O modelo de processamento de linguagem natural SQL Dialogs suporta consultas que se traduzem para as cláusulas SQL básicas: SELECT, FROM, WHERE, GROUP BY, HAVING, ORDER BY e LIMIT.

Uma consulta pode envolver até 3 entidades diferentes. Ou seja, pode ter até 2 junções. As consultas que envolvem 3 junções podem ser resolvidas para corrigir resultados, dependendo do caso de uso. Para 4 ou mais junções, você precisará adicionar dados de treinamento personalizados para garantir que a habilidade forneça os resultados corretos.

Diálogos SQL não suportam as consultas mais complexas que envolvem subconsultas e operadores SET (INTERSECT, UNION, EXCEPT e NONE). Ele também não suporta consultas que não sejam em inglês, consultas que solicitam uma resposta sim ou não, consultas com pronomes e consultas de acompanhamento. Para saber mais sobre essas e outras limitações de consulta de Diálogos SQL, consulte Diagnosticando e Solucionando Problemas de Consultas SQL.

Para algumas das consultas que não são suportadas, talvez você possa resolver o problema usando views de banco de dados ou criando atributos virtuais, conforme descrito em Adicionar um Atributo Personalizado.

Veja a seguir uma tabela que descreve os tipos de consultas que as Caixas de Diálogo SQL suportam. Ele usa os seguintes valores de banco de dados:

Tabela de Funcionário

Tabela de departamentos

Estes são os tipos de consultas que o SQL Dialogs suporta:

Para estabelecer conexão com um banco de dados Oracle, siga estas etapas:

1. No Digital Assistant, clique em para abrir o menu lateral, clique em Definições, clique em Serviços Adicionais e clique na guia Dados.

2. Clique em + Adicionar Serviço.

3. Na caixa de diálogo Novo Serviço de Dados, forneça estas informações básicas:

   Nome do Campo	Descrição
   Tipo de Banco de Dados	Selecione Oracle.
   Nome	Um nome exclusivo para o serviço.
   Descrição do Serviço de Dados	Uma descrição opcional da integração do serviço de dados, como uma descrição do banco de dados ou a finalidade.
   Nome do Usuário	Peça ao administrador do banco de dados o nome de usuário e a senha que dão acesso às tabelas que os desenvolvedores de habilidades precisam para criar as entidades compostas para sua habilidade de Caixa de Diálogo SQL, conforme descrito em Criar Entidades de Consulta para Modelar o Serviço de Dados.
   Senha	A senha do usuário. Observe que, para a integração do Oracle Digital Assistant, uma senha deve ter pelo menos 14 caracteres e não mais que 30 caracteres, e deve conter pelo menos um caractere maiúsculo, um caractere minúsculo e um número. Também não pode começar com um dígito.

4. Clique em Continuar para configurar a autenticação do usuário final se seu serviço de dados estiver configurado para acesso baseado em função. Veja a seguir uma descrição dos campos dessa página:

   Nome do Campo	Descrição
   A Autenticação do Usuário Final é obrigatória	Selecione essa opção se seu serviço de dados estiver configurado para acesso baseado em função.
   Serviço de Autenticação	Selecione um serviço de autenticação configurado em Definições > Serviços de Autenticação.
   Identificador do Usuário Final	Selecione o tipo de identificador do usuário final.
   Expressão Personalizada	Se o tipo de identificador de usuário final selecionado for personalizado, digite uma expressão FreeMarker para uma variável de perfil de usuário que represente o identificador de usuário final. Consulte Expressões para Reivindicações de Perfil OICD para obter mais informações e exemplos.

5. Clique em Continuar para adicionar os detalhes da conexão.

6. Na página Detalhes da Conexão, selecione Básico ou Conexão da Wallet da Nuvem para o tipo de conexão.

   • Para bancos de dados de nó único e bancos de dados ativados para RAC, selecione Básico.
   • Se você estiver estabelecendo conexão com um banco de dados ATP, selecione Conexão da Wallet da Nuvem.

7. Se o tipo de conexão for Básico, informe esses valores, que você poderá obter do administrador do banco de dados:

   Nome do Campo	Descrição
   Usar TLS	Mova essa chave para a posição ON se quiser usar o TLS (Transport Layer Security) para proteger a conexão. Observação Se você estiver usando um certificado de CA privada para estabelecer conexão com o banco de dados, essa opção precisará ser ativada.
   Nome do Host	Informe o host do serviço de dados. Saia do prefixo https://. Por exemplo: example.com.
   Porta	A porta que permite conexões do cliente com o banco de dados.
   Identificador de Serviço	Execute um dos seguintes procedimentos: Selecione SID e informe o identificador do sistema Oracle da instância do banco de dados. Selecione Nome do Serviço e informe o nome do serviço para o banco de dados.
   Ponto Final Privado	Essa opção só aparecerá se você tiver pontos finais privados configurados na instância do Digital Assistant. Se você estiver estabelecendo conexão com um ponto final privado para acessar o serviço, alterne a opção Ponto final privado para a posição ON e selecione em uma lista de pontos finais privados associados à instância. (O uso de um ponto final privado permite que você acesse um serviço que não esteja acessível diretamente da Internet pública. Consulte Ponto Final Privado para obter detalhes.)

8. Se o tipo de conexão for Conexão da Wallet da Nuvem, informe esses valores, que você poderá obter do administrador do banco de dados:

   Nome do Campo	Descrição
   Arquivo de Wallet	Localize e selecione o arquivo do Cloud Wallet que contém as credenciais do cliente ou arraste-o e solte-o no campo.
   Senha da Wallet	Informe a senha que foi fornecida quando o arquivo da wallet foi baixado. Observe que, para a integração do Oracle Digital Assistant, uma senha de wallet deve ter pelo menos 15 caracteres e não mais que 30 caracteres, e deve conter pelo menos um caractere maiúsculo, um caractere minúsculo, um caractere especial e um número. Também não pode começar com um dígito.
   Serviço	Selecione o nome do serviço de banco de dados. Certifique-se de selecionar um serviço que tenha uma simultaneidade de serviço suficientemente alta para que as consultas não levem mais de 30 segundos (em que o tempo limite é atingido). Os nomes de serviço com os sufixos _tp e _tpurgent geralmente são as opções mais adequadas aqui. Você pode ler mais sobre essas considerações em Nomes de Serviço de Banco de Dados para o Autonomous Database e Concorrência de Serviço.
   Ponto Final Privado	Essa opção só aparecerá se você tiver pontos finais privados configurados na instância do Digital Assistant. Se você estiver estabelecendo conexão com um ponto final privado para acessar o serviço, alterne a opção Ponto final privado para a posição ON e selecione em uma lista de pontos finais privados associados à instância. (O uso de um ponto final privado permite que você acesse um serviço que não esteja acessível diretamente da Internet pública. Consulte Ponto Final Privado para obter detalhes.)

9. Na página Propriedades Avançadas, se você precisar de um certificado de CA privada para estabelecer conexão com o banco de dados, alterne a opção Usar Confiança Privada para a posição ON e preencha o restante dos campos obrigatórios.

   Nome do Campo	Descrição
   Usar Confiança Privada	Se você estiver usando um certificado de CA privada para estabelecer conexão com o banco de dados, alterne essa alternância para a posição ON. Essa chave só será ativada se você tiver selecionado Usar TLS na página Detalhes da Conexão.
   Recurso de Certificados	Selecione Autogerenciado.
   Escolher Arquivo PEM e Colar Texto PEM	Selecione uma dessas opções para fornecer o certificado.

10. Clique em Adicionar Serviço.

    Agora você pode importar o esquema do banco de dados para uma habilidade para criar entidades de consulta, que permitem aos usuários consultar o banco de dados usando linguagem natural.

1. No Digital Assistant, clique em para abrir o menu lateral, clique em Definições, clique em Serviços Adicionais e clique na guia Dados.

2. Clique em + Adicionar Serviço.

3. Na caixa de diálogo Novo Serviço de Dados, forneça estas informações básicas:

   Nome do Campo	Descrição
   Tipo de Banco de Dados	Selecione MySQL.
   Nome	Um nome exclusivo para o serviço.
   Descrição do Serviço de Dados	Uma descrição opcional da integração do serviço de dados, como uma descrição do banco de dados ou a finalidade.
   Tipo de Autenticação	O administrador do banco de dados informará se você deve selecionar Padrão, Kerberos ou SO.
   Nome do Usuário	Peça ao administrador do banco de dados o nome de usuário e a senha que dão acesso às tabelas que os desenvolvedores de habilidades precisam para criar as entidades compostas para sua habilidade de Caixa de Diálogo SQL, conforme descrito em Criar Entidades de Consulta para Modelar o Serviço de Dados.
   Senha	A senha do usuário. Observe que, para a integração do Oracle Digital Assistant, uma senha deve ter pelo menos 14 caracteres e não mais que 30 caracteres, e deve conter pelo menos um caractere maiúsculo, um caractere minúsculo e um número. Também não pode começar com um dígito.

4. Clique em Continuar para configurar os detalhes da conexão listados nesta tabela:

   Nome do Campo	Descrição
   Usar TLS	Mova essa chave para a posição ON se quiser usar o TLS (Transport Layer Security) para proteger a conexão. Observação Se você estiver usando um certificado de CA privada para estabelecer conexão com o banco de dados, essa opção precisará ser ativada.
   Nome do Host	Informe o host do serviço de dados. Saia do prefixo https://. Por exemplo: example.com.
   Porta	A porta que permite conexões do cliente com o banco de dados.
   Banco de Dados	O nome do banco de dados.
   Ponto Final Privado	Essa opção só aparecerá se você tiver pontos finais privados configurados na instância do Digital Assistant. Se você estiver estabelecendo conexão com um ponto final privado para acessar o serviço, alterne a opção Ponto final privado para a posição ON e selecione em uma lista de pontos finais privados associados à instância. (O uso de um ponto final privado permite que você acesse um serviço que não esteja acessível diretamente da Internet pública. Consulte Ponto Final Privado para obter detalhes.)

5. Na página Propriedades Avançadas, se você precisar de um certificado de CA privada para estabelecer conexão com o banco de dados, alterne a opção Usar Confiança Privada para a posição ON e preencha o restante dos campos obrigatórios.

   Nome do Campo	Descrição
   Usar Confiança Privada	Se você estiver usando um certificado de CA privada para estabelecer conexão com o banco de dados, alterne essa alternância para a posição ON. Essa chave só será ativada se você tiver selecionado Usar TLS na página Detalhes da Conexão.
   Recurso de Certificados	Selecione Autogerenciado.
   Escolher Arquivo PEM e Colar Texto PEM	Selecione uma dessas opções para fornecer o certificado.

6. Clique em Adicionar Serviço.

   Agora você pode importar o esquema do banco de dados para uma habilidade para criar entidades de consulta, que permitem aos usuários consultar o banco de dados usando linguagem natural.

Para ajudar uma habilidade de Diálogos SQL a associar frases de linguagem natural à estrutura de dados subjacente (modelo físico), comece tomando as declarações identificadas que a habilidade deve tratar (o corpus de treinamento) e analisando-as para descobrir as diferentes maneiras pelas quais os usuários finais se referem às entidades e aos atributos.

Por exemplo, suponha que você tenha essas declarações em seu corpus de treinamento:

• Mostre os documentos fiscais com saldos pendentes maiores que zero.

• Qual é o valor devido para a referência 12656?

Aqui, você vê que as pessoas usam "saldo excepcional" e "valor devido" para se referir à coluna amount_remaining. Você também vê que "referência" é uma maneira que as pessoas se referem a invoice_num.

Além do corpus de treinamento, talvez você também queira fazer crowdsource de declarações de seus usuários de destino para obter mais frases e analisá-las também.

Depois de compilar sua lista das maneiras pelas quais as pessoas se referem às entidades e aos atributos, escolha qual termo você deseja usar para o nome principal de cada entidade e atributo. Eles devem ser nomes que estão mais próximos dos usos mais comuns. Quando você escolher o nome, considere que o modelo de PNL pronto para uso provavelmente não entenderá as relações específicas do domínio. Por exemplo, ele não entenderá automaticamente que número da NFF e referência se referem à mesma coisa. Como o número da NFF é comumente usado e também é mais próximo de outros termos comumente usados, como número da NFF e número da fatura, você o tornaria o nome principal.

Trate o restante dos termos como sinônimos. No exemplo acima, você adicionaria reference, número da fatura e número da fatura à lista de sinônimos.

Observe que o nome principal é o padrão para os cabeçalhos e labels da coluna de resultados, mas você pode alterá-lo na guia Apresentação.

Usando sua lista, você cria os dados de treinamento na página Entidades.

• Para definir o Nome Principal e os Sinônimos da entidade, abra a guia Configuração da entidade e expanda Idioma Natural.

• Para definir o Nome Principal e os Sinônimos do atributo, abra a guia Idioma Natural do atributo.

Você pode melhorar a precisão do analisador de linguagem natural associando atributos a listas de valores ou entidades dinâmicas. Isso ajuda o parser a identificar um atributo com base em seus valores conhecidos. Use Entidade Referenciada na guia Informações Gerais do atributo para associar o atributo aos valores da entidade de referência. Para entidades de lista de valores, você pode criar automaticamente a entidade, importar os valores do serviço de dados e associá-la como uma entidade referenciada, tudo em uma etapa.

Ao decidir se uma lista de valores ou uma entidade dinâmica deve ser usada para armazenar os valores, considere se a entidade está aberta ou fechada.

• Uma lista aberta é aquela que é infinita ou dinâmica (ou ambas). Para listas abertas, considere criar e manter uma entidade dinâmica em vez de uma lista de valores. Se você optar por usar uma lista de valores, deverá selecionar a lista para garantir que ela contenha pelo menos os valores mais usados. Por exemplo, para uma lista de fornecedores que provavelmente cresce ao longo do tempo, você desejará que a lista inclua seus fornecedores mais usados. Isso ocorre porque as consultas sobre um fornecedor sem usar a palavra "fornecedor", como "mostrar o indicador de resumo da Seven Corporation", não corresponderão se esse valor não estiver na lista de valores. Assim, você aumenta a frequência de resoluções corretas pelo menos incluindo os valores mais usados.

• Uma lista fechada é uma lista finita estática. Eles são ideais para entidades de lista de valores.

Para listas de valores e entidades dinâmicas, adicione versões singulares e plurais (quando aplicável) de sinônimos para cada valor de entidade a fim de indicar as maneiras pelas quais os usuários finais farão referência ao valor.

Os sinônimos são especialmente importantes quando a lista contém valores que os usuários finais normalmente não usam. Veja, por exemplo, esta lista de status de pagamento válidos. Os usuários terão muito mais probabilidade de usar palavras como pago, não pago e parcialmente pago do que usar Y, N e P. Adicionar essas palavras como sinônimos ajuda a garantir que o NLP reconheça que os usuários estão se referindo ao atributo de status do pagamento.

Quando um termo descreve mais de um valor de entidade, adicione esse termo como sinônimo a cada um. Por exemplo, N e P indicam que a NFF não foi paga. Se você adicionar "não pago" como sinônimo para ambos os status, "mostrar faturas não pagas" recuperará faturas com um valor payment_status de N ou P.

Para entidades dinâmicas, crie a entidade e use Entidade Referenciada na guia Informações Gerais do atributo para associar o atributo à lista.

Para listas de valores, você pode criar uma lista de valores no serviço de dados e associar a uma entidade seguindo estas etapas:

1. Na página Entidades, edite o atributo e vá para a guia Informações Gerais.

2. Selecione Entidade na lista suspensa Tipo.

3. Clique em Se a entidade desejada não existir, você poderá gerar uma entidade de lista de valores com base no mapeamento em segundo plano clicando aqui. A lista de valores é criada e preenchida a partir do serviço de dados, e a Entidade Referenciada aponta para a nova lista de valores.

4. (Opcional) Para aumentar as chances de a entrada do usuário corresponder a um valor da lista, abra a entidade da lista de valores e ative a opção Correspondência Difusa. Caso contrário, ele usa correspondência estrita, o que significa que a entrada do usuário deve ser uma correspondência exata com os valores e sinônimos. Por exemplo, "carros" não correspondem a "carro".

   A correspondência difusa usa colisão de palavras para identificar atributos da consulta. Por exemplo, "pound" corresponde a "pounds", "hold" corresponde a "on hold", "needed approval" corresponde a "needs approval" e "rent-lease" corresponde a "rent lease".

   Observe que a correspondência difusa não funciona para "_" e "?". Além disso, a correspondência parcial não funciona. Por exemplo, "Sete" não corresponde a "Sete Corporação". Se você precisar ativar a correspondência para essas strings, adicione-as à lista de sinônimos.

5. Clique em Aplicar para salvar suas alterações.

Se os valores de um atributo tiverem que corresponder a um determinado padrão, você poderá ajudar o analisador de linguagem natural a identificar os valores desse atributo associando o atributo a uma entidade de expressão regular.

Isso pode ser útil quando todos os valores devem seguir um padrão específico e o conjunto de valores válidos é muito grande para uma lista de valores ou é infinito. Por exemplo, para um atributo ip_address, você pode associá-lo a uma entidade de expressão regular chamada IpAddress, que tem a expressão regular (\\d{1,2}|(0|1)\\d{2}|2[0-4]\\d|25[0-5]).

Observe que, semelhante às listas de valores, se mais de um atributo no modelo puder ser associado à mesma expressão regular, os usuários precisarão fornecer contexto suficiente em sua consulta para distinguir entre os dois (ou mais) atributos.

Para associar um atributo a uma expressão regular:

1. Na página Entidades, clique em + Adicionar Entidade, selecione Expressão Regular na lista drop-down Tipo, informe a expressão regular e clique em Criar.

   Certifique-se de criar a expressão regular de uma forma que impeça o analisador de linguagem natural de associar valores não relacionados ao atributo.

2. Selecione a entidade com o atributo que você deseja associar à expressão regular, edite o atributo e vá para a guia Informações Gerais.

3. Selecione Entidade no menu suspenso Tipo.

4. Na lista drop-down Entidade Referenciada, selecione a entidade de expressão regular.

5. Clique em Aplicar para salvar suas alterações.

Como instrutor de IA, você encontrará declarações de idiomas naturais que a habilidade não pode traduzir para OMRQL. Por exemplo, o modelo pode não ser capaz de lidar com sinônimos específicos do domínio que não parecem estar intimamente relacionados ao nome principal. Outro exemplo é quando o modelo não consegue distinguir entre duas entidades semelhantes. Quando isso acontece, você pode usar dados de treinamento para ensinar a habilidade a fazer parsing corretamente da declaração no OMRQL.

A inclusão nos dados do treinamento geralmente é chamada de treinamento personalizado. Você usa o treinamento personalizado para ensinar o modelo a associar palavras e frases a atributos, entidades e palavras-chave OMRQL no contexto de uma declaração completa mapeando a declaração para OMRQL.

Para cada cenário que você está corrigindo, comece com 20 declarações e adicione mais conforme necessário. Como muitos exemplos podem fazer com que o modelo preveja atributos e operadores em excesso, você deve se concentrar em um conjunto menor de declarações diversas, em vez de um grande conjunto de declarações semelhantes e de menor qualidade. Observe que há um limite de 120 declarações por habilidade.

Todos os valores na instrução OMRQL devem corresponder exatamente ao valor e ao formato do banco de dados. Tome, por exemplo, a declaração "quem é o funcionário cujo nome é Jones". Se os valores do banco de dados para o atributo name tiverem todas as letras em maiúsculas, o valor name também deverá ter todas as letras em maiúsculas. Isso é "SELECT * FROM Emp WHERE name = 'JONES'".

Quando a declaração que você está mapeando usa um sinônimo para o valor real do banco de dados, esse sinônimo deve ser definido para o valor em uma lista de valores e o OMRQL deve usar o valor real do banco de dados. Por exemplo, se a declaração for "mostrar o departamento cujo local é o big apple", "big apple" deverá ser definido na lista de valores dept_loc como sinônimo do valor "NEW YORK" e o OMRQL deverá ser "SELECT * FROM Dept WHERE loc = 'NEW YORK'".

Você pode adicionar declarações que contenham datas absolutas, como "faturas com vencimento em 5 de janeiro de 2022", mas não use declarações com datas relativas ou datas sem o ano. Por exemplo, se a declaração for "faturas com vencimento hoje", a data de hoje será codificada no OMRQL como SELECT * FROM Invoices WHERE due_date = '2022-01-01'. Além disso, se você usar uma data relativa, como "hoje", poderá obter um erro informando que as datas relativas não são suportadas.

Veja a seguir algumas práticas recomendadas para declarações de treinamento personalizadas:

• Balancear o número de declarações: Alguns dos cenários mais complexos podem precisar de mais declarações do que os simples, mas tente equilibrar o número de declarações por cenário.

• Balancear o treinamento de atributos e entidades semelhantes: Se você tiver dois atributos semelhantes e precisar fornecer dados de treinamento personalizados para um deles, também deverá fornecer a mesma quantidade de dados de treinamento para o outro. Quando os dados de treinamento se concentram apenas em um dos atributos semelhantes, o modelo pode prever demais esse atributo em relação à sua contraparte. O mesmo se aplica a entidades semelhantes. Por exemplo, a moeda de pagamento e a moeda da NFF são atributos semelhantes. Se a moeda de pagamento estiver representada em excesso nos dados de treinamento, o modelo poderá prever a moeda de pagamento mesmo quando a declaração solicitar a moeda da NFF.

  Quando você precisar ensinar o modelo a distinguir entre dois atributos semelhantes ou intimamente relacionados, equilibre a ponderação de importância fornecendo metade das declarações para um atributo e metade das declarações para o outro.

  Variar as declarações que se referem a esses atributos semelhantes. Por exemplo, aqui estão pares contrastantes de declarações para ajudar o modelo a distinguir entre amount_remaining e amount_paid:

  • informe o valor restante das NFFs aprovadas
  • mostre o valor pago para NFFs aprovadas
  • exibir o valor total a ser pago ao AAD do fornecedor
  • calcular o valor total pago ao AAD do fornecedor
  • qual é o valor devido em documentos fiscais para o AAD do fornecedor?
  • listar o valor pago nas NFFs para o AAD do fornecedor

• Balancear o treinamento de valores que correspondem a nomes primários ou sinônimos: Digamos, por exemplo, que seu modelo tenha um atributo manager e que "gerente" também seja um valor para o atributo job do funcionário. Se quiser adicionar "Quantos gerentes" aos dados de treinamento, você deverá equilibrar esses dados de treinamento com declarações que usam o atributo manager, como "Quem é o gerente do funcionário Adam Smith", bem como declarações que usam o gerente job, como "Mostrar todos os gerentes". Dessa forma, o modelo pode aprender a diferenciar entre os dois usos. Se você não incluir exemplos para os dois tipos de uso, a habilidade poderá prever um uso em relação ao outro.

• Diversificar frases: As melhores práticas para diversas frases para dados personalizados são semelhantes às de declarações de intenção:

  • Use frases completas.

  • Use verbos diferentes. Por exemplo: exibir, listar, mostrar, informar e ver.

  • Use vários sinônimos e paráfrases além do nome da entidade ou do atributo.

  • Use pronomes diferentes. Por exemplo: mostre-me, podemos ver, dizer-nos, quero.

  • Variar a estrutura da sentença. Por exemplo, coloque o valor do atributo próximo ao início, meio e fim das frases.

  • Se você tiver declarações com uma agregação, como AVG, também adicione declarações com outros operadores.

  • Se possível, use cláusulas diferentes, como agrupar por e onde cláusulas com condições AND e OR.

• Diversificar Valores: Quando você usa mais de um valor nas declarações do cenário, o modelo é mais capaz de reconhecer valores diferentes. Inclua valores com diferentes comprimentos de palavra. Inclua alguns valores com caracteres especiais, como '/' e "-". Inclua alguns valores com palavras-chave especiais, como 'and'.

• Inclua uma mistura de valores conhecidos e desconhecidos. Para atributos de lista de valores, use um conjunto representativo de valores de atributo (mas não todos) para treinar que as correspondências de lista de valores são sinais importantes. Além disso, para listas de valores que não são listas fechadas, inclua valores que não estão na lista de valores para ensiná-la a também associar frases específicas ao atributo.

Para adicionar uma declaração mapeada aos dados de treinamento:

1. Se o botão Treinar tiver um selo vermelho, clique em e treine usando o Trainer Tm.

2. Na página Entidades, vá para a guia Conjunto de Dados e clique em Entidades de Consulta.

3. Clique na guia Dados de Treinamento.

4. Clique em Adicionar Declaração.

   A caixa de diálogo Criar Declaração é exibida.

5. Digite a declaração e clique em Continuar.

   A caixa de diálogo exibe a consulta OMRQL da declaração. Se ele não conseguir converter a declaração na consulta, a consulta ficará em branco.

   Observe que, se a habilidade não tiver sido treinada, ela não poderá converter a declaração em uma consulta OMRQL.

6. Revise a consulta e corrija-a se estiver errada.

   Para obter palavras-chave e exemplos de OMRQL, consulte Referência de OMRQL.

7. Clique em Concluído para adicionar a declaração mapeada aos dados de treinamento.

Se sua habilidade tiver intenções ou estiver em um DA, assim como com intenções, sua habilidade precisará de declarações para ajudá-la a rotear consultas SQL para a conversa Diálogos SQL. Além das sugestões de preenchimento automático, dados de treinamento e dados de roteamento criados manualmente, o mecanismo de roteamento usa declarações de roteamento geradas que você cria na guia Dados de Roteamento Gerados no Conjunto de Dados de Entidades de Consulta. As declarações geradas representam uma ampla cobertura de perguntas sobre todas as entidades de consulta no modelo lógico.

Para gerar dados de roteiro:

1. Se o botão Treinar tiver um selo vermelho, clique em e treine usando o Trainer TM.

2. Na página Entidades, vá para a guia Conjunto de Dados e clique em Entidades de Consulta.

3. Clique na guia Dados de Roteamento Gerados.

4. Clique em Gerar.

   A caixa de diálogo Gerar dados de roteamento é exibida.

5. No campo Selecionar entidades, selecione Todas. Na primeira vez que gerar os dados de roteamento, você deverá gerar dados para todas as entidades. Depois de gerar o conjunto inicial, você poderá voltar e gerar para entidades específicas se houver necessidade.

6. Clique em Gerar.

   A habilidade gera 100 declarações, que refletem perguntas que o modelo lógico pode responder.

   
   
   
   Descrição da ilustração qe-generated-routing-data.png
   
   

7. Revise os dados gerados e edite qualquer um que precise de refinamento.

   Dica:

   A declaração não será editável se tiver sido aprovada. Se você quiser alterar uma declaração aprovada, desaprová-la, editá-la e depois aprová-la novamente.

8. Exclua as entradas quando necessário e aprove o restante.

   As declarações aprovadas são adicionadas aos dados de roteamento combinados. Se você editou uma declaração, seu subtipo de roteamento na guia Dados de Roteamento Combinados será Refinado. Caso contrário, ele será Sintético.

Se houver consultas SQL válidas que o DA ou a habilidade não esteja roteando para a conversa SQL, você precisará adicionar essas declarações aos dados de roteamento na guia Dados de Roteamento Combinados DA página Conjunto de Dados de Entidades de Consulta.

Para adicionar dados de roteamento criados manualmente:

1. Se o botão Treinar tiver um selo vermelho, clique em e treine usando o Trainer TM.

2. Na página Entidades, vá para a guia Conjunto de Dados e clique em Entidades de Consulta.

3. Clique na guia Dados de Roteamento Combinados.

4. Clique em Adicionar Declaração.

   A caixa de diálogo Criar Declaração é exibida.

5. Digite a declaração e clique fora da caixa de texto.

6. Clique em Continuar.

7. Revise a consulta OMRQL para verificar se seus resultados responderiam à consulta. Caso contrário, corrija a consulta e clique em Reinterpretar. Consulte Referência OMRQL para obter as palavras-chave de consulta OMRQL.

8. Clique em Concluído.

   A declaração é adicionada aos dados com o subtipo de roteamento definido como Feito à Mão.

A habilidade pode exibir os resultados da entidade como uma tabela, um formulário ou um formulário de tabela (no qual você pode expandir uma linha para ver mais detalhes no modo de formulário). Use os campos de conversão de layout na guia Apresentação da entidade para configurar quando os resultados devem ser exibidos em cada modo.

Por padrão, a habilidade exibe cada linha na resposta como um formulário, a menos que o número de linhas exceda um limite especificado para Usar layout de formulário para esse número de linhas ou menos. Aqui estão exemplos de uma resposta no modo de formulário e no modo de tabela:

Descrição da ilustração sql-results-form.png

Descrição da ilustração sql-results-table.png

No caso em que o número de colunas excede um limite, a habilidade exibe um formulário de tabela. Com um formulário de tabela, somente o número especificado de colunas é exibido e o usuário pode expandir o formulário para ver os outros atributos. Use Alternar para layout de formulário de tabela quando o número de colunas exceder esse número para especificar o limite. Veja um exemplo de layout de formulário de tabela para o limite de coluna 2.

Descrição da ilustração sql-results-table-form.png

Por padrão, no modo de form, a habilidade exibe todos os atributos de resultado um abaixo do outro. Para economizar espaço, você pode definir Número de Seções Horizontais no Layout do Formulário como 2 para exibir duas colunas de atributos.

Por padrão, a habilidade usa o nome da entidade de consulta para o título dos resultados, mas você pode usar o Nome para Exibição na guia Apresentação para definir outro título.

Observe que depois de definir o nome para exibição, você não poderá limpar o campo.

Você pode especificar uma ordem de classificação padrão para a habilidade usar sempre que a declaração do usuário não especificar uma. Para definir o padrão, vá para a guia Geral da entidade, clique em Adicionar Ordem de Atributo, selecione um atributo e selecione sua ordem (Crescente ou Decrescente). Você pode continuar clicando em Adicionar Ordem de Atributo para adicionar mais atributos à ordem de classificação.

Se a declaração não nomear atributos, você provavelmente desejará que os resultados incluam alguns campos essenciais. Você pode usar Atributos Padrão na guia Apresentação da entidade para especificar esses campos. Por exemplo, para uma entidade invoices, talvez você queira exibir invoice_num, invoice_date e invoice_amount quando nenhum atributo for nomeado.

Observe que você não pode adicionar atributos do tipo entidade de consulta à lista de atributos padrão.

Quando uma declaração identifica atributos específicos, talvez você queira que o resultado inclua não apenas os atributos solicitados, mas também algum contexto. Por exemplo, se alguém informar "mostrar valores da fatura", os dados não farão sentido se mostrarem apenas os valores invoice_amount e não algum contexto de identificação como invoice_num. Use Atributos Mínimos na guia Apresentação da entidade para identificar os atributos mínimos.

Não é possível adicionar atributos do tipo entidade de consulta à lista de atributos mínimos.

Use o Número máximo de linhas por página na guia Apresentação da entidade para definir quantas linhas serão exibidas de uma só vez.

O usuário pode clicar em botões para navegar pelos resultados.

Você pode adicionar botões e links aos resultados de uma entidade de consulta no nível global e no nível de linha. Uma ação de linha aparece em cada linha e uma ação global aparece abaixo dos resultados.

Por exemplo, para uma entidade de funcionário, você pode adicionar uma ação global que vincule à página de pesquisa de funcionário da empresa. No nível da linha, você pode adicionar uma ação para uma consulta de acompanhamento comum, como uma consulta sobre o departamento do funcionário.

Você adiciona ações na guia Apresentação da entidade. Se houver mais de uma ação, você poderá indicar a sequência na qual as ações serão exibidas. Para tipos de ação QUERY, você precisará fornecer uma consulta OMRQL. Para tipos de ação de URL, você precisará definir o URL.

Para ações de acompanhamento no nível da linha, você pode usar ${row.attributeName} para fazer referência aos valores de atributo de cada linha. Por exemplo, select * from Emp WHERE dept.loc = "${row.loc}". No tempo de execução, o botão de cada linha terá um valor diferente para a consulta. Esta sintaxe só está disponível para ações no nível da linha.

Opcionalmente, é possível restringir quando a ação é exibida. Por exemplo, você pode ter uma ação de linha para mostrar as subordinações diretas de um funcionário, que deve aparecer somente se o cargo do funcionário for gerente. Para fazer isso, alterne Expressão de Visibilidade para Ativado e forneça uma expressão FreeMarker, como ${row.job = 'MANAGER'}.

Você pode adicionar seus próprios atributos personalizados para exibir informações adicionais, como valores derivados ou calculados.

1. Na guia Atributos da página de entidade, clique em + Adicionar Atributo e forneça um nome e um tipo canônicos.

2. Na guia Idioma Natural, forneça um nome principal e, opcionalmente, adicione sinônimos.

3. Na guia Mapeamento de Backend, selecione Expressão SQL e adicione a expressão.

Se a expressão fizer referência a uma coluna, use o nome da coluna do modelo físico (esquema de banco de dados) e anexe ${alias}. Por exemplo, para uma entidade invoices, você pode adicionar um atributo amount_to_pay com a expressão ${alias}invoice_amount + ${alias}discount_taken em que:

• invoice_amount e discount_taken são nomes de colunas físicas existentes na tabela invoices.
• A nova coluna derivada amount_to_pay é a soma dos valores das colunas físicas invoice_amount e discount_taken.

Você pode usar esta tabela para determinar que tipo usar para o atributo:

Se quiser que a habilidade altere dinamicamente a maneira como a habilidade apresenta os resultados da consulta SQL, você poderá adicionar handlers de eventos de consulta de dados a um pacote de componentes personalizados, adicionar o pacote à habilidade como um serviço de componente personalizado e, em seguida, associar suas entidades a seus handlers específicos nas guias Apresentação da entidade. A habilidade aciona o evento de consulta de dados de uma entidade quando essa entidade de consulta é a primeira entidade nomeada na cláusula FROM (a entidade raiz).

Por exemplo, você pode adicionar dinamicamente uma contagem de linhas ao texto do cabeçalho, adicionar uma linha à tabela para mostrar uma soma ou determinar quando mostrar ou ocultar um atributo.

Para saber como criar handlers de eventos de consulta de dados, consulte Gravando Handlers de Eventos de Consulta SQL.

A tabela abaixo descreve as limitações gerais em Diálogos SQL das quais você deve estar ciente. Essas limitações não têm soluções alternativas.

A página Insights da habilidade fornece várias métricas que você pode usar para medir o desempenho da sua habilidade de Caixa de Diálogo SQL e determinar onde fazer melhorias.

Como analista de negócios, talvez você esteja interessado nessas métricas de consulta de dados na guia Visão Geral:

• Desempenho: Tendência de Conversas por Status (Linha) mostra o número de conversas em um determinado período e se o tráfego está tendendo para cima, para baixo ou para os lados.

• A proporção entre Consultas Corretas e Consultas Incorretas indica o nível de satisfação dos usuários do bot com a precisão de converter declarações em consultas SQL.

• A proporção entre conversas Concluídas e Incompletas mostra até que ponto os problemas técnicos afetam as experiências dos usuários.

• A proporção entre Total de Conversas e Consultas Não Resolvidas (OOD/OOS) ajuda a medir até que ponto a habilidade atende às expectativas dos usuários finais.

• A Tendência de Conversas por Tipo e a proporção entre Total de Conversas e Conversas de Consultas de Dados mostram a proporção de declarações que são consultas SQL.

• As Entidades de Consulta de Dados mostram quais entidades são mais consultadas.

Como um treinador de IA, você pode examinar as mensagens do usuário na guia Conversas para descobrir áreas de melhoria. Por exemplo, você pode revisar estas mensagens do usuário:

• As mensagens do usuário Tipo: Intenção, Resultado: Incompleto indicam problemas com a conversão da declaração em uma consulta SQL. Geralmente, você pode corrigir esses problemas adicionando sinônimos ou, para consultas mais complexas, adicionando declarações mapeadas ao conjunto de dados de entidades de consulta. Observe que você também pode ver essas mensagens selecionando Erros Tratados pelo Sistema na lista drop-down Erros.

• Tipo: Intenção, Intenção: As mensagens do usuário unresolvedIntent indicam declarações e declarações fora do escopo que a habilidade não reconhece como uma declaração de consulta de dados. Para as declarações que são consultas de dados válidas, mas a habilidade não reconhece como tal, geralmente você pode corrigir os problemas adicionando sinônimos ou mapeando as declarações para OMRQL no conjunto de dados da consulta.

• Tipo: Consulta de Dados, Entidades mostra as mensagens do usuário por entidade de consulta.

• Tipo: Consulta de Dados, Resultado: Incorreto mostra as mensagens que os usuários consideraram que retornaram resultados incorretos. Verifique se os resultados estão incorretos e, em caso afirmativo, adicione sinônimos, listas de valores e entradas de conjunto de dados de consulta, conforme apropriado.

Como um treinador de IA, é uma boa prática criar testes em lote para garantir que a melhoria de uma área não impacte negativamente outra. Você também pode usar testes em batch para garantir que as alterações no modelo lógico não tenham efeitos adversos no treinamento personalizado ou no roteamento para conversas SQL.

Assim como no teste em batch para declarações de intenção, talvez você queira reservar cerca de 20% das consultas do mundo real que você reuniu para usar no teste em batch de consulta. Você pode executar o teste em batch periodicamente e depois de fazer alterações no modelo lógico, no treinamento personalizado ou nos dados de roteamento.

Cada caso de teste deve pertencer a uma suíte de teste; por isso, antes de criar um caso de teste, você pode primeiro criar uma suíte de teste que reflita algum aspecto do teste de consulta, como teste de falha, teste no domínio ou teste fora do domínio. Fornecemos um conjunto chamado Conjunto de Testes Padrão. Você poderá designar casos de teste a essa suíte de teste se ainda não tiver criado qualquer outro.

Você pode adicionar um caso de teste a um teste em batch de duas maneiras:

• Depois de testar uma declaração no Testador de Consulta, você pode selecionar uma suíte de teste na lista drop-down Salvar como Caso de Teste para salvá-la nessa suíte.

• Você pode clicar em + Caso de Teste na guia Suítes de Teste no testador de batch.

Para acessar o testador de batch:

1. Na página Entidades, clique em Testar Consultas.

   O Testador de Consulta é aberto.

2. Clique em Ir para Casos de Teste.

   Na guia Suítes de Teste, selecione um conjunto de testes e execute todos os casos de teste ou selecione e execute casos específicos. Os resultados são mostrados na página Resultados do Teste. Demora algum tempo para que os testes sejam concluídos. Você sabe que a execução foi concluída quando Em Andamento mostra 0.

Com exceção da vinculação de entidades, os componentes OMRQL são semelhantes ao SQL. Em vez de uma SQL JOIN, você usa um par de atributos de link para vincular uma entidade a outra. O atributo de link tem nomes primários e sinônimos que definem o relacionamento entre as entidades. Por exemplo, um link de atributo de funcionário/departamento com um relacionamento de 1 a 1 pode ter um nome principal "departamento" e os sinônimos "funciona em", "pertence a" e "equipe". Um link de atributo de departamento/funcionários com um relacionamento de 1-muitos pode ter o nome principal "employees" e os sinônimos "members" e "workers".

Além dos atributos típicos de link de chave primária/chave estrangeira, você também pode ter estes tipos de atributos de link:

• Vários atributos de link de uma entidade para outra que definem vários relacionamentos semânticos.
• Um atributo de link de uma entidade para ela mesma que implica uma autojunção.
• Um atributo de link para uma tabela de interseção em decorrência de uma junção muitos para muitos