa.

Repositório Composto

Entidade composta é um agrupamento de entidades relacionadas que podem ser tratadas como um todo dentro de uma conversa. O uso de entidades compostas permite que uma habilidade extraia valores de várias entidades em uma declaração do usuário, o que permite que uma conversa flua mais naturalmente. No início do design de sua habilidade, identifique esses grupos de entidades relacionadas, que geralmente refletem domínios de negócios claros e criam entidades compostas para eles.

Por exemplo, uma entidade composta para uma pizza pode incluir entidades de tipo, tamanho, massa e cobertura extra. Se um usuário digitar "Gostaria de uma pizza de pepperoni grande com massa sem glúten", a habilidade poderá extrair "grande", "pepperoni" e "sem glúten" dessa entrada e não precisar solicitar ao usuário esses valores individualmente.

Você pode configurar a entidade composta para resolver seus itens constituintes de diferentes formas: ela pode solicitar valores de entidades individuais quando estiverem faltando na entrada do usuário, por exemplo, ou pode usar o valor extraído por uma de suas entidades para resolver uma segunda entidade.

As entidades compostas também podem incluir outros tipos de itens, como aqueles que armazenam a localização e aceitam texto livre e anexos.

As entidades compostas permitem que você grave definições de fluxo de caixas de diálogo mais compactas e muito mais curtas, uma vez que elas podem ser resolvidas usando apenas um componente. Consulte Configurar Entidades Compostas para obter detalhes sobre como criar e configurar entidades compostas.

Entidades de ML

Uma entidade de ML (machine learning) usa um modelo para identificar os valores da entidade em uma mensagem do usuário. Você cria esse modelo a partir de declarações de treinamento com anotações: texto rotulado que corresponde a uma entidade. Nas declarações a seguir, Flo's e SFO podem ser anotados para uma entidade que identifica fornecedores para uma habilidade de relatório de despesas:
  • Me reembolse US$ 100 pelo jantar no Flo's
  • SFO cobrou US$ 2,75 pelo estacionamento em 25 de maio
Você pode começar fornecendo suas próprias declarações anotadas, mas pode aumentar em massa os dados de treinamento terceirizando Jobs de Anotação de Entidade por meio do Data Manufacturing. Depois que você treinar a entidade, ela poderá interpretar o contexto de uma mensagem e generalizar valores de entidade. Essa abordagem flexível de "preenchimento nos espaços em branco" permite que uma entidade de ML reconheça valores mesmo quando eles não estão incluídos no conjunto de treinamento.

Como antecipar o formato ou a redação das mensagens do usuário é desafiador, especialmente para habilidades multilíngues, talvez você queira usar uma entidade ML no lugar das entidades Lista de Valores e Expressão Regular menos flexíveis. Apesar da correspondência difusa, as entidades da Lista de Valores (estática e dinâmica) geralmente podem detectar valores de entidade somente quando correspondem aos seus valores ou sinônimos. "Engenheiro de computação" pode não corresponder a "engenharia de computação", por exemplo. As entidades de Expressão Regular restringem a entrada do usuário para corresponder a um padrão predeterminado ou à redação que prossegue ou segue um valor de entidade. As entidades de ML, por outro lado, são adaptáveis e podem ser feitas mais através de dados de treinamento robustos.

Entidades de Lista de Valores

Uma entidade baseada em uma lista de valores predeterminados, como itens de menu que são gerados por um componente Resposta Comum. É possível otimizar a capacidade da entidade de extrair entradas do usuário definindo sinônimos. Estes podem incluir abreviações, gírias e erros ortográficos comuns. Os valores de sinônimos não fazem distinção entre maiúsculas e minúsculas: USA e usa, por exemplo, são considerados iguais.

Entidades Dinâmicas

Entidades dinâmicas são entidades cujos valores podem ser atualizados mesmo após a publicação de uma habilidade.
Observação

Entidades Dinâmicas são suportadas apenas em instâncias doOracle Digital Assistant provisionadas no Oracle Cloud Infrastructure (às vezes chamada de infraestrutura de nuvem Geração 2). Se sua instância for provisionada no Oracle Cloud Platform (como são todas as instâncias da versão 19.4.1), você não poderá usar esse recurso.
Como as entidades da lista de valores, as entidades dinâmicas são tipos de enumeração. No entanto, as entidades dinâmicas diferem das entidades da lista de valores, pois seus valores não são estáticos; eles podem estar sujeitos a alterações frequentes. Por esse motivo – e também porque as entidades dinâmicas podem conter milhares de valores e sinônimos – os valores normalmente não são gerenciados na interface do usuário. Eles são gerenciados pela API de Entidades Dinâmicas (descrita em API REST para Oracle Digital Assistant).
Observação

Modelos de fala aprimorados criados para valores de entidade dinâmica são treinados no momento apenas depois que uma solicitação de envio finalizada é feita na API de Entidade Dinâmica; portanto, se você alterar os valores de entidade dinâmica por meio da interface do usuário, a alteração não será incluída nos modelos de fala aprimorados depois que você treinar novamente a habilidade. Suas alterações só podem ser incluídas após a próxima atualização da API. Para preservar suas alterações, o parâmetro copy da solicitação deve ser definido como TRUE.

Expressão Regular

Resolve uma entidade usando uma expressão regular (regex), como (?<=one\s).*(?=\sthree). As expressões regulares permitem que sua habilidade identifique padrões predefinidos na entrada do usuário, como números de ticket. Ao contrário de outros tipos, as entidades baseadas em expressão regular não usam NLP porque a correspondência se baseia estritamente em padrões.

Lista da Entidade

Um super conjunto de entidades. Usando uma habilidade de viagem como exemplo, você poderia juntar as entidades já definidas que extraem valores como códigos de aeroporto, cidades e nomes de aeroporto em uma única entidade chamada Destino. Ao fazer isso, você permitiria que sua habilidade respondesse à entrada do usuário que utiliza códigos de aeroporto, nomes de aeroporto e cidades de forma intercambiável. Assim, quando um usuário digita “I want to go to from JFK to San Francisco", a entidade Destino detecta o ponto de partida usando as entidades de código de aeroporto e o destino usando a entidade cidades.

Derivada

Uma entidade derivada é filha de uma entidade incorporada ou de outra entidade que você define. Você baseia esse relacionamento em frases propositais ("para" e "de" em declarações como Quero ir de Boston para Dallas ou Transferir dinheiro de conta para poupança). As entidades derivadas não podem ser entidades-mães. E como o Mecanismo NLU só detecta entidades derivadas depois de detectar todos os demais tipos, você não pode adicionar entidades derivadas como membros de uma lista de entidades.