Frasa pelatihan adalah contoh frasa untuk apa yang mungkin diketik atau diucapkan pengguna akhir, yang disebut sebagai ekspresi pengguna akhir. Untuk setiap intent, Anda membuat banyak frasa pelatihan. Jika ekspresi pengguna akhir menyerupai salah satu frasa ini, Dialogflow akan mencocokkan intent.
Misalnya, frasa pelatihan "Saya ingin pizza" melatih agen Anda untuk mengenali ekspresi pengguna akhir yang mirip dengan frasa tersebut, seperti "Dapatkan pizza" atau "Pesan pizza".
Anda tidak perlu menentukan setiap kemungkinan contoh, karena machine learning bawaan Dialogflow akan memperluas daftar Anda dengan frasa lain yang serupa. Anda harus membuat setidaknya 10-20 (bergantung pada kompleksitas intent) frasa pelatihan, sehingga agen Anda dapat mengenali berbagai ekspresi pengguna akhir. Misalnya, jika ingin intent Anda mengenali ekspresi pengguna akhir tentang warna favorit mereka, Anda dapat menentukan frasa pelatihan berikut:
- "Saya suka warna merah"
- "Warna favorit saya adalah kuning"
- "black"
- "Biru adalah warna favorit saya"
- ...
Tempat menemukan data ini
Saat membuat agen, hal yang paling umum adalah menggunakan konsol Dialogflow ES (kunjungi dokumentasi, buka konsol). Petunjuk di bawah berfokus pada penggunaan konsol. Untuk mengakses data frasa pelatihan:
- Buka konsol Dialogflow ES.
- Pilih agen.
- Pilih Intent di menu sidebar kiri.
- Pilih intent.
- Scroll ke bawah ke bagian Frasa pelatihan.
Jika Anda membuat agen menggunakan API, bukan konsol, lihat Referensi intent. Nama kolom API mirip dengan nama kolom konsol. Petunjuk di bawah ini menyoroti perbedaan penting antara konsol dan API.
Menambahkan frasa pelatihan
Untuk menambahkan frasa pelatihan ke intent:
- Klik kolom teks yang menampilkan "Tambahkan ekspresi pengguna".
- Ketik frasa pelatihan Anda dan tekan tombol
Entersetelahnya.
Menganotasi frasa pelatihan
Saat intent dicocokkan saat runtime, Dialogflow akan memberikan nilai yang diekstrak dari ekspresi pengguna akhir sebagai parameter. Setiap parameter memiliki jenis, yang disebut jenis entity, yang menentukan persis bagaimana data diekstrak. Tidak seperti input pengguna akhir mentah, parameter adalah data terstruktur yang dapat digunakan dengan mudah untuk menjalankan beberapa logika atau menghasilkan respons.Saat membuat agen, Anda mengontrol cara data diekstrak dengan menambahkan anotasi pada bagian frasa pelatihan dan mengonfigurasi parameter terkait.
Misalnya, pertimbangkan frasa pelatihan seperti
"Bagaimana prakiraan cuaca besok untuk Tokyo?"
Anda harus menganotasi "tomorrow" dengan parameter date dan "Tokyo" dengan parameter location.
Saat Anda menganotasi bagian frasa pelatihan, Dialogflow akan mengenali bahwa bagian ini hanyalah contoh nilai sebenarnya yang akan diberikan oleh pengguna akhir saat runtime.
Untuk ekspresi pengguna akhir seperti
"Bagaimana prakiraan cuaca pada hari Jumat untuk Sydney?",
Dialogflow akan mengekstrak parameter date dari "Friday"
dan parameter location dari "Sydney".
Saat mem-build agen dengan konsol, sebagian besar anotasi dibuat secara otomatis untuk Anda saat menambahkan frasa pelatihan yang berisi bagian yang dapat dicocokkan dengan jenis entity yang ada. Bagian ini ditandai di konsol. Anda dapat mengedit anotasi dan parameter ini sesuai kebutuhan.
Untuk menganotasi frasa pelatihan secara manual dengan konsol:
- Pilih bagian frasa pelatihan yang ingin Anda anotasikan.
- Pilih jenis entitas yang diinginkan dari daftar.
- Parameter akan dibuat untuk Anda di tabel parameter di bawah.
- Klik tombol Save dan tunggu hingga dialog Agent Training menunjukkan bahwa pelatihan telah selesai.
Saat mem-build agen dengan API,
Anda harus menganotasi frasa pelatihan dan mengonfigurasi parameter secara manual.
Lihat jenis TrainingPhrase dan Parameter
dalam
Referensi intent.
Kolom Part.alias mengaitkan anotasi frasa pelatihan dengan parameter tertentu.
Entitas implisit yang dibuat oleh frasa pelatihan
Sebagian besar entity kustom ditentukan secara eksplisit dengan membuat jenis entity dan menambahkan entri entity. Namun, entity kustom juga dapat berisi nilai implisit. Hal ini terjadi saat Anda menganalisa teks frasa pelatihan, dengan teks yang dianotasi bukan merupakan nilai yang ditentukan oleh jenis entitas yang dipilih. Teks yang dianotasi menjadi nilai referensi entity untuk entri entity yang ditambahkan secara implisit. Jika jenis entity adalah entity peta, teks juga menjadi sinonim untuk entri entity.
Mode contoh dan template
Setiap frasa pelatihan dapat berada dalam salah satu dari dua mode:
- Contoh mode: Ditunjukkan oleh format_quote di sebelah kiri frasa pelatihan. Frasa pelatihan dalam mode contoh ditulis dalam bahasa alami dan dianotasi untuk ekstraksi parameter.
- Mode template: Ditunjukkan oleh alternate_email di sebelah kiri frasa pelatihan. Frasa pelatihan dalam mode template berisi referensi langsung ke jenis entity.