Entiteiten configureren

Entiteiten zijn onderdelen van specifieke informatie in contactberichten, zoals namen, adressen, telefoonnummers, ordernummers en itemnummers. Je kunt de informatie extraheren en gebruiken in Mpower-agent gesprekken.

Nadat u entiteiten hebt gemaakt, moet u voorbeelden ervan labelen in story's en regels, intentietrainingsdata of NLU-inboxberichten. Door labels aan te brengen, worden woorden of zinnen geïdentificeerd als entiteiten. Hierdoor weet de ontvanger dat ze belangrijk zijn voor het doel van de boodschap waarop u ze labelt.Mpower-agentGesloten Een virtuele agent die wordt gemaakt met CXone Mpower Agent Builder die spraak- of chatinteracties kan behandelen.

Concept Definitie Voorbeeld Wat de Mpower-agent doet
Berichtenveloppictogram

Uiting

Alles wat een contactpersoonGesloten De persoon die contact heeft met een agent, IVR of bot in uw contactcenter. zegt tijdens een interactieGesloten De volledige conversatie met een agent via een kanaal. Een interactie kan bijvoorbeeld een telefoongesprek, een e-mailuitwisseling, een chatgesprek of een uitwisseling via social media zijn.. Soms ook wel een Bericht genoemd.

"Ik ben mijn wachtwoord kwijt."

"Wat is mijn saldo?"

"Ben jij een robot?"

 De Mpower-agent gebruikt Natural Language Understanding (NLU) om elke contactuiting te analyseren om de betekenis of intentieervan te bepalen.
Vergrootglaspictogram

Intentie

Datgene wat de klant wil communiceren of bereiken. Elk bericht dat het contact verstuurt heeft een intentie.

"Ik ben mijn wachtwoord kwijt" heeft de intentie "Wachtwoordreset".

"Hallo" heeft de intentie "Begroeting".

De Mpower-agent analyseert het bericht van een contactpersoon met behulp van NLUGesloten Dit proces is een uitbreiding op Natuurlijke taalverwerking (NLP) en kan beslissingen nemen of actie ondernemen op basis van wat er is begrepen.om de intentie ervan te bepalen. Zodra het dat weet, kan het reageren met een eigen bericht. U configureert het antwoord dat u wilt dat uw Mpower-agent voor elke intentie gebruikt.
Informatiepictogram

Entiteit

Een gedefinieerd stukje informatie in het bericht van een contact. De naam van een persoon of product, een telefoonnummer, een rekeningnummer, een locatie enzovoort. De Mpower-agent gebruikt NLU om entiteiten in het bericht van een contactpersoon te identificeren. Entiteiten helpen de Mpower-agent te begrijpen wat het bericht van het contact betekent.
Slot-pictogram

Slot

Een entiteit die uit het bericht van een contactpersoon is geëxtraheerd en is opgeslagen voor gebruik in Mpower-agent-reacties. Een 'slot' is vergelijkbaar met een variabele. Als u een slot voor de contactnaam maakt, kan de Mpower-agent die naam gebruiken in reacties tijdens een interactie, waardoor het persoonlijker wordt. Wanneer dit zo is geconfigureerd, haalt de Mpower-agent een entiteit uit een contactbericht en slaat deze op in een slot. Je kunt je Mpower-agent deze informatie later in het gesprek laten gebruiken.
Regelpictogram

Regel

Definieert Mpower-agent reacties op berichten waarvan de betekenis niet verandert met de context.
  • Eenduidige interacties met vaste reacties: Wat zijn uw openingstijden? Wat is jullie adres?
  • Conversatiebouwstenen: Begroeting, afscheid, dank of overgang; simpele Ja/Nee-vragen en bevestigingen. Mpower-agents worden geleverd met standaardintenties en regels voor verschillende hiervan, waaronder begroetingen, overdrachtsverzoekenGesloten De overdracht van een contact van een virtuele agent naar een live agent. en meer.
  • Veelgestelde vragen
  • Beledigingen en klassieke uitdagingen
Regels zijn een van de twee manieren waarop u kunt configureren hoe uw Mpower-agent reageert op een intent. Regels zijn nuttig voor bepaalde soorten intenties, maar niet alle intenties.
Storypictogram

Story

Traint een Mpower-agent om een interactie af te handelen op basis van de bedoeling van het bericht en de conversatiecontext. Bij een interactie over een vergeten wachtwoord zou de Mpower-agent reageren op "Hoe doe ik dat?" op een bepaalde manier. Als de interactie zou gaan over het aanmaken van een nieuw account, zou de reactie heel anders zijn. Ook al gebruikt de contactpersoon in beide gevallen dezelfde woorden met hetzelfde doel: meer informatie verkrijgen. Verhalen zijn de tweede van de twee manieren waarop u kunt configureren hoe uw Mpower-agent reageert op een intentie. Verhalen leren de Mpower-agent hoe ze de context van het gesprek kunnen gebruiken om op de juiste manier te reageren.
Actiepictogram (drie tandwielen)

Mpower-agent Actie

Alles wat een Mpower-agent zegt of doet tijdens een interactie.

Bij een interactie over een vergeten wachtwoord reageert Mpower-agent door de link naar de FAQ voor het opnieuw instellen van het wachtwoord op de website te sturen.

Wanneer een contact frustratie uit zoals: "Ik snap het niet! Het werkt niet!!!" de Mpower-agent antwoordt met "Het spijt me. Wilt u dat ik u doorschakel naar een menselijke agent?" Wanneer het contact ja zegt, start de Mpower-agent de overdracht.

Mpower-agent acties zijn de opties die u hebt om te definiëren hoe u wilt dat uw Mpower-agent op elke intentie reageert. Ze geven u de flexibiliteit om elke reactie te configureren om de uitkomst te behalen die aan de behoeften van het contact voldoet.

Opzoektabelentiteiten maken

Deze taak beschrijft een manier om opzoektabelentiteiten te maken. U kunt ze ook maken op het tabblad Intenties of in de NLU-inbox.

Akela Wolf heeft al een werkende Mpower-agent om haar gebruikers te helpen met het opnieuw instellen van wachtwoorden. Ze wil dat de app de locatie van de gebruiker kan opvragen. Ze past het happy-padGesloten Een story die de juiste uitkomst oplevert voor de aanwezige intentie. als volgt aan:

Klant: Hallo.

Bot: Hallo. Hoe kan ik u helpen?

Klant: Ik ben mijn wachtwoord vergeten.

Bot: Het spijt me dat te horen. Mag ik eerst vragen op welke kantoorlocatie u werkt?

Klant: Ik ben op het kantoor in Columbus.

Bot: Dank u wel.

Op basis van deze aanpassing besluit Akela een entiteit te maken met de naam Locatie.

  1. Klik in CXone Mpower op de app-kiezer en selecteerAgent Builder.

  2. Klik op de Mpower-agent waarmee u wilt werken.
  3. Klik in het linkermenu op NLU Pictogram van een tandwiel in een hoofd..

  4. Klik op het tabblad Entiteiten.

  5. Zoek de map waar uw nieuwe entiteit in hoort. U kunt ook op het plusteken pictogram: een plusteken in een cirkeltje. klikken, een naam invoeren en op Enter drukken.

  6. Plaats de muisaanwijzer op de mapnaam en klik op Nieuwe entiteit > Opzoeken.

    Schermafbeelding met een nieuwe tekst-entiteit
  7. Voer een naam in en druk op Enter. Wijzigingen worden automatisch opgeslagen.
  8. Klik in de nieuwe entiteit op Voorbeeld toevoegen. Voer een waarde in voor het voorbeeld en druk op Enter. Wijzigingen worden automatisch opgeslagen. Herhaal deze stap voor alle voorbeelden die u nodig hebt. Voeg voorbeelden toe die je Mpower-agent moet kunnen herkennen. Als uw Mpower-agent bijvoorbeeld een locatie-entiteit verzamelt, voegt u voorbeelden toe voor elke kantoorlocatie die uw organisatie heeft.

  9. In een van de voorbeelden kunt u op Synoniem toevoegen klikken om soortgelijke woorden aan de voorbeeldwaarde toe te voegen. Doe dit wanneer een van uw entiteiten iets anders kan worden genoemd. New York City wordt bijvoorbeeld soms NY en de Big Apple genoemd. Wanneer u entiteiten labelt in story's en regels, intentietrainingsgegevens of NLU-inboxberichten, moet u ook de synoniemen labelen.

    Lijst van entiteitvoorbeelden, waarvan één met synoniemen

Een regex-entiteit maken

Een reguliere expressie (regex) is een reeks tekens die een zoekpatroon specificeert. Door een reguliere expressie te maken om entiteiten te extraheren, leert uw Mpower-agent een patroon waarnaar hij moet zoeken om de juiste informatie voor die entiteitGesloten Trefwoord of woordgroep die in uw bedrijfsprofiel in Interaction Analytics is gedefinieerd. Gerelateerd aan een entiteitstype. Kan varianten omvatten.te identificeren. U moet minimaal twee intentGesloten De betekenis of het doel achter hetgeen een contact zegt of typt; datgene wat de klant wil communiceren of bereiken..-voorbeelden met de regex-entiteit in uw trainingsgegevens hebben om uw Mpower-agent te helpen de associatie te leren.

U kunt drie soorten reguliere expressies maken:

  • Telefoonnummer: dit is een ingebouwd regex-patroon. U kunt dit gebruiken zonder extra configuratie.
  • E-mail: dit is een ingebouwd regex-patroon. U kunt dit gebruiken zonder extra configuratie.
  • Aangepast: met dit patroon kunt u zelf reguliere expressies maken. Zie het voorbeeld hieronder.

U kunt leren over het werken met reguliere expressies op https://regexr.com/ Een vierkant met een pijl die uit het midden naar de rechterbovenhoek wijst..

Akela Wolf merkte dat in veel conversaties van haar bot het factuurnummer van een klant voorkomt. Ze wil een aangepast regulier expressiepatroon maken zodat haar Mpower-agent een entiteit voor het factuurnummer kan extraheren.

De factuurnummers van de klanten van Akela beginnen altijd met #IN, gevolgd door precies acht cijfers. Ze schrijft een aangepaste reguliere expressie met deze tekst:

#IN\d{8,8}\b

Wanneer een contactbericht nu een reeks bevat die begint met "#IN" en precies acht cijfers bevat, wordt deze geëxtraheerd als een factuurnummer.

  1. Klik in CXone Mpower op de app-kiezer en selecteerAgent Builder.

  2. Klik op de Mpower-agent waarmee u wilt werken.
  3. Klik in het linkermenu op NLU Pictogram van een tandwiel in een hoofd..

  4. Klik op het tabblad Entiteiten.

  5. Zoek de map waar uw nieuwe entiteit in hoort. U kunt ook op het plusteken pictogram: een plusteken in een cirkeltje. klikken, een naam invoeren en op Enter drukken.

  6. Plaats de muisaanwijzer op de mapnaam en klik op Nieuwe entiteit > Regex.

    Schermafbeelding met een nieuwe regex-entiteit
  7. Voer een naam in en druk op Enter. Wijzigingen worden automatisch opgeslagen.
  8. Doe voor uw nieuwe entiteit het volgende:
    1. Selecteer het type Patroon uit de vervolgkeuzelijst.
    2. Voer uw reguliere expressie in. Leer meer over reguliere expressies op https://regexr.com/ Een vierkant met een pijl die uit het midden naar de rechterbovenhoek wijst..
    3. Voer enkele testzinnen in. Elke woordgroep die overeenkomt met het patroon van uw expressie wordt groen gemarkeerd.
  9. Label de entiteit in minimaal twee intentievoorbeelden, zodat het NLU-model de koppeling correct kan registreren.

Een nieuwe entiteit maken vanaf een intentie of de NLU-inbox

U kunt nieuw entiteitenGesloten Informatie, verzameld uit de berichten van het contact tijdens conversaties met een Mpower-agent. maken vanaf het tabblad Intenties of de NLU-inbox in Agent Builder. Hiermee kunt u entiteiten maken tijdens het werken met intentiesGesloten De betekenis of het doel achter hetgeen een contact zegt of typt; datgene wat de klant wil communiceren of bereiken.. of het controleren van uitingenGesloten Iets wat een contact zegt of typt. van contacten.

  1. Klik in CXone Mpower op de app-kiezer en selecteerAgent Builder.

  2. Klik op de Mpower-agent waarmee u wilt werken.
  3. Klik in het linkermenu op NLU Pictogram van een tandwiel in een hoofd..
  4. Voer een van de volgende handelingen uit:
    • Om een entiteit te maken vanaf een intentie: klik op het tabblad Intentie en selecteer dan de intentie waarmee u wilt werken.
    • Om een entiteit te maken vanaf de NLU-inbox: klik op Inbox en selecteer dan het bericht waarmee u wilt werken.
  5. Selecteer het woord of de zin van het intentievoorbeeld of het inboxbericht dat de entiteit vertegenwoordigt. Bijvoorbeeld, selecteer het telefoonnummer voor een telefoonnummerentiteit. Als het entiteitsvoorbeeld uit meer dan één woord bestaat, klikt u op elk woord. Agent Builder markeert de woorden.

  6. Klik op een entiteitstype in het pop-upmenu.

    Optie Details
    Opzoeken Pictogram van drie gestapelde horizontale streepjes.

    Selecteer deze optie als u een voorbeeld toevoegt van een opzoek-entiteit.

    Opzoektabellen brengen patronen tot stand ter identificatie van vergelijkbare entiteiten. Ze zijn nuttig voor categorieën zoals producten of ijssmaken.

    Regex Pictogram van een stip en een asterisk naast elkaar.

    Selecteer deze optie als u een voorbeeld van een regex-entiteit toevoegt.

    Gebruik deze optie voor entiteiten die specifieke herkenbare patronen volgen, zoals e-mailadressen of accountnummers.
    Synoniem Pictogram van een ingevulde cirkel met daarnaast een kromme lijn.

    Selecteer deze optie als u een synoniem toevoegt aan een bestaande opzoek-entiteit.

    Synoniemen zijn andere manieren waarop een contact naar een bestaande entiteit kan verwijzen. Bijvoorbeeld: New York City heeft synoniemen zoals NYC en 'the Big Apple'.

  7. Voer de naam in van de entiteit in het veld Typ entiteitsnaam.

  8. Klik op Entiteit "[name]" maken.

  9. Als u het woord of de zin die u hebt geselecteerd aan het begin van deze taak wilt toevoegen als een voorbeeld van uw nieuwe entiteit, moet u de stappen volgen voor het toevoegen van een entiteitsvoorbeeld vanaf een intentie of vanaf de NLU-inbox.

Label en voeg entiteitsvoorbeelden of synoniemen toe in Intentietrainingsgegevens

Intentietrainingsgegevens bestaat uit alle voorbeelden die u hebt toegevoegd aan uw intentiesGesloten De betekenis of het doel achter hetgeen een contact zegt of typt; datgene wat de klant wil communiceren of bereiken... Het labelen van entiteitsvoorbeeldenGesloten Informatie, verzameld uit de berichten van het contact tijdens conversaties met een Mpower-agent. voegt ze toe aan de gekoppelde entiteit als ze nog niet aanwezig zijn. Het leert je Mpower-agent ook dat de entiteit belangrijk is voor de intentie die geassocieerd wordt met het bericht dat de entiteit bevat.

  1. Klik in CXone Mpower op de app-kiezer en selecteerAgent Builder.

  2. Klik op de Mpower-agent waarmee u wilt werken.
  3. Klik in het linkermenu op NLU Pictogram van een tandwiel in een hoofd..

  4. Klik op het tabblad Intenties op een intentie waar u mee wilt werken.

  5. In een voorbeeld van een intentie , klikt u op het woord of de woordgroep waaruit de entiteit bestaat.

  6. Selecteer een optie uit het pop-upmenu voor het type entiteit waarmee u werkt.

    Een entiteit geselecteerd in een voorbeeld van trainingsgegevens.
    Optie Details
    Opzoeken Pictogram van drie gestapelde horizontale streepjes.

    Selecteer deze optie als u een voorbeeld toevoegt van een opzoek-entiteit.

    Opzoektabellen brengen patronen tot stand ter identificatie van vergelijkbare entiteiten. Ze zijn nuttig voor categorieën zoals producten of ijssmaken.

    Regex Pictogram van een stip en een asterisk naast elkaar.

    Selecteer deze optie als u een voorbeeld van een regex-entiteit toevoegt.

    Gebruik deze optie voor entiteiten die specifieke herkenbare patronen volgen, zoals e-mailadressen of accountnummers.
    Synoniem Pictogram van een ingevulde cirkel met daarnaast een kromme lijn.

    Selecteer deze optie als u een synoniem toevoegt aan een bestaande opzoek-entiteit.

    Synoniemen zijn andere manieren waarop een contact naar een bestaande entiteit kan verwijzen. Bijvoorbeeld: New York City heeft synoniemen zoals NYC en 'the Big Apple'.
  7. Als u deze geselecteerde woorden of woordgroepen toevoegt als voorbeeld van een opzoek- of regex-entiteit, volg dan deze stappen: 
    1. Voer de naam van de entiteit in in de zoekbalk op het pop-upmenu. Als u bijvoorbeeld een kantoorlocatie van een contact toevoegt als een entiteitvoorbeeld, voer dan de naam van de entiteit voor de kantoorlocatie in, zoals Locatie.

    2. Klik op de overeenkomende entiteitnaam in de zoekresultaten. Agent Builder voegt het geselecteerde woord of de woordgroep toe als een entiteitvoorbeeld.

    3. Als de entiteit die u zoekt niet bestaat, klik dan op Entiteit "[naam]" maken om een entiteit te maken met de naam die u hebt ingevoerd. Selecteer het entiteitvoorbeeld opnieuw en herhaal de stappen in deze taak om deze aan een nieuwe entiteit toe te voegen.

  8. Als u een synoniem toevoegt aan een bestaand entiteitvoorbeeld, volg dan deze stappen: 
    1. Voer de naam van de entiteit in in de zoekbalk. Bijvoorbeeld: locatie.

    2. Klik op de naam van het entiteitvoorbeeld in de zoekresultaten. Als u bijvoorbeeld NYC wilt toevoegen als afkorting voor New York City, klik dan op New York City onder de Locatie-entiteit.

Label en voeg entiteitsvoorbeelden of synoniemen toe vanaf de NLU-inbox

De NLU-inbox toont alle nieuwe uitingenGesloten Iets wat een contact zegt of typt. van het contact. U kunt entiteitsvoorbeelden toevoegen vanaf uitingsberichten die worden weergegeven in de NLU-inbox.

Het labelen van entiteitsvoorbeeldenGesloten Informatie, verzameld uit de berichten van het contact tijdens conversaties met een Mpower-agent. voegt ze toe aan de gekoppelde entiteit als ze nog niet aanwezig zijn. Het leert je Mpower-agent ook dat de entiteit belangrijk is voor de intentie die geassocieerd wordt met het bericht dat de entiteit bevat.

  1. Klik in CXone Mpower op de app-kiezer en selecteerAgent Builder.

  2. Klik op de Mpower-agent waarmee u wilt werken.
  3. Klik in het linkermenu op NLU Pictogram van een tandwiel in een hoofd..

  4. Klik in het tabblad Intenties op Inbox.

  5. In een bericht, klikt u op het woord of de woordgroep waaruit de entiteit bestaat.

  6. Selecteer een optie uit het pop-upmenu voor het type entiteit waarmee u werkt.

    Een entiteit geselecteerd in een NLU-inboxbericht.
    Optie Details
    Opzoeken Pictogram van drie gestapelde horizontale streepjes.

    Selecteer deze optie als u een voorbeeld toevoegt van een opzoek-entiteit.

    Opzoektabellen brengen patronen tot stand ter identificatie van vergelijkbare entiteiten. Ze zijn nuttig voor categorieën zoals producten of ijssmaken.

    Regex Pictogram van een stip en een asterisk naast elkaar.

    Selecteer deze optie als u een voorbeeld van een regex-entiteit toevoegt.

    Gebruik deze optie voor entiteiten die specifieke herkenbare patronen volgen, zoals e-mailadressen of accountnummers.
    Synoniem Pictogram van een ingevulde cirkel met daarnaast een kromme lijn.

    Selecteer deze optie als u een synoniem toevoegt aan een bestaande opzoek-entiteit.

    Synoniemen zijn andere manieren waarop een contact naar een bestaande entiteit kan verwijzen. Bijvoorbeeld: New York City heeft synoniemen zoals NYC en 'the Big Apple'.
  7. Als u deze geselecteerde woorden of woordgroepen toevoegt als voorbeeld van een opzoek- of regex-entiteit, volg dan deze stappen: 
    1. Voer de naam van de entiteit in in de zoekbalk op het pop-upmenu. Als u bijvoorbeeld een kantoorlocatie van een contact toevoegt als een entiteitvoorbeeld, voer dan de naam van de entiteit voor de kantoorlocatie in, zoals Locatie.

    2. Klik op de overeenkomende entiteitnaam in de zoekresultaten. Agent Builder voegt het geselecteerde woord of de woordgroep toe als een entiteitvoorbeeld.

    3. Als de entiteit die u zoekt niet bestaat, klik dan op Entiteit "[naam]" maken om een entiteit te maken met de naam die u hebt ingevoerd. Selecteer het entiteitvoorbeeld opnieuw en herhaal de stappen in deze taak om deze aan een nieuwe entiteit toe te voegen.

  8. Als u een synoniem toevoegt aan een bestaand entiteitvoorbeeld, volg dan deze stappen: 
    1. Voer de naam van de entiteit in in de zoekbalk. Bijvoorbeeld: locatie.

    2. Klik op de naam van het entiteitvoorbeeld in de zoekresultaten. Als u bijvoorbeeld NYC wilt toevoegen als afkorting voor New York City, klik dan op New York City onder de Locatie-entiteit.