NLU 엔터티
엔터티는 사용자 입력을 받을 때 모델에 추가 컨텍스트를 제공합니다. 발화와 의도에 엔터티를 추가하여 (NLU) 모델의 예측을 개선합니다 자연어 이해 .
엔터티를 사용자가 수행하려는 작업의 개체로 생각하십시오. 모델은 의도와 일치시켜 발언을 해석하지만 엔터티를 사용하여 요청에 대한 자세한 정보를 수집합니다.
- 하드웨어(엔터티) - 노트북 (값)
- 긴급도(엔터티) - 높음 (값)
NLU 엔터티는 시스템 및 사용자 정의의 두 가지 범주로 나뉩니다. 인스턴스에서 기본적으로 날짜, 시간 및 위치와 같은 시스템 엔터티를 사용할 수 있습니다. 고유한 사용자 정의 엔터티를 생성하여 비즈니스와 관련된 컨텍스트를 제공할 수 있습니다.
엔터티를 만들 때 발언에 주석을 달아 모델 학습에 도움이 되는 예시를 제공합니다. 엔터티에 주석을 달면 시스템 어휘에 대한 언어적 연관성과 의미 있는 컨텍스트를 모델에 제공할 수 있습니다. 주석은 엔터티의 관련성을 강화하고 모델이 사용자의 입력에 대한 응답으로 올바른 작업을 수행하는 데 도움이 됩니다.
의도를 생성할 때 발언에 엔터티를 추가합니다. 그러면 엔터티가 해당 의도에 연결되고 연결된 의도 번호가 제공됩니다.
정규 표현식
정규 표현식(regex)은 모델이 텍스트를 찾고, 일치시키고, 관리하는 기능을 향상시키는 패턴을 설정하는 데 도움이 됩니다. 패턴 엔터티와 함께 정규 표현식을 사용하면 모델이 이메일 주소, 전화 번호 및 인시던트 번호와 같은 형식을 이해하는 데 도움이 됩니다.
자세한 내용은 엔터티에서 정규 표현식 사용 문서를 참조하십시오.
모델 가용성
엔터티를 만들 때 모델의 다른 의도에서 엔터티를 재사용할 수 있도록 선택할 수 있습니다. 엔터티를 만들 때 모델 가용성 상자를 선택하지 않은 경우 나중에 엔터티를 편집할 수 있습니다.