Sie können Interaktionsprotokolle nach BigQuery exportieren. Nach der Konfiguration wird das gesamte Live-Interaktions-Logging geschrieben. in Ihre BigQuery-Tabelle ein. So stehen Ihnen erweiterte Analysetools zur Verfügung, mit denen Sie Ihren Bot debuggen und verbessern sowie Muster in Unterhaltungsdaten erkennen können.
Beschränkungen
Es gelten folgende Einschränkungen:
- Pro Unterhaltung können maximal 500 Sätze exportiert werden.
Projektübergreifende Berechtigungen
Wenn sich Ihr Dialogflow-Agent und Ihre BigQuery-Daten nicht im selben Projekt befinden, muss das Dienstkonto, das mit Ihrem Dialogflow-Google Cloud-Projekt verknüpft ist, auch die IAM-Berechtigung roles/bigquery.dataEditor für das BigQuery-Dataset in Ihrem BigQuery-Google Cloud-Projekt haben.
Format des Dienstkontos: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Der Nutzer, der den Export in Dialogflow konfiguriert, muss Berechtigungen für das BigQuery-Projekt haben. Andernfalls wird das BigQuery-Projekt in der Dialogflow Console nicht als Option angezeigt.
Die Mindestberechtigung, die für das BigQuery-Projekt erforderlich ist, um
Der Nutzer, der es in Dialogflow sehen soll, ist resourcemanager.projects.get.
Alternativ können Sie eine der folgenden vordefinierten Google Cloud-Rollen zuweisen, die diese Berechtigung enthalten, für die der Nutzer aber keinen Zugriff auf das BigQuery-Dataset benötigt: roles/browser oder roles/bigquery.metadataViewer.
Tabellenbeschreibung
Jede Zeile der Tabelle enthält eine Unterhaltungsrunde durch die folgenden Spalten:
| Spalte | Typ | Beschreibung |
|---|---|---|
| project_id | STRING | Die Projekt-ID. |
| agent_id | STRING | Die Kundenservicemitarbeiter-ID. |
| conversation_name | STRING | Der voll qualifizierte Ressourcenname für die Sitzung. |
| turn_position | INTEGER | Die Nummer der Unterhaltungsrunde. |
| request_time | TIMESTAMP | Der Zeitpunkt der Unterhaltungsrunde. |
| language_code | STRING | Das Sprach-Tag. |
| Anfrage | JSON | Die Anfrage zur Intent-Erkennung. |
| Antwort | JSON | Die Antwort für die Intent-Erkennung. |
| partial_responses | JSON | Teilantworten, falls zutreffend |
| derived_data | JSON | Zusätzliche Metadaten für diese Unterhaltungsrunde. |
| conversation_signals | JSON | NLU-bezogene Analysedaten. Das JSON-Schema finden Sie unter ConversationSignals. |
| bot_answer_feedback | JSON | Beantworten Sie das Feedback, sofern vorhanden. |
Konfiguration
So konfigurieren Sie den Export von Interaktionsprotokollen:
- Stellen Sie sicher, dass Interaktions-Logging aktiviert ist.
- BigQuery folgen Leitfaden zum Erstellen von Datasets um ein Dataset zu erstellen. Notieren Sie sich den Namen des Datensatzes, da Sie ihn im nächsten Schritt benötigen.
BigQuery folgen Leitfaden zum Erstellen von Tabellen um eine Tabelle mit einer SQL-Schemadefinition zu erstellen. Verwenden Sie die folgende SQL-Anweisung zum Erstellen:
CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data( project_id STRING, agent_id STRING, conversation_name STRING, turn_position INTEGER, request_time TIMESTAMP, language_code STRING, request JSON, response JSON, partial_responses JSON, derived_data JSON, conversation_signals JSON, bot_answer_feedback JSON );Konfigurieren Sie die Einstellungen für Kundenservicemitarbeiter um den BigQuery-Export zu aktivieren und die Dataset- und Tabellennamen anzugeben die oben erstellt wurden.