Entidades

Las Entidades son piezas de información específica en los mensajes de contacto, como nombres, direcciones, números de teléfono, números de pedido y números de artículo. Puede usarlos para entrenar a su Mpower Agent Agente virtual creado con CXone Mpower Agent Builder que puede manejar interacciones de voz o chat. para que extraiga información de los enunciados Lo que dice o escribe un contacto.de contacto. La información extraída se puede guardar para usarla en Mpower Agent respuestas. También se puede pasar a CXone Mpower, o a bases de datos o aplicaciones de terceros a través de integraciones.

Las expresiones de contacto La persona que interactúa con un agente, IVR o bot en su centro de contacto. pueden contener mucha información. No necesita entidades para toda la información. Solo debe crear entidades para la información que su Mpower Agent necesita para lograr sus objetivos. Por ejemplo, los contactos pueden proporcionar su nombre y apellidos durante una interacción. Si el objetivo es simplemente permitir que su Mpower Agent llame al contacto por su nombre, no es necesario crear una entidad para el apellido o el nombre completo del contacto.

Cuando se crea una entidad, Agent Builder crea automáticamente una ranura Entidad extraída del mensaje del contacto y guardada para usar en las respuestas del bot. Similar a una variable. correspondiente para almacenar la información extraída. Los extractos creados automáticamente se deben modificar para cambiar la configuración predeterminada.

Las entidades están estrechamente relacionadas con los extractos. Los extractos almacenan información durante una interacción hasta que se necesite. Una entidad identifica y extrae información de un enunciado y la almacena en una ranura. Puede utilizar el extracto como una variable para utilizar la información que contiene.

Glosario

Concepto	Definición	Ejemplo	¿Qué hace el Mpower Agent?
Enunciado	Cualquier cosa que un contacto La persona que interactúa con un agente, IVR o bot en su centro de contacto. dice en una interacción La conversación completa de un agente a través de un canal. Por ejemplo, una interacción puede ser una llamada de voz, correo electrónico, chat o conversación en las redes sociales.. A veces se le llama mensaje.	"Perdí mi contraseña". "¿Cuál es mi saldo?" "¿Eres un bot?"	El Mpower Agent utiliza la comprensión del lenguaje natural (NLU) para analizar cada enunciado de contacto y determinar su significado o intención.
Intención	Lo que el contacto quiere comunicar o lograr. Cada mensaje que envía el contacto tiene una intención.	"Perdí mi contraseña" tiene la intención de "restablecer la contraseña". "Hola" tiene la intención de "saludar".	El Mpower Agent analiza el mensaje de un contacto utilizando NLU Este proceso se expande en el procesamiento del lenguaje natural (NLP) para tomar decisiones o actuar en función de lo que entiende.para determinar la intención. Una vez que sabe eso, puede responder con un mensaje propio. Configura la respuesta que quieres que tu Mpower Agent utilice para cada intención.
Entidad	Información definida en el mensaje de un contacto.	Nombre de la persona o del producto, número de teléfono, número de cuenta, ubicación, etc.	El Mpower Agent utiliza NLU para identificar entidades en el mensaje de un contacto. Las entidades ayudan a Mpower Agent a comprender qué significa el mensaje del contacto.
Extracto	Una entidad extraída del mensaje de un contacto y guardada para su uso en Mpower Agent respuestas. Similar a una variable.	La creación de un espacio para el nombre del contacto permite que Mpower Agent use ese nombre en las respuestas durante una interacción, haciéndola más personal.	Cuando está configurado para hacerlo, Mpower Agent extrae una entidad de un mensaje de contacto y la guarda en una ranura. Puedes hacer que tu Mpower Agent use esta información más adelante en la conversación.
Regla	Define Mpower Agent respuestas a mensajes que no cambian de significado con el contexto.	Interacciones de un solo turno con respuestas fijas: ¿Cuales son sus horarios? ¿Cual es tu dirección? Bloques de construcción de conversación: Saludos, despedidas, agradecimientos y transiciones; preguntas sencillas de sí / no; y agradecimientos. Mpower Agents vienen con intenciones y reglas predeterminadas para varios de estos, incluidos saludos, solicitudes de entrega Transferencia de un contacto de un agente virtual a un agente en vivo. y más. Preguntas frecuentes Insultos y desafíos clásicos de bot	Las reglas son una de las dos formas en las que puedes configurar cómo tu Mpower Agent responde a una intención. Las reglas son útiles para ciertos tipos de intenciones, pero no para todas.
Historia	Entrena un Mpower Agent para manejar una interacción según la intención del mensaje y el contexto conversacional.	En una interacción sobre una contraseña olvidada, el Mpower Agent respondería a "¿Cómo hago eso?" de una manera. Si la interacción fuera sobre la creación de una nueva cuenta, la respuesta sería bastante diferente, aunque en ambos casos el contacto utiliza las mismas palabras con la misma intención: obtener más información.	Las historias son la segunda de dos formas en las que puedes configurar cómo tu Mpower Agent responde a una intención. Las historias enseñan a los Mpower Agent niños cómo utilizar el contexto de la conversación para responder adecuadamente.
Mpower Agent Acción	Cualquier cosa que un Mpower Agent diga o haga mientras maneja una interacción.	En una interacción sobre una contraseña olvidada, el Mpower Agent responde enviando el enlace a las preguntas frecuentes sobre restablecimiento de contraseña en el sitio web. Cuando un contacto expresa frustración, como por ejemplo: "¡No entiendo! ¡¡¡No está funcionando!!!" El Mpower Agent responde con "Lo siento". ¿Quiere que le transfiera a un agente humano?" Cuando el contacto dice que sí, el Mpower Agent inicia la transferencia.	Mpower Agent Las acciones son las opciones que tienes al definir cómo quieres que tus Mpower Agent respondan a cada intención. Le brindan la flexibilidad de configurar cada respuesta para lograr el resultado que satisfaga las necesidades del contacto.

Tipos de entidades

Hay dos tipos de entidades Información recopilada de los mensajes del contacto durante las conversaciones con un Mpower Agent. en Agent Builder:

Expresión regular (regex): Entidades que siguen patrones regulares, como números de teléfono, números de pedido o direcciones de correo electrónico.
Tabla de búsqueda: Entidades que no siguen un patrón, como sabores de helados, títulos de informes, estilos de calcetines o colores.

Entidades de expresión regular

Una expresión regular (regex) es una secuencia de caracteres que especifica un patrón de búsqueda. La creación de una expresión regular para extraer entidades le enseña a su Mpower Agent un patrón que debe buscar para identificar la información correcta para esa entidad. Esto es útil para datos que tienen patrones regulares similares, como direcciones de correo electrónico, números de teléfono y números de cuenta o factura.

Puede agregar una entidad regex desde cualquiera de las pestañas en la sección NLU en Agent Builder:

Entidades de la tabla de búsqueda

Las entidades de búsqueda son categorías de información. En Agent Builder, son listas de palabras, donde cada palabra es un miembro de la categoría. La lista debe contener todos los miembros de la categoría que su Mpower Agent necesita conocer. Por ejemplo, si crea una entidad para sabores de helados, necesitará proporcionar todos los sabores que ofrece su empresa. También es posible que desee agregar opciones que su empresa no ofrece pero que se solicitan con frecuencia, para que su Mpower Agent pueda responder a esas solicitudes con una ruta fuera del alcance.

Puede agregar una tabla de búsqueda desde la sección NLU en Agent Builder:

Pestaña Entidades
Bandeja de entrada, al visualizar mensajes
Pestaña Intenciones, al trabajar con ejemplos de intenciones

Las entidades de búsqueda no distinguen entre mayúsculas y minúsculas.

Cómo funcionan las entidades

Para que su Mpower Agent extraiga una entidad Palabra clave o frase definida en el perfil de la empresa en Interaction Analytics. Relacionado con un tipo de entidad. Puede incluir variantes. de un enunciado Lo que dice o escribe un contacto., debe etiquetarlo en los ejemplos de intención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr. adecuados y en los diálogos Historias de Mpower Agent, reglas, y flujos en Agent Builder. para esa intención. El etiquetado en ambos lugares entrena su Mpower Agent cuándo extraer una entidad, qué entidad extraer y cómo asociar la entidad con la intención. El etiquetado es necesario para las entidades de expresiones regulares, pero no para las entidades de tablas de búsqueda. Sin embargo, sigue siendo útil para las entidades de la tabla de búsqueda.

Para etiquetar una entidad, debe seleccionarla en el enunciado y, a continuación, elegir el tipo de entidad que representa la palabra o frase. Puede hacerlo desde la bandeja de entrada de NLU, en ejemplos de intención, y desde una historia o regla.

Durante una interacción, el Mpower Agent predice una intención para un enunciado. Si la intención contiene una entidad etiquetada, Mpower Agent verifica si el enunciado contiene una cadena que coincida con el patrón establecido en una entidad de expresión regular o con uno de los ejemplos en una entidad de tabla de búsqueda. Si encuentra una coincidencia, Mpower Agent extrae el valor y lo almacena en la ranura correspondiente de la entidad. Esa información queda disponible para su uso durante la interacción.

Debes configurar cuándo y cómo se utiliza utilizando la ranura como variable. Ahora es posible:

Úselo en futuros Mpower Agent mensajes enviados al contacto.
Úselo como una condición para determinar el camino que toma la Mpower Agent conversación.
Úselo con script e integraciones de API.

Las entidades siempre se extraen y guardan en la ranura correspondiente cuando Mpower Agent las reconoce. Si el Mpower Agentreconoce una entidad pero no tiene una historia Se utiliza para entrenar a un Mpower Agent para el manejo de interacciones según la intención y el contexto. o una regla Se usa para definir una respuesta de Del Mpower Agent a los mensajes que no cambian con el contexto. que le muestre qué hacer con la información, la ignorará. Sin embargo, la presencia de la entidad con la que no sabe qué hacer puede reducir la Del Mpower Agent confianza en predecir la intención El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr.correcta.

Puede haber ocasiones en las que solo desees que tu Mpower Agent ocupe el espacio de una entidad en determinadas circunstancias. Puede configurar restricciones sobre cuándo Mpower Agent puede llenar cada espacio. Las restricciones pueden basarse en la intención, en un formulario o en ambos. No todos los métodos de llenado de ranuras admiten ambos tipos de restricciones.

Ejemplos de entidades y sinónimos

Después de crear una entidad, debes proporcionar ejemplos para ayudar a tu Mpower Agent a aprender a reconocerla. Los ejemplos son diferentes para cada tipo de entidad:

Para las entidades regex, los ejemplos deben ser representaciones del mundo real del tipo de datos que Mpower Agent encontrará durante las interacciones. Por ejemplo, para una entidad de número de teléfono, utilice números de teléfono reales.
Para las entidades de tabla de búsqueda, los ejemplos deben ser miembros de la categoría que representa la entidad. Por ejemplo, la entidad iceCreamFlavors puede tener ejemplos como chocolate, vainilla y fresa. La lista de ejemplos debe contener todos los miembros de la categoría que su Mpower Agent necesita conocer. Es posible que desee incluir miembros de la categoría que su organización no utiliza pero que los contactos pueden mencionar.

Para las entidades de la tabla de búsqueda, también puede identificar sinónimos para cada ejemplo. Los sinónimos le permiten enseñar al Mpower Agent las distintas formas en que los contactos pueden referirse al mismo valor de entidad. Por ejemplo, la ciudad de Nueva York también puede llamarse NYC, NY, Nueva York y la Gran Manzana.

Classic Ice Cream Parlor, una subsidiaria de Classics, Inc., vende 10 sabores de helado. El administrador Agent Builder, Christopher Robin, enumera esos sabores como ejemplos de entidades. Hay otros seis sabores que los contactos suelen solicitar, así que Christopher los agrega también. Luego crea historias que enseñan a sus Mpower Agent cómo responder a los pedidos de sabores que no tienen.

Luego, Christopher sabe que algunos contactos usan otros nombres para los 10 sabores que tiene en stock la empresa, como por ejemplo llamar al sabor Grape Ice Icy Grape. Christopher agrega esos sinónimos comunes como ejemplos de entidades adicionales y luego construye historias para enseñarle al Mpower Agent con qué sabor de inventario corresponde cada sinónimo.

Puede agregar ejemplos de entidades y sinónimos en los siguientes lugares de Agent Builder:

La pestaña Intenciones, al agregar ejemplos a una intención.
Las pestañas Historias y Reglas, al crear un diálogo Historias de Mpower Agent, reglas, y flujos en Agent Builder..
La bandeja de entrada de NLU, al revisar los mensajes enviados a Mpower Agent.

Etiquetar entidades para enseñar a losMpower Agent a usarlas

Después de crear las entidades Información recopilada de los mensajes del contacto durante las conversaciones con un Mpower Agent., es necesario seleccionarlas y etiquetarlas en los datos de entrenamiento de historias Se utiliza para entrenar a un Mpower Agent para el manejo de interacciones según la intención y el contexto., reglas Se usa para definir una respuesta de Del Mpower Agent a los mensajes que no cambian con el contexto., intenciones El significado o propósito detrás de lo que dice/escribe un contacto; lo que el contacto quiere comunicar o lograr. y los mensajes de la bandeja de entrada NLU en los que aparecen. El etiquetado le enseña a usted Mpower Agent que una entidad es importante en el contexto de la intención de los mensajes en los que está etiquetada. El etiquetado también:

Agrega el texto resaltado como ejemplo de la entidad seleccionada. Si el ejemplo ya existe, no se agrega nada nuevo.
Indica a Mpower Agent que extraiga esa entidad del enunciado. Luego puede usar o almacenar el valor de la entidad, como actualizar un registro de cliente o configurar Mpower Agent para usar el nombre del contacto en una respuesta Mpower Agent.

Tanto las entidades regex como las de búsqueda necesitan ser etiquetadas. Para las entidades regex, esto es necesario para enseñarle a su Mpower Agent a reconocer el patrón regex. Para las entidades de búsqueda, le enseña a su Mpower Agent que la entidad es una parte importante de la intención.

Puede etiquetar entidades en historias y reglas, en datos de entrenamiento de intención, o en mensajes de la bandeja de entrada de NLU.