Sprachanpassung

Wenn Sie eine Anfrage zur Intent-Erkennung stellen, können Sie optional einen Sprachkontext angeben, um der Spracherkennung Hinweise bereitzustellen. Diese Hinweise können in einem bestimmten Unterhaltungsstatus bei der Erkennung helfen.

Automatische Sprachanpassung

Das Feature zur automatischen Sprachanpassung verbessert die Genauigkeit der Spracherkennung Ihres Agents, indem automatisch der Unterhaltungsstatus verwendet wird, um relevante Entitäten und Trainingsformulierungen als Sprachkontexthinweise für alle Anfragen zur Intent-Erkennung zu übergeben. Dieses Feature ist standardmäßig aktiviert.

Automatische Sprachanpassung aktivieren oder deaktivieren

So aktivieren oder deaktivieren Sie die automatische Sprachanpassung:

  1. Rufen Sie die Dialogflow ES-Konsole auf.
  2. Wählen Sie Ihren Agent im oberen Bereich der linken Seitenleiste aus.
  3. Klicken Sie neben dem Namen des Agents auf die Schaltfläche für die Einstellungen.
  4. Wählen Sie den Tab Sprache aus.
  5. Scrollen Sie zum Abschnitt Improve Speech Recognition Quality.
  6. Aktivieren oder deaktivieren Sie die Option Enable Auto Speech Adaptation.

Agent-Design für Verbesserungen der Spracherkennung

Wenn die automatische Sprachanpassung aktiviert ist, können Sie Ihren Agent so erstellen, dass Sie ihn zu Ihrem Nutzen verwenden können. In den folgenden Abschnitten wird erläutert, wie die Spracherkennung durch bestimmte Änderungen an den Trainingsformulierungen, Kontexte und Entitäten Ihres Agents verbessert werden kann.

Trainingsformulierungen und -kontexte

  • Wenn Sie Trainingsformulierungen mit einer Formulierung wie „stuffy nose“ definieren, wird eine ähnlich klingende Nutzeräußerung zuverlässig als „stuffy nose“ und nicht als „stuff he knows“ erkannt.

  • Wenn eine Sitzung aktive Kontexte hat, werden durch die automatische Sprachanpassung am stärksten die Trainingsformulierungen von Intents bevorzugt, in denen alle Eingabekontexte aktiv sind. Beispiel: Bei den beiden aktiven Kontexten „pay-bill“ und „confirmation“ wirken sich die folgenden Intents alle auf die automatische Spracherkennung aus: Intents mit einem einzelnen Eingabekontext „pay-bill“, Intents mit einem einzelnen Eingabekontext „confirmation“ und Intents mit zwei Eingabekontexten „pay-bill“ und „confirmation“.

  • Wenn eine Sitzung keine aktiven Kontexte hat, berücksichtigt die automatische Sprachanpassung vorwiegend die Trainingsformulierungen von Intents ohne Eingabekontexte.

  • Wenn Sie einen erforderlichen Parameter haben, der Dialogflow zu Aufforderungen zur Slot-Füllung zwingt, bestimmt die automatische Sprachanpassung stark die ausgefüllte Entität.

In allen Fällen berücksichtigt die automatische Sprachanpassung lediglich die Spracherkennung, ohne sie zu beschränken. Beispiel: Auch wenn Dialogflow einen Nutzer zur Eingabe eines erforderlichen Parameters auffordert, können Nutzer weiterhin andere Intents auslösen, z. B. einen Intent der obersten Ebene „Mit Mitarbeiter sprechen“.

Systementitäten

Wenn Sie eine Trainingsformulierung definieren, in der die Systementität @sys.number verwendet wird, und der Endnutzer „Ich möchte zwei“ sagt, kann dies als „to“, „too“, „2“ oder „two“ erkannt werden.

Wenn die automatische Sprachanpassung aktiviert ist, verwendet Dialogflow bei der Spracherkennung die Entität @sys.number als Hinweis. Der Parameter wird mit größerer Wahrscheinlichkeit als „2“ extrahiert.

Benutzerdefinierte Entitäten

  • Wenn Sie für Produkt- oder Dienstleistungsnamen, die von Ihrem Unternehmen angeboten werden, eine benutzerdefinierte Entität definieren und der Endnutzer diese Begriffe in einer Äußerung erwähnt, werden sie mit höherer Wahrscheinlichkeit erkannt. Die Trainingsformulierung „I love Dialogflow“, wobei „Dialogflow“ als @product-Entität annotiert ist, gibt der automatischen Sprachanpassung vor, sich an „I love Dialogflow“, „I love Cloud Speech“ und anderen Einträgen in der @product-Entität zu orientieren.

  • Es ist besonders wichtig, dass Sie präzise Entitätssynonyme definieren, wenn Sie Dialogflow zur Spracherkennung verwenden. Angenommen, Sie haben zwei @product-Entitätseinträge, „Dialogflow“ und „Dataflow“. Ihre Synonyme für „Dialogflow“ sind beispielsweise „Dialogflow“, „dialogue flow“, „dialogue builder“, „Speaktoit“, „speak to it“, „API.ai“, „API dot AI“. Diese Synonyme sind gut, da sie die gängigsten Varianten abdecken. Sie müssen „the dialogue flow builder“ nicht hinzufügen, da dies von „dialogue flow“ bereits abgedeckt ist.

  • Nutzeräußerungen mit aufeinanderfolgenden, aber separaten Zahlenentitäten können mehrdeutig sein. Beispiel: „I want two sixteen packs“ könnten 2 Pakete mit 16 Sets oder 216 Mengen bedeuten. Durch die Sprachanpassung lassen sich solche Fälle eindeutig unterscheiden, wenn Sie Entitäten mit buchstabierten Werten einrichten:
    • Definieren Sie eine quantity-Entität mit folgenden Einträgen:
      zero
      one
      ...
      twenty
    • Definieren Sie eine product- oder size- Entität mit folgenden Einträgen:
      sixteen pack
      two ounce
      ...
      five liter
    • In der Sprachanpassung werden nur Entitätssynonyme verwendet. Sie können also eine Entität mit dem Referenzwert 1 und dem einzelnen Synonym one definieren, um die Auftragsausführungslogik zu vereinfachen.

RegExp-Entitäten

Regexp-Entitäten können die automatische Sprachanpassung für alphanumerische Zeichen und Ziffernfolgen wie "ABC123" oder "12345" auslösen, wenn sie ordnungsgemäß konfiguriert und getestet wurden.

Damit diese Sequenzen gesprochen werden, müssen alle vier der folgenden Anforderungen implementiert werden:

1. Regexp-Eintrag ist erforderlich

Es kann zwar jeder reguläre Ausdruck verwendet werden, um Entitäten aus Texteingaben zu extrahieren, aber nur bestimmte Ausdrücke weisen die automatische Sprachanpassung an, bei der Spracherkennung aus alphanumerischen oder Ziffernfolgen mit Rechtschreibfehlern zu gewichten.

In der Regexp-Entität muss mindestens ein Eintrag allen diesen Regeln entsprechen:

  • Sollte mit einigen alphanumerischen Zeichen übereinstimmen, z. B. \d, \w, [a-zA-Z0-9]
  • Sollte kein Leerzeichen   oder \s enthalten, obwohl \s* und \s? zulässig sind
  • Darf keine Erfassungsgruppen oder Nicht-Erfassungsgruppen enthalten ()
  • Darf nicht nach Sonderzeichen oder Satzzeichen wie den folgenden suchen: ` ~ ! @ # $ % ^ & * ( ) - _ = + , . < > / ? ; ' : " [ ] { } \ |

Dieser Eintrag kann den Zeichensatz [] und Wiederholungsquantifizierer wie *, ?, + und {3,5} enthalten.

Siehe Beispiele.

2. Anforderung an Parameterdefinition

Markieren Sie die RegExp-Entität als erforderlichen Intent-Parameter, damit sie während der Slot-Füllung erfasst werden kann. Dadurch kann die automatische Sprachanpassung stark auf die Sequenzerkennung ausgerichtet werden, anstatt zu versuchen, einen Intent und eine Sequenz gleichzeitig zu erkennen. Andernfalls könnte „Wo ist mein Paket für ABC123“ als „Wo ist mein Paket 4ABC123“ falsch erkannt werden.

3. Annotationsanforderung für Trainingsformulierungen

Verwenden Sie die Regexp-Entität nicht für eine Annotation von Trainingsformulierungen. Dadurch wird der Parameter im Rahmen der Slot-Füllung aufgelöst.

4. Testanforderung

Weitere Informationen finden Sie unter Sprachanpassung testen.

Beispiele

Beispielsweise löst eine RegExp-Entität mit einem einzelnen Eintrag ([a-zA-Z0-9]\s?){5,9} nicht die Sprachsequenzerkennung aus, da sie eine Erfassungsgruppe enthält. Um das Problem zu beheben, fügen Sie einfach einen weiteren Eintrag für [a-zA-Z0-9]{5,9} hinzu. Jetzt profitieren Sie beim Abgleich von „ABC123“ von der Sequenzerkennung. Die NLU stimmt aber trotzdem mit Eingaben wie „ABC 123“ überein, da die ursprüngliche Regel, die Leerzeichen zulässt, weiterhin.

Die folgenden Beispiele für reguläre Ausdrücke passen sich für alphanumerische Sequenzen an:

^[A-Za-z0-9]{1,10}$
WAC\d+
215[2-8]{3}[A-Z]+
[a-zA-Z]\s?[a-zA-Z]\s?[0-9]\s?[0-9]\s?[0-9]\s?[a-zA-Z]\s?[a-zA-Z]

Die folgenden Beispiele für reguläre Ausdrücke passen sich für Ziffernsequenzen an:

\d{2,8}
^[0-9]+$
2[0-9]{7}
[2-9]\d{2}[0-8]{3}\d{4}
Behelfslösung für reguläre Ausdrücke

Die integrierte Unterstützung der automatischen Sprachanpassung für Regexp-Entitäten variiert je nach Sprache. Prüfen Sie die Tokens der Sprachklasse für die unterstützten Sprachen $OOV_CLASS_ALPHANUMERIC_SEQUENCE und $OOV_CLASS_DIGIT_SEQUENCE.

Ist Ihre Sprache nicht aufgeführt, können Sie diese Einschränkung umgehen. Wenn Sie beispielsweise möchten, dass eine Mitarbeiter-ID, die aus drei Buchstaben gefolgt von drei Ziffern besteht, genau erkannt wird, können Sie Ihren Agent mit den folgenden Entitäten und Parametern erstellen:

  • Definieren Sie eine digit-Entität, die 10 Entitätseinträge (mit Synonymen) enthält:
    0, 0
    1, 1
    ...
    9, 9
  • Definieren Sie eine letter-Entität, die 26 Entitätseinträge (mit Synonymen) enthält:
    A, A
    B, B
    ...
    Z, Z
  • Definieren Sie eine employee-id-Entität, die einen einzelnen Entitätseintrag (ohne Synonyme) enthält:
    @letter @letter @letter @digit @digit @digit
  • Verwenden Sie @employee-id als Parameter in einer Trainingsformulierung.
.

Sprachanpassung testen

Wenn Sie die Sprachanpassungsfunktionen des Agents für eine bestimmte Trainingsformulierung oder -entitätsübereinstimmung testen, sollten Sie nicht direkt zum Testen der Übereinstimmung mit der ersten Sprachäußerung einer Unterhaltung wechseln. Sie sollten vor der zu testenden Übereinstimmung nur Sprach- oder Ereigniseingaben für die gesamte Unterhaltung verwenden. Wenn Sie auf diese Weise getestet werden, verhält sich Ihr Agent ähnlich wie in tatsächlichen Produktionsgesprächen.

Beschränkungen

Es gelten folgende Einschränkungen:

  • Die Sprachanpassung ist nicht für alle Sprachmodelle und Sprachkombinationen verfügbar. Auf der Seite zur Sprachunterstützung von Cloud Speech können Sie nachsehen, ob die Modellanpassung für Ihre Sprachmodell- und Sprachkombination verfügbar ist.
  • Die automatische Sprachanpassung kann für Actions on Google (Google Assistant) nicht verwendet werden, da die Spracherkennung von Actions on Google durchgeführt wird, bevor Daten an Dialogflow gesendet werden.
  • Das Erkennen langer Zeichensequenzen ist schwierig. Die Anzahl der Zeichen, die in einer einzelnen Runde erfasst werden, hängt direkt von der Qualität der Audioeingabe ab. Wenn Ihre Integration beispielsweise mit Audioanrufen arbeitet, müssen Sie optimierte Sprachmodelle aktivieren, um alphanumerische Sequenzen mit mehr als vier oder fünf Zeichen oder Ziffernfolgen, die länger als 10 Zeichen sind, zuverlässig zu erkennen. Wenn Sie alle Richtlinien für reguläre Ausdrücke befolgt haben und immer noch Schwierigkeiten haben, die gesamte Sequenz in einer einzigen Runde zu erfassen, können Sie einige alternative Optionen in Betracht ziehen:
    • Wenn Sie die Sequenz anhand einer Datenbank validieren, sollten Sie Querverweise für andere erfasste Parameter wie Datumsangaben, Namen oder Telefonnummern erstellen, um unvollständige Übereinstimmungen zu ermöglichen. Fragen Sie einen Nutzer beispielsweise nicht nur nach seiner Bestellnummer, sondern auch nach seiner Telefonnummer. Wenn der Webhook nun die Datenbank nach dem Bestellstatus abfragt, kann er sich zuerst auf die Telefonnummer verlassen und dann die am besten übereinstimmende Bestellung für dieses Konto zurückgeben. Dies könnte dazu führen, dass Dialogflow „ABC“ falsch als „AVC“ erkennt, aber dennoch den korrekten Bestellstatus für den Nutzer zurückgibt.
    • Bei besonders langen Sequenzen sollten Sie einen Ablauf entwerfen, der Endnutzer ermutigt, in der Mitte eine Pause zu machen, damit der Bot die Aktion während der Ausführung bestätigen kann. Weitere Informationen finden Sie in dieser Anleitung.
Zurück
Sprachmodelle
Weiter
Erweiterte Sprachmodelle