エンティティ

エンティティは、名前、アドレス、電話番号、注文番号、品目番号など、コンタクトメッセージに含まれる特定の情報です。それらを使用して、コンタクト発話Mpowerエージェントから情報を抽出するように CXone MpowerのAgent Builderを使用して作成された、音声またはチャットのインタラクションに対応できるバーチャルエージェント。をトレーニングできます。抽出された情報は、Mpowerエージェント応答で使用するために保存できます。また、CXone Mpowerに渡すか、統合によってサードパーティのデータベースやアプリケーションに渡すことができます。

コンタクトコンタクトセンターでエージェント、IVR、またはボットとやり取りする人。発話には多くの情報を含めることができます。すべての情報にエンティティは必要ありません。エンティティは、Mpowerエージェントが目標を達成するために必要な情報に対してのみ作成する必要があります。たとえば、コンタクトはインタラクションにおいて姓と名を提供する場合があります。 Mpowerエージェントがコンタクトを名で呼べるようにすることが目的であれば、姓やコンタクトのフルネームのエンティティを作成する必要はありません。

エンティティを作成すると、Agent Builderは、抽出された情報を保持するための対応するスロットコンタクトのメッセージから抽出され、ボットの応答で使用するために保存されたエンティティ。変数に似たもの。を自動的に作成します。自動作成されたスロットのデフォルト設定を変更するには、修正する必要があります。

エンティティはスロットと密接に関係しています。スロットはインタラクションの間、それが必要になるまで情報を保持します。エンティティは、発話から情報を識別して抽出し、スロットに格納します。スロットを変数として使用して、そこに保持されている情報を利用できます。

Glossary

コンセプト	定義	例	Mpowerエージェントの機能
発話	コンタクトコンタクトセンターでエージェント、IVR、またはボットとやり取りする人。がインタラクションチャネルを介したエージェントとの会話全体。たとえば、インタラクションには、音声通話、Eメール、チャット、またはソーシャルメディアでの会話があります。で言うこと。メッセージと呼ばれるときもあります。	「パスワードを紛失しました。」「私の残高は？」「あなたはボットですか？」	Mpowerエージェントは自然言語理解(NLU)を使用して、各コンタクトの発話を分析し、その意味、つまりインテントを判断します。
インテント	コンタクトが伝えたいこと、または達成したいこと。コンタクトが送信するすべてのメッセージにはインテントがあります。	「パスワードを紛失しました」は「パスワードの再設定」というインテントがあります。「こんにちは」は「挨拶」のインテントがあります。	Mpowerエージェントは、NLU このプロセスは自然言語処理(NLP)を拡張し、理解した内容に基づいて判断またはアクションを実行します。を使用してコンタクトのメッセージを分析し、インテントを判断します。それが分かれば、自らのメッセージで応答することができます。 Mpowerエージェントが各インテントに使用するレスポンスを設定します。
エンティティ	コンタクトのメッセージ中の定義済み情報。	個人または製品名、電話番号、アカウント番号、場所など。	Mpowerエージェントは、NLUを使用して、コンタクトのメッセージ内のエンティティを識別します。エンティティ、Mpowerエージェントがコンタクトのメッセージの意味を理解するのに役立ちます。
スロット	コンタクトのメッセージから抽出され、Mpowerエージェント応答で使用するために保存されたエンティティ。変数に似たもの。	コンタクト名のスロットを作成すると、Mpowerエージェントは対話中の応答でその名前を使用できるようになり、より個人的な名前になります。	そのように構成されている場合、Mpowerエージェントは連絡先メッセージからエンティティを抽出し、スロットに保存します。会話の後半でMpowerエージェントにこの情報を使用させることができます。
ルール	文脈によって意味が変わらないメッセージに対するMpowerエージェント応答を定義します。	会話の構成要素：挨拶、さようなら、ありがとう、移行、単純なはい/いいえの質問と謝辞。あなたの住所は何ですか？会話の構成要素—挨拶、さようなら、ありがとう、移行。単純なはい/いいえの質問。と謝辞。 Mpowerエージェントには、挨拶、ハンドオーバーコンタクトをバーチャルエージェントからライブエージェントへ引き継ぐこと。リクエストなど、これらのいくつかのためのデフォルトのインテントとルールが付属しています。よくある質問侮辱と古典的なボットの課題	ルールは、Mpowerエージェントがインテントにどのように応答するかを設定する2つの方法のうちの1つです。ルールはある種のインテントには有効ですが、すべてのインテントに有効なわけではありません。
ストーリー	メッセージの意図と会話のコンテキストに基づいてインタラクションを処理するようにMpowerエージェントをトレーニングします。	パスワードを忘れた場合のやり取りで、Mpowerエージェントは「どうすればいいですか?」と答えます。場合があります。インタラクションが新しいアカウントの作成に関するものであった場合、どちらの場合も、コンタクトが同じ意図で同じ単語を使用していても、応答はまったく異なります。	ストーリーは、Mpowerエージェントがインテントにどのように応答するかを設定できる2つの方法のうちの2つ目の方法です。ストーリーは、会話の文脈を利用して適切に応答する方法をMpowerエージェントに教えます。
Mpowerエージェントアクション	インタラクションの処理中にMpowerエージェントが言ったり行ったりすること。	パスワードを忘れた場合のやり取りでは、MpowerエージェントはWebサイトのパスワードリセットに関するFAQへのリンクを送信して応答します。コンタクトが「理解できない」などと不満を表明した場合！機能していません！」 Mpowerエージェントは「ごめんなさい。人間のエージェントに転送しましょうか？」と応答します。コンタクトが「はい」と答えると、Mpowerエージェントが転送を開始します。	Mpowerエージェントアクションは、Mpowerエージェントが各インテントにどのように応答するかを定義する際のオプションです。各レスポンスを柔軟に設定することで、コンタクトのニーズに合ったアウトカムを達成することができます。

エンティティのタイプ

には2種類の Mpowerエージェントとの会話中にコンタクトのメッセージから収集された情報。エンティティAgent Builderがあります。

正規表現 (regex)：電話番号、注文番号、Eメールアドレスなど、規則的なパターンに従うエンティティ。
ルックアップ表：アイスクリームのフレーバー、レポートのタイトル、靴下のスタイル、色など、パターンに従わないエンティティ。

正規表現エンティティ

正規表現（regex）は、検索パターンを指定する、文字のシーケンスです。エンティティを抽出する正規表現を作成すると、そのエンティティの正しい情報を識別するために探すべきパターンをMpowerエージェントに教えてくれます。これは、Eメールアドレス、電話番号、口座番号や請求書番号といった、類似した規則的なパターンを持つデータに便利です。

正規表現エンティティは、Agent BuilderのNLUセクションのいずれかのタブから追加できます。

ルックアップ表エンティティ

ルックアップエンティティは情報のカテゴリーです。 Agent Builderでは単語のリストであり、それぞれの単語がカテゴリーの1つのメンバーとなります。リストには、Mpowerエージェントが知る必要のあるカテゴリのすべてのメンバーが含まれている必要があります。たとえば、アイスクリームのフレーバーのエンティティを作成する場合、会社が提供するすべてのフレーバーを含める必要があります。また、会社が提供していないが頻繁に要求されるフレーバーを追加して、Mpowerエージェントがそれらの要求に範囲外のパスで応答できるようにすることもできます。

ルックアップ表エンティティはAgent BuilderのNLUセクションから追加できます：

ルックアップエンティティで大文字と小文字は区別されません。

エンティティの仕組み

Mpowerエージェント発話 Interaction Analyticsの会社プロファイルで定義されたキーワードやフレーズ。エンティティタイプに関連するもの。バリエーションを含むことができます。からエンティティコンタクトが発言または入力すること。を抽出するには、そのインテントの適切なインテントコンタクトが発言または入力した内容の背後にある意味や目的。コンタクトが伝えたいことや達成したいこと。の例とダイアログ Agent BuilderにおけるMpowerエージェントのストーリー、ルール、フロー。でラベルを付ける必要があります。両方の場所でラベル付けトレーニングエンティティを抽出するタイミング、抽出するエンティティ、およびエンティティをインテントに関連付けるMpowerエージェント。ラベル付けは正規表現エンティティに必要ですが、ルックアップテーブルエンティティには必要ありません。ただし、ルックアップテーブルエンティティには引き続き役立ちます。

エンティティにラベルを付けるには、発話の中でそのエンティティを選択し、その単語やフレーズが表すエンティティの種類を選択する必要があります。これは、NLU受信トレイ、インテントの例、あるいはストーリーやルールから行うことができます。

インタラクション間、Mpowerエージェントは発話のインテントを予測します。インテントにラベル付きエンティティが含まれている場合、Mpowerエージェントは、正規表現エンティティで確立されたパターンに一致する文字列、またはルックアップ・テーブル・エンティティの例の1つについて発話をチェックします。一致するものが見つかった場合、Mpowerエージェントは値を抽出し、エンティティの対応するスロットコンタクトのメッセージから抽出され、ボットの応答で使用するために保存されたエンティティ。変数に似たもの。に格納します。この情報は、インタラクションの最中に使用することができます。

スロットを変数として利用して、いつ、どのように使用するかを設定する必要があります。以下の操作が可能です。

今後連絡先に送信されるMpowerエージェントメッセージで使用します。
これを条件として使用して、Mpowerエージェントが会話を行うパスを決定します。
スクリプトおよびAPI統合で使用します。

エンティティは、Mpowerエージェントが認識したときに常に抽出され、対応するスロットに保存されます。 Mpowerエージェントエンティティを認識しているが、情報をどのように処理するかを示すストーリー意図と文脈に基づくインタラクション処理のためにMpowerエージェントをトレーニングする目的で使用されます。またはルールコンテキストによって変化しないメッセージに対するMpowerエージェントの応答を定義するために使用されます。がない場合、それを無視します。ただし、何をすべきかわからないエンティティが存在すると、正しいMpowerエージェントインテントを予測する際の信頼度コンタクトが発言または入力した内容の背後にある意味や目的。コンタクトが伝えたいことや達成したいこと。が低下する可能性があります。

特定の状況でのみ、Mpowerエージェントをエンティティのスロットを埋めたい場合があります。が各スロットを埋めることができるタイミングを制限を設定Mpowerエージェントできます。制限は、インテント、フォーム、あるいはその両方に基づいて設定できます。すべてのスロット充填方法が両方の種類の制限をサポートしているわけではありません。

エンティティの例と同義語

エンティティを作成したら、Mpowerエージェントその認識を学習するのに役立つ例を提供する必要があります。エンティティのタイプごとに例は異なります。

正規表現エンティティの場合、例は、Mpowerエージェントが対話中に遭遇するデータの種類の実際の表現である必要があります。たとえば、電話番号エンティティの場合、実際の電話番号を使用します。
ルックアップ表エンティティの例は、そのエンティティが表すカテゴリーのメンバーでなければなりません。たとえば、iceCreamFlavors (アイスクリームフレーバー)エンティティには、チョコレート、バニラ、ストロベリーなどの例があります。例リストには、Mpowerエージェントが知る必要のあるカテゴリのすべてのメンバーが含まれている必要があります。組織で使用していないが、コンタクトが言及する可能性のあるカテゴリのメンバーを含めることもできます。

ルックアップ表エンティティの場合、各例の同義語を特定することもできます。同義語を使用すると、コンタクトが同じエンティティ値を参照するさまざまな方法をMpowerエージェントに教えることができます。たとえば、ニューヨーク市はNYC、NY、ニューヨーク、ビッグアップルとも呼ばれます。

Classics, Inc.の子会社であるClassic Ice Cream Parlorは、10種類のフレーバーのアイスクリームを販売しています。 Agent Builder管理者の Christopher Robin は、これらのフレーバーをエンティティの例として挙げています。コンタクトがよく要求するフレーバーは他にも6つあるので、クリストファーはそれらも追加します。そして、Mpowerエージェントが持っていないフレーバーの要求にどのように応えるかを教えるストーリーを作成します。

次に、クリストファーは、一部の取引先責任者が、グレープアイスフレーバーをアイシーグレープと呼ぶなど、会社が在庫する10のフレーバーに別の名前を使用していることを知っています。クリストファーは、これらの一般的な同義語を追加の実体例として追加し、各同義語がどのインベントリフレーバーに合うかをMpowerエージェントに教えるためのストーリーを構築します。

Agent Builderの以下の場所に、エンティティの例や同義語を追加できます。

[インテント]タブで、インテントに例を追加するとき。
[ストーリー]タブと[ルール]タブで、ダイアログ Agent BuilderにおけるMpowerエージェントのストーリー、ルール、フロー。を作成するとき。
に送信されるメッセージを確認するMpowerエージェントときに送信されるNLU受信ボックス。

ラベルエンティティ、Mpowerエージェントにそれらの使い方を教える

エンティティ Mpowerエージェントとの会話中にコンタクトのメッセージから収集された情報。を作成したら、ストーリー意図と文脈に基づくインタラクション処理のためにMpowerエージェントをトレーニングする目的で使用されます。、ルールコンテキストによって変化しないメッセージに対するMpowerエージェントの応答を定義するために使用されます。、インテントコンタクトが発言または入力した内容の背後にある意味や目的。コンタクトが伝えたいことや達成したいこと。トレーニングデータと、それが表示されるNLU受信トレイのメッセージで、これらのエンティティを選択してラベルを付ける必要があります。ラベル付けは、エンティティがラベル付けされたメッセージの意図のコンテキストで重要であることをMpowerエージェントに教えます。また、ラベル付けには次の機能もあります。

選択したエンティティの例として、テキストのハイライトを追加します。例がすでに存在する場合、新しいものは追加されません。
発話からそのエンティティをMpowerエージェント抽出するようにに指示します。 "その後、顧客レコードの更新や、連絡先の名前を使用するようにMpowerエージェントを構成するなど、Mpowerエージェント応答でエンティティの値を使用または保存できます。"

ラベル付けは正規表現とルックアップエンティティの両方に必要です。正規表現エンティティの場合、これは正規表現パターンを認識するようにMpowerエージェントに教えるために必要です。ルックアップエンティティの場合、エンティティがインテントの重要な部分であることをMpowerエージェントに教えます。

エンティティのラベル付けは、ストーリーとルール、インテントトレーニングデータ、またはNLU受信トレイメッセージで行うことができます。