Correspondance d'intent

Chaque fois qu'un utilisateur final écrit ou dit quelque chose, Dialogflow compare cette expression de l'utilisateur final aux phrases d'entraînement pour chaque intent afin de trouver la meilleure correspondance. La mise en correspondance des intents est également appelée classification des intents. Ce document décrit les facteurs qui interviennent dans la mise en correspondance d'un intent.

Algorithmes de mise en correspondance

Dialogflow utilise deux algorithmes pour mettre en correspondance des intents : la mise en correspondance grammaticale basée sur des règles et la mise en correspondance par ML. Dialogflow tente simultanément les deux algorithmes et choisit le meilleur résultat.

Le tableau suivant répertorie les avantages et les inconvénients de ces algorithmes :

Algorithme Avantages Inconvénients
Mise en correspondance grammaticale basée sur des règles
  • Elle offre un résultat précis, que le nombre d'exemples de phrases d'entraînement soit élevé ou non.
  • La mise à jour des modèles est rapide.
Mise en correspondance par ML
  • Elle offre un résultat précis si le nombre d'exemples de phrases d'entraînement est élevé.
  • La mise en correspondance est rapide.
  • Elle n'offre pas un résultat précis si le nombre d'exemples de phrases d'entraînement est faible.
  • La mise à jour des modèles est lente.
  • Elle est moins précise que la mise en correspondance grammaticale pour les agents avec des phrases d'entraînement en mode modèle.

Niveau de confiance de détection d'intents

Lorsque vous recherchez un intent correspondant, Dialogflow évalue les correspondances potentielles avec un niveau de confiance de détection d'intents, également appelé score de confiance. Ces valeurs vont de 0.0 (complètement incertain) à 1.0 (totalement certain). Sans tenir compte des autres facteurs décrits dans ce document, une fois que les intents sont évalués, trois résultats sont possibles :

  • Si l'intent ayant le score le plus élevé a un score de confiance supérieur ou égal au paramètre Seuil de classification du ML, il est renvoyé en tant que correspondance.
  • Si aucun intent ne correspond au seuil défini, un intent de remplacement est mis en correspondance.
  • Si aucun intent ne correspond au seuil et qu'aucun intent de remplacement n'est défini, aucun intent n'est mis en correspondance.

Priorité des intents

Vous pouvez définir des priorités pour les intents. Lorsque deux intents ou plus correspondent à la même expression d'utilisateur final avec des scores de confiance similaires, la priorité est utilisée pour sélectionner la meilleure correspondance. Dans le cas contraire, le score de confiance pour la mise en correspondance des intents est plus important que la priorité.

Connecteurs de connaissances

Les connecteurs de connaissances complètent les intents définis. Ils analysent les documents de base de connaissances (par exemple, des FAQ) pour trouver des informations liées aux expressions de l'utilisateur final.

Si un intent défini et un document de base de connaissances sont des correspondances potentielles, le niveau de confiance de chacun et la préférence de résultats de connaissances permettent de déterminer la correspondance sélectionnée.

Context

Lorsque des contextes sont actifs, Dialogflow est plus susceptible de mettre en correspondance des intents configurés avec des contextes d'entrée qui correspondent aux contextes actuellement actifs.

Intents de remplacement

Les intents de remplacement ont la priorité la plus faible pour la mise en correspondance des intents.