Intents

Ein Intent kategorisiert die Absicht eines Endnutzers für eine Unterhaltungsrunde.

Ein Intent enthält folgende Daten:

Intent-Zuordnung

Wenn ein Endnutzer eine Eingabe (Text, Sprache oder Tastendrucke) macht, vergleicht Conversational Agents (Dialogflow CX) die Eingabe mit den Intent-Trainingsformulierungen, um die beste Übereinstimmung zu finden. Dieser Vorgang wird als Intent-Zuordnung bezeichnet. Die Intent-Zuordnung kann nur für Intents erfolgen, die mit einer Intent-Route (ein Zustands-Handler mit einer Intent-Anforderung) im Bereich verknüpft sind.

Die Eingabe von Tastendrücken wird anhand von DTMF-Mustern abgeglichen. Bei der Suche nach einem übereinstimmenden Intent für Text bewerten Conversational Agents (Dialogflow CX) potenzielle Übereinstimmungen jedoch mit einer Intent-Erkennungskonfidenz, die auch als Konfidenzwert bezeichnet wird. Diese Werte reichen von 0,0 (vollständig unsicher) bis 1,0 (vollständig sicher). Wurden Intents bewertet, gibt es zwei mögliche Ergebnisse:

• Wenn der Intent mit der höchsten Bewertung einen Konfidenzwert größer oder gleich der Einstellung für den Klassifizierungsschwellenwert aufweist, wird er als Übereinstimmung zurückgegeben.
• Wenn keine Intents den Schwellenwert erreichen, wird ein No-Match-Ereignis aufgerufen.

Trainingssätze

Trainingsformulierungen sind Beispielformulierungen für das, was Endnutzer eingeben oder sagen könnten, sogenannte Endnutzereingaben. Für jeden Intent erstellen Sie viele Trainingsformulierungen. Wenn eine Endnutzereingabe einer dieser Formulierungen ähnelt, ordnet Conversational Agents (Dialogflow CX) den Intent zu.

Die Trainingsformulierung "Ich möchte Pizza" trainiert Ihren Agent beispielsweise, Endnutzereingaben zu erkennen, die dieser Formulierung ähnlich sind, wie "Pizza bestellen" oder "Bestell Pizza".

Sie müssen dabei nicht jede denkbare Formulierung angeben. Das integrierte maschinelle Lernen von Conversational Agents (Dialogflow CX) erweitert Ihre Liste automatisch um ähnliche Formulierungen. Sie sollten (je nach Komplexität des Intents) mindestens 10–20 Trainingsformulierungen erstellen, damit Ihr Agent vielfältige Endnutzereingaben erkennen kann. Beispiel: Wenn Sie möchten, dass Ihr Intent die Eingabe eines Endnutzers zu seiner Lieblingsfarbe erkennt, können Sie folgende Trainingsformulierungen definieren:

• "I like red" (Ich mag Rot)
• "My favorite color is yellow" (Meine Lieblingsfarbe ist Gelb)
• "black" (Schwarz)
• "Blue is my favorite" (Blau ist mein Favorit)
• …

Trainingsformulierungen annotieren

Sie legen durch Annotieren von Teilen Ihrer Trainingsformulierungen und durch Konfigurieren der zugehörigen Parameter fest, wie Endnutzerdaten extrahiert werden.

Stellen Sie sich beispielsweise eine Trainingsformulierung wie "Wie ist die Wettervorhersage für morgen in Tokio?" vor. Sie sollten "morgen" mit einem date-Parameter und "Tokio" mit einem location-Parameter annotieren. Wenn Sie Teile einer Trainingsformulierung annotieren, erkennt Dialogflow CX, dass diese Teile nur Beispiele für tatsächliche Werte sind, die von Endnutzern zur Laufzeit bereitgestellt werden. Für eine Endnutzereingabe wie "Wie ist die Wettervorhersage für Sydney am Freitag?" Conversational Agents (Dialogflow CX) würden den Parameter date aus „Freitag“ und den Parameter location aus „Sydney“ extrahieren.

Sie müssen alle Teile der Trainingsformulierung annotieren, die als Parameter extrahiert werden sollen. Andernfalls werden die Werte von Dialogflow nicht extrahiert.

Bei der Erstellung eines Agents mit der Konsole werden die meisten Annotationen automatisch angelegt, wenn Sie Trainingsformulierungen hinzufügen, von denen Teile existierenden Entitätstypen zugeordnet werden können. Diese Teile werden in der Konsole markiert. Sie können diese Annotationen und Parameter nach Bedarf bearbeiten.

So können Sie eine Trainingsformulierung manuell mit der Konsole annotieren:

1. Wählen Sie den Teil der Trainingsformulierung aus, den Sie annotieren möchten.
2. Wählen Sie den gewünschten Entitätstyp aus der Liste aus.
3. In der Parametertabelle unten wird ein Parameter erstellt.

Bei der Erstellung eines Agents mit der API müssen Sie die Bestandteile der Trainingsformulierung manuell annotieren. Siehe den Typ TrainingPhrase, der vom Typ Intent verwendet wird. Zur Intent API-Referenz

Implizite Entitäten, die durch Trainingsformulierungen erstellt wurden

Die meisten benutzerdefinierten Entitäten werden explizit definiert, indem Entitätstypen erstellt und Entitätseinträge hinzugefügt werden. Benutzerdefinierte Entitäten können jedoch auch implizite Werte enthalten. Das passiert, wenn Sie Text einer Trainingsformulierung annotieren und der annotierte Text kein vom ausgewählten Entitätstyp definierter Wert ist. Der kommentierte Text wird zum Entitätsreferenzwert für den implizit hinzugefügten Entitätseintrag. Wenn der Entitätstyp eine Kartenentität ist, wird der Text auch zum Synonym für den Entitätseintrag.

Standard-Begrüßungs-Intent

Wenn Sie einen Agent erstellen, wird automatisch ein Standard-Begrüßungs-Intent erstellt. Für einige Sprachen enthält der Intent einfache Trainingsformulierungen wie "Hi" oder "Hallo", die den anfänglichen Endnutzerausdrücken entsprechen sollen. Sie können diesen Intent nach Bedarf bearbeiten.

Bei Verwendung der API können Sie diesen Intent mit der folgenden Intent-ID referenzieren:

00000000-0000-0000-0000-000000000000

Wenn Ihr Kundenservicemitarbeiter die Unterhaltung initiiert, können Sie diesen Intent mithilfe der API auslösen. Verwenden Sie den Wert projects/<PROJECT_ID>/locations/<LOCATION_ID>/agents/<AGENT_ID>/intents/00000000-0000-0000-0000-000000000000 im Feld QueryInput.intent.intent, wenn Sie die Methode detectIntent oder streamingDetectIntent aufrufen.

Standardmäßig auszuschließender Intent

Wenn Sie einen Agent erstellen, wird automatisch ein negativer Intent angelegt. Sie können diesem Intent Trainingsformulierungen hinzufügen, die als Negativbeispiele dienen. Es kann vorkommen, dass Eingaben von Endnutzern teilweise mit Trainingsformulierungen in normalen Intents übereinstimmen, es aber nicht erwünscht ist, dass diese Eingaben als Intent gewertet werden.

Beispielsweise kann ein Zimmerbuchungsservice eine Trainingsformulierung wie "Ich möchte ein Zimmer buchen" enthalten. Wenn der Endnutzer ein Buch über Räume kaufen möchte, sagt er vielleicht "Ich möchte ein Buch über Räume kaufen". Damit der Endnutzerausdruck nicht Ihrem Intent zugeordnet wird, können Sie die Formulierung als negatives Beispiel hinzufügen.

Außerdem sollten Sie mögliche Wortgruppen hinzufügen, die nicht in den Zuständigkeitsbereich des Bots fallen, damit sie nicht mit einer Absicht übereinstimmen. Fügen Sie jedoch nicht zu viele dieser Wortgruppen hinzu. Wenn Sie beispielsweise 10.000 Standardformulierungen für auszuschließende Intents definieren, wirkt sich das negativ auf die normale Intent-Abgleichung aus.

Sie sollten diese Sätze regelmäßig überprüfen, da einige davon ursprünglich nicht zum Zuständigkeitsbereich des Agents gehörten, aber später Intents hinzugefügt wurden.

Der standardmäßig auszuschließende Intent wirkt sich auf die gesamte Intent-Abgleichsfunktion aus. Die hinzugefügten Wortgruppen können die Zuordnung für einen Intent verbessern, aber die Zuordnung für einen anderen verschlechtern. Sie können beispielsweise „internationale Anrufe“ zum Standard-Negativ-Intent hinzufügen, um einen Abgleich mit einem Intent für internationale Reisen zu vermeiden. Dadurch wird jedoch auch verhindert, dass der Ausdruck mit der Absicht für einen internationalen Anruf abgeglichen wird.

Bei Verwendung der API können Sie diesen Intent mit der folgenden Intent-ID referenzieren:

00000000-0000-0000-0000-000000000001

Intents abbrechen

Während einer Unterhaltung kann der Endnutzer das aktuelle Unterhaltungsthema abbrechen. Beispiel: Die aktuell aktive Seite fordert möglicherweise ein Datum für einen neuen Termin an, der Endnutzer hat sich jedoch gegen die Erstellung eines neuen Termins entschieden. Der Endnutzer sagt möglicherweise "Abbrechen" oder "Ich möchte keinen neuen Termin". Sie können in diesem Fall einen oder mehrere Intents abbrechen für Ihren Agent erstellen. Sie können diesen Abbruch-Intents einen beliebigen Namen geben. Der Name ist jedoch üblich, "cancel" in den Namen aufzunehmen. Sie sollten diese Abbruch-Intents mit Intent-Routen verknüpfen, die sich im relevanten Bereich an relevanten Punkten in der Unterhaltung befinden. Diese Intent-Routen sollten auf eine entsprechende Seite wechseln, um den Abbruch zu verwalten.

Die Trainingsformulierungen für Abbrechen-Intents sollten sowohl allgemeine als auch themenspezifische Versuche zum Abbrechen verarbeiten. Beispiel:

• Abbrechen
• Beenden
• Nein, doch nicht
• Abbrechen
• Zurück
• Zurück
• Ich möchte keinen neuen Termin
• Neuen Termin stornieren
• Neuen Termin löschen

Intent erstellen

So erstellen Sie einen Intent:

Intent löschen

So löschen Sie einen Intent:

Auf Intent-Daten zugreifen

So greifen Sie auf Intent-Daten zu:

Intent-Vorschläge

Dialogflow analysiert automatisch nicht übereinstimmende Vorkommen während Unterhaltungen und kann neue Intents vorschlagen oder zusätzliche Trainingsphrasen für vorhandene Intents empfehlen. Wenn Sie diese Vorschläge annehmen, können Sie in Zukunft vermeiden, dass keine Übereinstimmung gefunden wird.

Wenn Sie Vorschläge verwenden, können Sie die Clustergröße anpassen. Kleinere Werte für die Clustergröße deuten auf mehr Intents mit weniger Trainingsformulierungen pro Intent hin. Größere Werte für die Clustergröße deuten auf weniger Intents mit mehr Trainingsphrasen pro Intent hin.

So akzeptieren Sie Vorschläge für Intents:

Intents teilen

Sie können einen Intent in der Console in zwei Intents aufteilen. Über die Benutzeroberfläche können Sie Trainingsphrasen aus einem Quell-Intent auswählen und in einen neuen Intent verschieben:

Intents vergleichen und zusammenführen

Sie können zwei Intents über die Console vergleichen oder zu einem einzigen Intent zusammenführen:

Intents exportieren und importieren

Sie können Intents exportieren und importieren, um sie für mehrere Kundenservicemitarbeiter freizugeben.

Eine der Exportformatoptionen ist CSV. Diese Option umfasst die folgenden Spalten:

• Anzeigename des Intents
• Sprache
• Wortgruppe

Jeder Eintrag enthält entweder den Anzeigenamen, die Sprache und den ersten Trainingssatz oder nur einen Trainingssatz für den zuvor deklarierten Intent. Dialogflow codiert Anmerkungen in exportierten Trainingsformulierungen, damit sie beim Importieren wiederhergestellt werden. Das Format für diese Codierung ist:

(annotated part)[entity, parameter]

Beispiel:

Intent Display Name,Language,Phrase
Shirt Selection,en,I want a (green)[@sys.color, color] shirt
,,I would like a (yellow)[@sys.color, color] shirt
Store Hours,en,When are you open?
,,What are your hours?

Beim Importieren von Intents kann es zu Zusammenführungskonflikten kommen, wenn der Anzeigename eines Intents in Ihrem vorhandenen Agent mit dem eines importierten Intents übereinstimmt. Sie können das Zusammenführen von Intents steuern, wenn die Anzeigenamen übereinstimmen. Wählen Sie dazu eine der folgenden Optionen aus:

• Vorhandene Intents ersetzen: Ein importierter Intent überschreibt alle Intents mit demselben Namen in Ihrem vorhandenen Agenten.
• Umbenennen und als neue Intents importieren: Der importierte Intent wird umbenannt, indem dem Anzeigenamen „_1“ angehängt wird.
• Mit vorhandenen Intents zusammenführen: Die Trainingsformulierungen eines importierten Intents werden dem vorhandenen Intent hinzugefügt. Wenn dieselben Wortgruppen vorhanden sind, werden sie nicht dupliziert.
• Ursprüngliche Intents beibehalten: Der vorhandene Intent bleibt unverändert und der in Konflikt stehende Intent wird ignoriert. Nicht in Konflikt stehende Intents werden importiert.

So exportieren Sie Intents:

So importieren Sie Intents:

Trainingsphrasen exportieren und importieren

Sie können Trainingswortgruppen für einen vorhandenen Intent exportieren und importieren.

Das Dateiformat für den Import ist CSV ohne Spaltenüberschrift und mit einer einzelnen Spalte. Beispiel:

"I want a pony"
"I need a pony"
"I must have a pony"

Beim Importieren von Trainingsphrasen können Sie einen der folgenden Importmodi auswählen:

• Als neue Trainingsphrasen importieren: Die Formulierungen in den Dateien werden der Liste der vorhandenen Formulierungen hinzugefügt.
• Vorhandene Trainingsformulierungen ersetzen: Die vorhandenen Trainingsformulierungen werden gelöscht und die Trainingsformulierungen aus den Dateien werden hinzugefügt.

Importierte Trainingsphrasen werden standardmäßig automatisch annotiert. Sie können dieses Verhalten deaktivieren, indem Sie Automatische Anmerkungen überspringen auswählen.

So exportieren Sie Trainingsformulierungen für einen Intent:

So importieren Sie Trainingsformulierungen für einen Intent:

Haupt- und ergänzende Intents

Beim Entwerfen von Bots ist es manchmal hilfreich, Absichten als Hauptabsichten oder zusätzliche Absichten zu betrachten.

Ein Haupt-Intent gibt den primären Zweck der Interaktion des Endnutzers mit einem Kundenservicemitarbeiter an. Mit einem ergänzenden Intent werden die nachfolgenden Fragen eines Endnutzers identifiziert, die sich auf den Haupt-Intent beziehen. Diese nachfolgenden Fragen können zusätzlichen Kontext zu den Anforderungen des Endnutzers liefern oder es können Anschlussfragen sein, die dem Endnutzer helfen, etwas zu klären oder besser zu verstehen.

Ein Haupt-Intent ist in der Regel einer der ersten Intents, der in einer Unterhaltung zugeordnet wird. Weitere Fragen von Endnutzern werden mit ergänzenden Intents abgeglichen. Beispiel: