Un agent virtuel créé avec CXone Mpower Agent Builder et capable de traiter les interactions vocales ou de chat. à extraire des informations à partir des énoncés Ce qu'un contact dit ou tape.de contact. Les informations extraites peuvent être enregistrées pour être utilisées dans agent Mpower réponses. Elles peuvent également être transférées à CXone Mpower ou à des bases de données/applications tierces sous forme d’intégrations.
Les énoncés decontact La personne interagissant avec un agent, un serveur vocal interactif (SVI), ou robot dans votre centre de contact. peuvent contenir beaucoup d'informations. Vous n’avez pas besoin d’entités pour toutes les informations. Vous ne devez créer des entités que pour les informations dont votre agent Mpower a besoin pour atteindre ses objectifs. Par exemple, les contacts peuvent fournir leur prénom et leur nom de famille au cours d’une interaction. Si l'objectif est simplement de permettre à votre agent Mpower d'appeler le contact par son prénom, il n'est pas nécessaire de créer une entité pour le nom de famille ou le nom complet du contact.
Lorsque vous créez une entité, Agent Builder crée automatiquement un emplacement Entité extraite du message du contact et enregistrée pour être utilisée dans les réponses du bot. Similaire à une variable. correspondant pour contenir les informations extraites. Les slots qui ont été créés automatiquement doivent être modifiés pour changer les paramètres par défaut.
Les entités sont très proches des slots. Les slots contiennent des informations pendant une interaction, jusqu’à ce qu’elles deviennent nécessaires. Une entité identifie et extrait des informations d’un énoncé et les stocke dans un emplacement. Vous pouvez utiliser le slot en tant que variable pour utiliser les informations qu’il contient.
Glossary
| Concept | Définition | Exemple | Ce que fait le agent Mpower |
|---|---|---|---|
Énoncé |
Tout ce qu'un contact La personne interagissant avec un agent, un serveur vocal interactif (SVI), ou robot dans votre centre de contact. dit dans une interaction La conversation complète avec un agent via un canal. Par exemple, une interaction peut être un appel vocal, un e-mail, un chat ou une conversation sur les réseaux sociaux.. Parfois appelé message. |
"J'ai perdu mon mot de passe." « Quel est mon solde ? » "Etes-vous un robot?" |
Le agent Mpower utilise la compréhension du langage naturel (NLU) pour analyser chaque énoncé de contact afin de déterminer sa signification, ou intention. |
Intention |
Ce que le contact veut communiquer ou accomplir. Chaque message envoyé par le contact a une intention. |
"J'ai perdu mon mot de passe" a l'intention de "réinitialiser le mot de passe". "Bonjour" a l'intention de "saluer". |
Le agent Mpower analyse le message d'un contact à l'aide de NLU |
Entité |
Information définie dans le message d'un contact. | Nom de la personne ou du produit, numéro de téléphone, numéro de compte, emplacement, etc. | Le agent Mpower utilise NLU pour identifier les entités dans le message d'un contact. Les entités aident le agent Mpower à comprendre ce que signifie le message du contact. |
Emplacement |
Une entité extraite du message d'un contact et enregistrée pour être utilisée dans les réponses agent Mpower. Similaire à une variable. | La création d'un emplacement pour le nom du contact permet au agent Mpower d'utiliser ce nom dans les réponses lors d'une interaction, le rendant ainsi plus personnel. | Lorsqu'il est configuré pour le faire, le agent Mpower extrait une entité d'un message de contact et l'enregistre dans un emplacement. Vous pouvez demander à votre agent Mpower d'utiliser ces informations plus tard dans la conversation. |
Règle |
Définit agent Mpower réponses aux messages qui ne changent pas de sens avec le contexte. |
|
Les règles sont l’une des deux manières dont vous pouvez configurer la manière dont votre agent Mpower répond à une intention. Les règles sont utiles pour certains types d'intentions, mais pas pour toutes. |
Histoire |
Entraîne un agent Mpower à gérer une interaction en fonction de l'intention du message et du contexte conversationnel. | Lors d'une interaction concernant un mot de passe oublié, le agent Mpower répondrait à « Comment puis-je faire cela ? » d'une façon. Si l'interaction concernait la création d'un nouveau compte, la réponse serait assez différente même si dans les deux cas le contact utilise les mêmes mots avec la même intention : obtenir plus d'informations. | Les histoires sont la deuxième des deux manières dont vous pouvez configurer la manière dont votre agent Mpower répond à une intention. Les histoires enseignent aux agent Mpower comment utiliser le contexte de la conversation pour répondre de manière appropriée. |
agent Mpower Action |
Tout ce qu’un agent Mpower dit ou fait lors de la gestion d’une interaction. |
Lors d'une interaction concernant un mot de passe oublié, le agent Mpower répond en envoyant le lien vers la FAQ de réinitialisation du mot de passe sur le site Web. Lorsqu'un contact exprime sa frustration, par exemple « Je ne comprends pas. Cela ne fonctionne pas. », le agent Mpower répond par « Je suis désolé. Voulez-vous que je transfère l’appel à un agent humain ? ». Lorsque le contact dit oui, le agent Mpower initie le transfert. |
Les actionsagent Mpower sont les options dont vous disposez pour définir la manière dont vous souhaitez que votre agent Mpower réponde à chaque intention. Elles vous donnent la possibilité de configurer chaque réponse pour obtenir le résultat qui répond aux besoins du contact. |
Types d’entité
Il existe deux types d'entités Des informations collectées à partir des messages échangés par le contact avec un agent Mpower. dans Agent Builder :
- Expression régulière (regex) : entités qui suivent un modèle régulier, telles que les numéros de téléphone, les numéros de commande ou les adresses e-mail.
- Table de recherche : entités qui ne suivent pas de modèle prédéterminé, telles que les parfums des glaces, les titres de rapports, les styles de chaussettes ou les couleurs.
Entités de type Expressions régulières
Une expression régulière (regex) est une séquence de caractères qui spécifie un modèle de recherche. La création d'une expression régulière pour extraire des entités enseigne à votre agent Mpower un modèle à rechercher pour identifier les informations correctes pour cette entité. Cela est utile pour les données qui suivent des modèles similaires et prévisibles, telles que les adresses e-mail, les numéros de téléphone, ainsi que les numéros de compte ou de facture.
Vous pouvez ajouter une entité regex à partir de l'un ou l'autre onglet de la section NLU dans Agent Builder :
Entités de type Table de recherche
Ces entités se rapportent à des catégories d’information. Agent Builder permet d’utiliser une liste de mots, où chaque mot est un membre de la catégorie. La liste doit contenir tous les membres de la catégorie que votre agent Mpower doit connaître. Par exemple, si vous créez une entité pour les parfums de glaces, vous devez dresser une liste exhaustive des parfums proposés par votre entreprise. Vous souhaiterez peut-être également ajouter des saveurs que votre entreprise ne propose pas mais qui sont fréquemment demandées, afin que votre agent Mpower puisse répondre à ces demandes avec un chemin hors de portée.
Vous pouvez ajouter une entité de table de recherche depuis la section NLU de Agent Builder :
- Onglet Entités
- Boîte de réception, lors de l’affichage des messages
- Onglet Intentions, lors du travail avec des exemples d’intentions
Les entités de recherche ne sont pas sensibles à la casse.
Mode fonctionnement des entités
Pour que votre agent Mpower extraie une entité Mot-clé ou expression défini dans le profil de votre entreprise dans Interaction Analytics. Lié à un type d'entité Peut inclure des variantes d'un énoncé Ce qu'un contact dit ou tape., vous devez l'étiqueter dans les exemples d'intention La signification ou la finalité de ce qu’un contact dit/tape ; ce que le contact veut communiquer ou accomplir appropriés et dans les dialogues Histoires, règles et flux agent Mpower dans Agent Builder. pour cette intention. L'étiquetage aux deux endroits entraîne votre agent Mpower à savoir quand extraire une entité, quelle entité extraire et à associer l'entité à l'intention. L'étiquetage est requis pour les entités regex, mais pas pour les entités de table de recherche. Cependant, cela reste utile pour les entités de table de recherche.
Pour marquer une entité, vous devez la sélectionner dans l’énoncé, puis choisir le type d’entité que le mot ou la phrase représente. Vous pouvez faire cela à partir de la boîte de réception NLU, dans les exemples d’intentions et depuis une histoire ou une règle.
Lors d'une interaction, le agent Mpower prédit une intention pour un énoncé. Si l'intention contient une entité étiquetée, le agent Mpower vérifie l'énoncé pour une chaîne qui correspond au modèle établi dans une entité regex ou pour l'un des exemples dans une entité de table de recherche. S'il trouve une correspondance, le agent Mpower extrait la valeur et la stocke dans l'emplacement correspondant Entité extraite du message du contact et enregistrée pour être utilisée dans les réponses du bot. Similaire à une variable.de l'entité. Ces informations sont ainsi disponibles pendant toute l’interaction.
Vous devez configurer quand et comment il est utilisé en utilisant l'emplacement comme variable. Vous pouvez :
- Utilisez-le dans les futurs agent Mpower messages envoyés au contact.
- Utilisez-le comme condition pour déterminer le chemin que agent Mpower emprunte dans la conversation.
- Utilisez-le avec les scripts et les intégrations API.
Les entités sont toujours extraites et enregistrées dans l'emplacement correspondant lorsque le agent Mpower les reconnaît. Si le agent Mpowerreconnaît une entité mais n'a pas d'histoire Servent à entraîner un agent Mpower à la gestion des interactions en fonction de l’intention et du contexte. ou de règle Servent à définir la réponse d’un de l’agent Mpower aux messages qui ne changent pas avec le contexte. qui lui indique quoi faire avec l'information, il l'ignorera. Cependant, la présence de l'entité dont on ne sait pas quoi faire peut diminuer la de l’agent Mpower confiance dans la prédiction de l'intention correcte La signification ou la finalité de ce qu’un contact dit/tape ; ce que le contact veut communiquer ou accomplir.
Il peut arriver que vous souhaitiez uniquement que votre agent Mpower remplisse l'emplacement d'une entité dans certaines circonstances. Vous pouvez configurer des restrictions sur le moment où le agent Mpower peut remplir chaque emplacement. Les restrictions peuvent reposer sur une intention, un formulaire ou les deux. Toutes les méthodes de remplissage d’emplacement ne prennent pas en charge les deux types de restrictions.
Exemples d’entités et synonymes
Après avoir créé une entité, vous devez fournir des exemples pour aider votre agent Mpower à apprendre à la reconnaître. Les exemples sont différents pour chaque type d’entité :
- Pour les entités regex, les exemples doivent être des représentations réelles du type de données que agent Mpower rencontrera lors des interactions. Par exemple, pour une entité de numéro de téléphone, utilisez de vrais numéros de téléphone.
- Pour les entités de type Table de recherche, les exemples doivent appartenir à la catégorie représentée par l’entité. Par exemple, l’entité parfumsGlaces peut contenir des exemples tels que chocolat, vanille et fraise. La liste d'exemples doit contenir tous les membres de la catégorie que votre agent Mpower doit connaître. Vous souhaiterez peut-être inclure des membres de la catégorie que votre organisation n'utilise pas mais que les contacts peuvent mentionner.
Pour les entités de type Table de recherche, vous pouvez également identifier des synonymes pour chaque exemple. Les synonymes vous permettent d'enseigner au agent Mpower les différentes manières dont les contacts peuvent faire référence à la même valeur d'entité. Par exemple, New York City est parfois appelée NYC, NY, New York et Big Apple.
Classic Ice Cream Parlor, une filiale de Classics, Inc., vend 10 parfums de crème glacée. L'administrateur Agent Builder, Christopher Robin, répertorie ces saveurs comme exemples d'entités. Il y a six autres saveurs que les contacts demandent souvent, alors Christopher les ajoute également. Il crée ensuite des histoires qui lui apprennent à répondre aux demandes de saveurs qu'il ne possède pas agent Mpower.
Ensuite, Christopher sait que certains contacts utilisent d'autres noms pour les 10 saveurs que l'entreprise propose, comme par exemple appeler la saveur Grape Ice Icy Grape. Christopher ajoute ces synonymes communs comme exemples d'entités supplémentaires, puis construit des histoires pour enseigner au agent Mpower à quelle saveur d'inventaire chaque synonyme correspond.
Vous pouvez ajouter des exemples d’entité et des synonymes aux endroits suivants dans Agent Builder :
- Onglet Intentions, lors de l’ajout d’exemples à une intention.
- Onglets Histoire et Règles, lors de la création d’un dialogue Histoires, règles et flux agent Mpower dans Agent Builder..
- La boîte de réception NLU, lors de l'examen des messages envoyés au .agent Mpower
Étiqueter les entités pour apprendre auagent Mpower à les utiliser
Après avoir créé des entités Des informations collectées à partir des messages échangés par le contact avec un agent Mpower., vous devez les sélectionner et les marquer dans les données d’entraînement des histoires Servent à entraîner un agent Mpower à la gestion des interactions en fonction de l’intention et du contexte., règles Servent à définir la réponse d’un de l’agent Mpower aux messages qui ne changent pas avec le contexte., intentions La signification ou la finalité de ce qu’un contact dit/tape ; ce que le contact veut communiquer ou accomplir et les messages de la boîte de réception NLU où ils s’affichent. L'étiquetage enseigne à votre agent Mpower qu'une entité est importante dans le contexte de l'intention des messages dans lesquels elle est étiquetée. Le marquage permet également de faire ce qui suit :
- Ajouter le texte sélectionné comme exemple de l’entité que vous avez sélectionnée. Si cet exemple existe déjà, rien de nouveau n’est ajouté.
- Demande au agent Mpower d'extraire cette entité de l'énoncé. Vous pouvez ensuite utiliser ou stocker la valeur de l'entité, par exemple en mettant à jour un enregistrement client ou en configurant le agent Mpower pour utiliser le nom du contact dans une réponse agent Mpower.
Les deux types d’entité, expression régulière et table de recherche, doivent être marqués. Pour les entités regex, cela est nécessaire pour apprendre à votre agent Mpower à reconnaître le modèle regex. Pour les entités de recherche, cela apprend à votre agent Mpower que l'entité est une partie importante de l'intention.
Vous pouvez marquer les entités dans les histoires et les règles, données d’entraînement des intentions ou les messages de la boîte de réception NLU.