Intenções

reconhecer o significado das mensagens do usuário é essencial não apenas identificá los, mas classificá los com precisão também é fundamental para isso, você pode programar seu chatbot para extrair informações de uma conversa natural (uma conversa com um humano) ao criar uma intenção, você também cria vários enunciados enunciados representam as diferentes declarações que seu usuário pode usar para a mesma intenção exemplo pedindo um café eu quero café! eu gostaria um café, por favor! você tem um expresso descafeinado? oi! eu gostaria de pedir um café com leite, por favor normal, só uma dose é possível adicionar esses diferentes enunciados para treinar seu chatbot a responder a uma intenção em vez de uma palavra específica as declarações do usuário são comparadas e combinadas com a intenção mais apropriada, com a maior porcentagem de confiança 321,224,121 true center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type center unhandled content type adicionando uma intenção para criar uma nova intenção, clique no módulo nlu na barra lateral direita, no seu conversation studio ; clique no botão " + "; dê lhe um nome amigável; clique em enviar ; escreva seus enunciados ao lado do número (onde você pode ver digite uma frase ) ⚠ atenção ! não se esqueça que a pontuação é ignorada para classificação de texto, exceto para hífens; os hífens entre as palavras são unidos como uma única palavra; a distinção entre maiúsculas e minúsculas é ignorada, o que significa que todo o texto é convertido em minúsculas exemplos 287,263,125 false true unhandled content type unhandled content type unhandled content type unhandled content type unhandled content type unhandled content type respondendo a uma intenção você pode detectar e responder a intents analisando a event nlu intent name variável em seus ganchos, transições de fluxo ou ações exemplo { "type" "text", "channel" "web", "direction" "incoming", "payload" { "type" "text", "text" "hey" }, "target" "awiikcrh4gh2gbjgqzd7q", "botid" "my new bot", "threadid" "5", "id" 1 5420658919105e+17, "preview" "hey", "flags" {}, "nlu" { // <<<< "language" "en", // language identified "intent" { // most likely intent, assuming confidence is within config threshold "name" "hello", "context" "global", "confidence" 1 }, "intents" \[ // all the intents detected, sorted by probabilities { "name" "hello", "context" "global", "confidence" 1 }, { "name" "none", "context" "global" "confidence" 1 94931e 8 } ], "entities" \[], // extracted entities "slots" {} // extracted slots } } 🖊 nota você pode usar esses metadados para criar transições quando uma intenção específica for detectada em um fluxo específico você pode aprender mais sobre fluxos e transições confiança e depuração para habilitar a depuração, certifique se de que debugmodeenabled esteja definido true em seu arquivo data/global/config/nlu json 💡 dica em um ambiente de produção, você também pode usar a bp nlu debugmodeenabledvariável em vez de modificar a configuração diretamente exemplo extração de nlu { text 'hey there bud', intent 'hello', confidence 0 966797, bot min confidence 0 5, bot max confidence 100, is confident enough true, language 'en', entities \[ ] }