Um agente virtual criado com o CXone Mpower Agent Builder capaz de lidar com interações de voz e chat. a extrair informações de contatos enunciados O que um contato diz ou digita.. As informações extraídas podem ser salvas para uso em Agente Mpower respostas. Também podem ser passadas para o CXone Mpower, ou para bancos de dados ou aplicativos de terceiros por meio de integrações.
Os enunciados A pessoa que interage com um agente, RVI ou bot em seu centro de contato. contato podem conter muitas informações. Você não precisa de entidades para todas as informações. Você só deve criar entidades para informações que seu Agente Mpower precisa para atingir suas metas. Por exemplo, os contatos podem fornecer seu nome e sobrenome durante uma interação. Se o objetivo é simplesmente permitir que seus Agente Mpower chamem o contato pelo primeiro nome, não há necessidade de criar uma entidade para o sobrenome ou o nome completo do contato.
Quando você cria uma entidade, Agent Builder cria automaticamente um slot Entidade extraída da mensagem do contato e salva para uso em respostas de bot. Semelhante a uma variável. correspondente para armazenar as informações extraídas. Os slots criados automaticamente devem ser modificados para alterar as configurações padrão.
As entidades estão fortemente relacionadas aos slots. Os slots armazenam informações durante uma interação até que sejam necessárias. Uma entidade identifica e extrai informações de um enunciado e as armazena em um slot. Você pode usar o slot como uma variável para usar as informações que ele contém.
Glossary
| Conceito | Definição | Exemplo | O que o Agente Mpower faz |
|---|---|---|---|
Enunciado |
Qualquer coisa que um contato A pessoa que interage com um agente, RVI ou bot em seu centro de contato. diga em uma interação A conversa inteira com um agente por meio de um canal. Por exemplo, uma interação pode ser uma chamada de voz, e-mail, chat ou conversa de mídia social.. Às vezes chamado de mensagem. |
"Perdi minha senha." "Qual é o meu saldo?" "Você é um robô?" |
O Agente Mpower usa Entendimento de linguagem natural (NLU) para analisar cada enunciado de contato para determinar seu significado ou intenção. |
Intenção |
O que o contato deseja comunicar ou realizar. Toda mensagem que o contato envia tem uma intenção. |
"Perdi minha senha" tem a intenção de "redefinir senha". "Olá" tem a intenção de "saudar". |
O Agente Mpower analisa a mensagem de um contato usando NLU |
Entidade |
Uma parte de informação definida na mensagem de um contato. | Nome da pessoa ou produto, número de telefone, número da conta, localização e assim por diante. | O Agente Mpower usa NLU para identificar entidades na mensagem de um contato. Entidades ajudar o Agente Mpower a entender o que a mensagem do contato significa. |
Slot |
Uma entidade extraída da mensagem de um contato e salva para uso em respostas Agente Mpower. Semelhante a uma variável. | A criação de um espaço para o nome do contato permite que o Agente Mpower use esse nome nas respostas durante uma interação, tornando-a mais pessoal. | Quando configurado para fazer isso, o Agente Mpower extrai uma entidade de uma mensagem de contato e a salva em um slot. Você pode fazer com que seus Agente Mpower usem essas informações mais tarde na conversa. |
Regra |
Define Agente Mpower respostas a mensagens que não mudam de significado com o contexto. |
|
Regras são uma das duas maneiras de configurar como seu Agente Mpower responde a uma intenção. Regras são úteis para alguns tipos de intenções, mas não para todas. |
História |
Treina um Agente Mpower para lidar com uma interação com base na intenção da mensagem e no contexto de conversação. | Em uma interação sobre uma senha esquecida, o Agente Mpower responderia "Como faço isso?" de determinada maneira. Se a interação fosse sobre a criação de uma nova conta, a resposta seria bem diferente, embora em ambos os casos o contato esteja usando as mesmas palavras com a mesma intenção - obter mais informações. | As histórias são a segunda de duas maneiras de configurar como seu Agente Mpower responde a uma intenção. As histórias ensinam o Agente Mpower a usar o contexto da conversa para responder adequadamente. |
Agente Mpower Ação |
Qualquer coisa que um Agente Mpower diga ou faça enquanto lida com uma interação. |
Em uma interação sobre uma senha esquecida, o Agente Mpower responde enviando o link para as perguntas frequentes sobre redefinição de senha no site. Quando um contato expressa frustração, como ao dizer "Eu não entendo! Não está funcionando!!!" o Agente Mpower responde com "Sinto muito. Gostaria de ser transferido para um agente humano?" Quando o contato disser sim, o Agente Mpower iniciará a transferência. |
Agente Mpower ações são as opções que você tem ao definir como deseja que seu Agente Mpower responda a cada intenção. Elas lhe dão flexibilidade para configurar cada resposta de forma a atingir o objetivo que atenda às necessidades do contato. |
Tipos de entidade
Existem dois tipos de entidades Uma informação coletada das mensagens do contato durante conversas com um Agente Mpower. em Agent Builder:
- Expressão regular (regex): entidades que seguem padrões regulares, como números de telefone, números de pedidos ou endereços de e-mail.
- Tabela de pesquisa: entidades que não seguem um padrão, como sabores de sorvete, títulos de relatórios, estilos de meias ou cores.
Entidades de expressão regular
Uma expressão regular (regex) é uma sequência de caracteres que especifica um padrão de pesquisa. Criar um regex para extrair entidades ensina seu Agente Mpower um padrão a ser procurado para identificar as informações corretas para essa entidade. Isso é útil para dados que têm padrões semelhantes e regulares, como endereços de e-mail, números de telefone e números de contas ou faturas.
Você pode adicionar uma entidade regex de qualquer guia na seção NLU em Agent Builder:
Entidades de tabela de pesquisa
Entidades de pesquisa são categorias de informações. No Agent Builder, são listas de palavras, onde cada palavra é um membro da categoria. A lista deve conter todos os membros da categoria que seu Agente Mpower precisa conhecer. Por exemplo, se você criar uma entidade para sabores de sorvete, precisará fornecer todos os sabores que sua empresa oferece. Você também pode adicionar sabores que sua empresa não oferece, mas que são solicitados com frequência, para que seu Agente Mpower possa responder a essas solicitações com um caminho fora do escopo.
Você pode adicionar uma entidade de tabela de pesquisa da seção NLU no Agent Builder:
- Guia Entidades
- Caixa de entrada, ao visualizar mensagens
- Guia Intenções, ao trabalhar com exemplos de intenção
As entidades de pesquisa não diferenciam maiúsculas de minúsculas.
Como as entidades funcionam
Para que seu Agente Mpower extraia uma entidade Palavra-chave ou frase definida no perfil da sua companhia no Interaction Analytics. Relacionado a um tipo de entidade. Pode incluir variantes. de um enunciado O que um contato diz ou digita., você deve rotulá-la nos exemplos apropriados de intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar. e nos diálogos Histórias, regras e fluxos do Agente Mpower no Agent Builder. para essa intenção. Rotular em ambos os lugares trens seu Agente Mpower quando extrair uma entidade, qual entidade extrair e associar a entidade à intenção. A rotulagem é necessária para entidades regex, mas não para entidades de tabela de pesquisa. No entanto, ainda é útil para entidades de tabela de pesquisa.
Para rotular uma entidade, você deve selecioná-la no enunciado e depois escolher o tipo de entidade que a palavra ou frase representa. Você pode fazer isso na caixa de entrada NLU, em exemplos de intenção e em uma história ou regra.
Durante uma interação, o Agente Mpower prevê uma intenção para um enunciado. Se a intenção contiver uma entidade rotulada, o Agente Mpower verificará o enunciado em busca de uma cadeia de caracteres que corresponda ao padrão estabelecido em uma entidade regex ou de um dos exemplos em uma entidade de tabela de pesquisa. Se encontrar uma correspondência, o Agente Mpower extrai o valor e o armazena no slot Entidade extraída da mensagem do contato e salva para uso em respostas de bot. Semelhante a uma variável.correspondente da entidade. Essas informações ficam disponíveis para uso durante a interação.
Você deve configurar quando e como ele é usado utilizando o slot como uma variável. Você pode:
- Use-o em futuras mensagens Agente Mpower enviadas ao contato.
- Use-o como uma condição para determinar o caminho que o Agente Mpower segue na conversa.
- Use-o com integrações script e API.
Entidades são sempre extraídos e salvos no slot correspondente quando o Agente Mpower os reconhece. Se o Agente Mpowerreconhecer uma entidade, mas não tiver uma história Usadas para treinar um Agente Mpower para manipulação de interação com base na intenção e contexto. ou regra Usado para definir a resposta de um do Agente Mpower a mensagens que não mudam com o contexto. que mostre o que fazer com as informações, ele a ignorará. No entanto, a presença da entidade com a qual ela não sabe o que fazer pode diminuir a do Agente Mpower confiança em prever a intenção O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar.correta.
Pode haver momentos em que você só deseja que seu Agente Mpower preencha o espaço de uma entidade em determinadas circunstâncias. Você pode configurar restrições sobre quando o Agente Mpower pode preencher cada slot. As restrições podem ser baseadas na intenção, na forma ou em ambos. Nem todo método de preenchimento de slot oferece suporte a ambos os tipos de restrições.
Exemplos de entidades e sinônimos
Depois de criar uma entidade, você deve fornecer exemplos para ajudar seu Agente Mpower aprender a reconhecê-la. Os exemplos são diferentes para cada tipo de entidade:
- Para entidades regex, os exemplos devem ser representações do mundo real do tipo de dados que o Agente Mpower encontrará durante as interações. Por exemplo, para uma entidade de número de telefone, use números de telefone reais.
- Para entidades de tabela de pesquisa, os exemplos devem ser membros da categoria que a entidade representa. Por exemplo, a entidade iceCreamFlavors pode ter exemplos como chocolate, baunilha e morango. A lista de exemplos deve conter todos os membros da categoria que seu Agente Mpower precisa conhecer. Você pode querer incluir membros da categoria que sua organização não usa, mas que os contatos podem mencionar.
Para entidades da tabela de pesquisa, você também pode identificar sinônimos para cada exemplo. Os sinônimos permitem que você ensine ao Agente Mpower as várias maneiras pelas quais os contatos podem se referir ao mesmo valor de entidade. Por exemplo, a Cidade de Nova York também pode ser chamada de NYC, NY, Nova York e Big Apple.
A Classic Ice Cream Parlor, uma subsidiária da Classics, Inc., vende 10 sabores de sorvete. O administrador Agent Builder, Christopher Robin, lista esses tipos como exemplos de entidades. Existem seis outros sabores que os contatos costumam solicitar, então, Christopher os adiciona também. Em seguida, ele cria histórias que ensinam seus Agente Mpower a responder a pedidos de sabores que eles não carregam.
Em seguida, Christopher sabe que alguns contatos usam outros nomes para os 10 sabores que a empresa estoca, como chamar o sabor Grape Ice de Icy Grape. Christopher adiciona esses sinônimos comuns como exemplos de entidades adicionais e, em seguida, cria histórias para ensinar ao Agente Mpower com qual tipo de inventário cada sinônimo combina.
Você pode adicionar exemplos de entidades e sinônimos nos seguintes lugares no Agent Builder:
- A guia Intenções, ao adicionar exemplos a uma intenção.
- As guias Histórias e Regras, ao criar um diálogo Histórias, regras e fluxos do Agente Mpower no Agent Builder..
- A Caixa de Entrada NLU, ao revisar mensagens enviadas para o Agente Mpower.
Rótulo Entidades ensinar osAgente Mpower a usá-los
Depois de criar entidades Uma informação coletada das mensagens do contato durante conversas com um Agente Mpower., você precisará selecioná-las e rotulá-las nos dados de treinamento de histórias Usadas para treinar um Agente Mpower para manipulação de interação com base na intenção e contexto., regras Usado para definir a resposta de um do Agente Mpower a mensagens que não mudam com o contexto., intenções O significado ou propósito por trás do que um contato diz/digita; o que o contato quer comunicar ou alcançar. e mensagens da caixa de entrada NLU onde aparecem. A rotulagem ensina ao seu Agente Mpower que uma entidade é importante no contexto da intenção das mensagens em que ela é rotulada. A rotulagem também:
- Adiciona o texto destacado como um exemplo da entidade selecionada. Se o exemplo já existir, nada de novo será adicionado.
- Instrui o Agente Mpower a extrair essa entidade do enunciado. Em seguida, você pode usar ou armazenar o valor da entidade, como atualizar um registro de cliente ou configurar o Agente Mpower para usar o nome do contato em uma resposta Agente Mpower.
Tanto as entidades regex quanto as de pesquisa precisam ser rotuladas. Para entidades regex, isso é necessário para ensinar seu Agente Mpower a reconhecer o padrão regex. Para entidades de pesquisa, ele ensina aos Agente Mpower que a entidade é uma parte importante da intenção.
Você pode rotular entidades em histórias e regras, dados de treinamento de intenções ou mensagens da caixa de entrada NLU.