Intent

Un intent classifica l'intenzione di un utente finale per un turno di conversazione.

Un'intenzione contiene i seguenti dati:

Corrispondenza di intent

Quando un utente finale inserisce un input (testo, voce o pressioni dei tasti del telefono), Conversational Agents (Dialogflow CX) confronta l'input con le frasi di addestramento dell'intenzione per trovare la migliore corrispondenza. Questo processo è chiamato corrispondenza dell'intenzione. La corrispondenza dell'intenzione può avvenire solo per le intenzioni associate a un percorso dell'intenzione (un gestore dello stato con un requisito di intenzione) in ambito.

L'input di pressione dei tasti viene associato in base ai pattern DTMF. Tuttavia, quando cerchi un intento corrispondente al testo, Conversational Agents (Dialogflow CX) assegna un punteggio alle potenziali corrispondenze con un'affidabilità del rilevamento dell'intento, nota anche come punteggio di attendibilità. Questi valori vanno da 0,0 (completamente incerto) a 1,0 (completamente certo). Una volta assegnati i punteggi agli intent, sono possibili due risultati:

• Se l'intenzione con il punteggio più alto ha un punteggio di confidenza maggiore o uguale all'impostazione della soglia di classificazione, viene restituita come corrispondenza.
• Se nessun'intenzione soddisfa la soglia, verrà invocato un evento di mancata corrispondenza.

Frasi di addestramento

Le frasi di addestramento sono frasi di esempio di ciò che gli utenti finali potrebbero digitare o dire, chiamate input degli utenti finali. Per ogni intento, crei molte frasi di addestramento. Quando l'input di un utente finale assomiglia a una di queste frasi, Conversational Agents (Dialogflow CX) trova una corrispondenza con l'intent.

Ad esempio, la frase di addestramento "Voglio una pizza" insegna all'agente a riconoscere l'input utente finale simile a quella frase, come "Fammi una pizza" o "Ordina una pizza".

Non devi definire ogni possibile esempio, perché il machine learning integrato degli agenti conversazionali (Dialogflow CX) amplia il tuo elenco con altre frasi simili. Devi creare almeno 10-20 frasi di addestramento (a seconda della complessità dell'intenzione), in modo che l'agente possa riconoscere una serie di input degli utenti finali. Ad esempio, se vuoi che lo scopo riconosca l'input di un utente finale sul suo colore preferito, puoi definire le seguenti frasi di addestramento:

• "Mi piace il rosso"
• "Il mio colore preferito è il giallo"
• "black"
• "Il blu è il mio preferito"
• …

Annotare le frasi di addestramento

Puoi controllare la modalità di estrazione dei dati utente finali annotando alcune parti delle frasi di addestramento e configurando i parametri associati.

Ad esempio, considera una frase di addestramento come "Quali sono le previsioni per domani per Tokyo?" Devi annotare "domani" con un parametro date e "Tokyo" con un parametro location. Quando annoti parti di una frase di addestramento, agenti conversazionali (Dialogflow CX) riconosce che queste parti sono solo esempi di valori effettivi che verranno forniti dagli utenti finali in fase di esecuzione. Per un input utente finale come "Quali sono le previsioni per venerdì a Sydney?", Conversational Agents (Dialogflow CX) estrae il parametro date da "Friday" e il parametro location da "Sydney".

Devi annotare tutte le parti della frase di addestramento che devono essere estratte come parametri. In caso contrario, Dialogflow non estrarrà i valori.

Quando crei un agente con la console, la maggior parte delle annotazioni viene creata automaticamente quando aggiungi frasi di addestramento contenenti parti che possono essere associate a un tipo di entità esistente. Queste parti sono evidenziate nella console. Puoi modificare queste annotazioni e questi parametri in base alle tue esigenze.

Per annotare manualmente una frase di addestramento con la console:

1. Seleziona la parte della frase di addestramento che vuoi annotare.
2. Seleziona dall'elenco il tipo di entità che ti interessa.
3. Viene creato un parametro nella tabella dei parametri di seguito.

Quando crei un agente con l'API, devi annotare manualmente le parti della frase di addestramento. Visualizza il tipo TrainingPhrase utilizzato dal tipo Intent. Vai al riferimento all'API Intent

Entità implicite create dalle frasi di addestramento

La maggior parte delle entità personalizzate viene definita esplicitamente creando tipi di entità e aggiungendo voci di entità. Tuttavia, le entità personalizzate possono contenere anche valori impliciti. Questo accade quando annoti il testo di una frase di addestramento, dove il testo annotato non è un valore definito dal tipo di entità selezionato. Il testo annotato diventa un valore di riferimento dell'entità per la voce dell'entità aggiunta implicitamente. Se il tipo di entità è un'entità mappa, il testo diventa anche un sinonimo per la voce dell'entità.

Intent di benvenuto predefinito

Quando crei un agente, viene creato un intent di benvenuto predefinito. Per alcune lingue, l'intent contiene semplici frasi di addestramento come "Un saluto da Google" o "Un saluto da Google" che devono corrispondere all'input utente iniziale dell'utente finale. Puoi modificare questa intenzione come preferisci.

Quando utilizzi l'API, puoi fare riferimento a questo intento con il seguente ID:

00000000-0000-0000-0000-000000000000

Se l'agente avvia la conversazione, puoi attivare questa intenzione utilizzando l'API. Utilizza il valore projects/<PROJECT_ID>/locations/<LOCATION_ID>/agents/<AGENT_ID>/intents/00000000-0000-0000-0000-000000000000 nel campo QueryInput.intent.intent quando chiami il metodo detectIntent o streamingDetectIntent.

Intento negativo predefinito

Quando crei un agente, viene creato un intent escluso predefinito. A questo intento puoi aggiungere frasi di addestramento che fungono da esempi negativi. Potrebbero verificarsi casi in cui l'input utente finale abbia una leggera somiglianza con le frasi di addestramento negli intent normali, ma non vuoi che questi input corrispondano a intent normali.

Ad esempio, un agente di prenotazione di camere potrebbe avere una frase di addestramento come "Vorrei prenotare una stanza". Se l'utente finale vuole acquistare un libro sulle camere, potrebbe dire "Vorrei acquistare un libro sulle camere". Per assicurarti che l'input utente finale non corrisponda alla tua intenzione, puoi aggiungere la frase come esempio negativo.

Inoltre, devi aggiungere possibili frasi che non rientrano nell'ambito dell'agente, in modo che non corrispondano a nessun intent. Tuttavia, evita di aggiungerne una quantità molto elevata. Ad esempio, se definisci 10.000 frasi di intenti negativi predefiniti, questo influisce negativamente sulla normale corrispondenza dell'intent.

Ti consigliamo di esaminare regolarmente queste frasi, poiché alcune potrebbero non essere state inizialmente coperte dall'agente, ma sono state successivamente aggiunte agli intent.

L'intenzione negativa predefinita influisce su tutte le corrispondenze di intent. Le frasi che aggiungi potrebbero migliorare la corrispondenza per un'intenzione, ma danneggiarla per un'altra. Ad esempio, potresti aggiungere "chiamate internazionali" all'intenzione negativa predefinita per evitare la corrispondenza a un'intenzione di viaggio internazionale. Tuttavia, in questo modo la frase non corrisponderà a un'intenzione di chiamata internazionale.

Quando utilizzi l'API, puoi fare riferimento a questo intento con il seguente ID:

00000000-0000-0000-0000-000000000001

Annullare intent

Durante una conversazione, l'utente finale potrebbe voler annullare l'argomento corrente. Ad esempio, la pagina attualmente attiva potrebbe richiedere una data per un nuovo appuntamento, ma l'utente finale ha deciso di non creare un nuovo appuntamento. L'utente finale potrebbe dire ad esempio "annulla" o "non voglio un nuovo appuntamento". Per gestire questa situazione, puoi creare uno o più intent di annullamento per l'agente. Puoi assegnare a questi intent di annullamento il nome che preferisci, ma è consuetudine includere "annulla" nel nome. Devi associare questi intent di annullamento ai percorsi di intent che rientrano nell'ambito nei punti pertinenti della conversazione. Questi percorsi di intent devono passare a una pagina appropriata per gestire l'annullamento.

Le frasi di addestramento per le intenzioni di annullamento devono gestire sia i tentativi di annullamento generici sia quelli specifici per argomento. Ad esempio:

• Annulla
• Interrompi
• Ho cambiato idea
• Ignora
• Torna indietro
• Indietro
• Non voglio un nuovo appuntamento
• Annullare il nuovo appuntamento
• Eliminare il nuovo appuntamento

Creare un'intenzione

Per creare un'intenzione:

Eliminare un'intenzione

Per eliminare un'intenzione:

Accedere ai dati sulle intenzioni

Per accedere ai dati sulle intenzioni:

Suggerimenti di intent

Dialogflow analizza automaticamente le occorrenze senza corrispondenza durante le conversazioni e può suggerire nuovi intent o consigliare frasi di addestramento aggiuntive per gli intent esistenti. L'accettazione di questi suggerimenti può aiutarti a evitare future occorrenze di mancata corrispondenza.

Quando utilizzi i suggerimenti, puoi regolare la Dimensione cluster. Valori più piccoli della dimensione del cluster suggeriscono più intenti con meno frasi di addestramento per intento. Valori più elevati della dimensione del cluster suggeriscono meno intent con più frasi di addestramento per intento.

Per accettare i suggerimenti di intent:

Intenti suddivisi

Puoi suddividere un'intenzione in due utilizzando la console. L'interfaccia ti consente di selezionare frasi di addestramento da un'intenzione di origine e spostarle in una nuova intenzione:

Confrontare e unire gli intent

Puoi confrontare o unire due intent in un unico intent utilizzando la console:

Esportare e importare intent

Puoi esportare e importare le intenzioni per la condivisione tra gli agenti.

Una delle opzioni di formato di esportazione è CSV, che ha le seguenti colonne:

• Nome visualizzato dell'intento
• Lingua
• Frase

Ogni voce contiene il nome visualizzato, la lingua e la prima frase di addestramento oppure solo una frase di addestramento per l'intenzione dichiarata in precedenza. Dialogflow codifica le annotazioni nelle frasi di addestramento esportate, in modo che vengano ripristinate durante l'importazione. Il formato di questa codifica è:

(annotated part)[entity, parameter]

Ad esempio:

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?

Quando importi gli intent, potrebbero verificarsi conflitti di unione quando il nome visualizzato di un intent nell'agente esistente corrisponde a quello di un intent importato. Puoi controllare il comportamento dell'unione quando i nomi visualizzati degli intent corrispondono selezionando una delle seguenti opzioni:

• Sostituisci gli intent esistenti: un intent importato sovrascrive qualsiasi intent con lo stesso nome nell'agente esistente.
• Rinomina e importa come nuovi intent: l'intent importato viene rinominato aggiungendo "_1" al nome visualizzato.
• Unisci con le intenzioni esistenti: le frasi di addestramento di un'intenzione importata vengono aggiunte all'intenzione esistente. Se esistono le stesse frasi di addestramento, non verranno duplicate.
• Mantieni le intenzioni originali: l'intenzione esistente rimane invariata e quella in conflitto viene ignorata. Vengono importati gli intent non in conflitto.

Per esportare le intenzioni:

Per importare le intenzioni:

Esportare e importare frasi di addestramento

Puoi esportare e importare frasi di addestramento per un'intenzione esistente.

Il formato del file per l'importazione è CSV senza intestazione di colonna e una singola colonna. Ad esempio:

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

Quando importi le frasi di addestramento, puoi scegliere una delle seguenti modalità di importazione:

• Importa come nuove frasi di addestramento: le frasi nei file vengono aggiunte all'elenco di frasi esistenti.
• Sostituisci le frasi di addestramento esistenti: le frasi di addestramento esistenti vengono eliminate e vengono aggiunte quelle dei file.

Per impostazione predefinita, le frasi di addestramento importate vengono annotate automaticamente. Puoi disattivare questo comportamento selezionando Salta l'annotazione automatica.

Per esportare le frasi di addestramento per un intento:

Per importare le frasi di addestramento per un intento:

Intent principali e supplementari

Quando progetti gli agenti, talvolta è utile considerare gli intenti come intenti principali o intenti supplementari.

Un'intenzione principale identifica lo scopo principale dell'utente finale per interagire con un agente. Un'intenzione supplementare identifica le domande successive di un utente finale correlate all'intenzione principale. Queste domande successive possono fornire un contesto aggiuntivo per le esigenze dell'utente finale o essere domande di follow-up che aiutano l'utente finale a chiarire o comprendere meglio qualcosa.

Un'intenzione principale è in genere una delle prime intenzioni associate in una conversazione e le altre domande dell'utente finale corrispondono alle intenzioni supplementari. Ad esempio: