每个机器人都适用于 NLP。因此,意图和实体是创建机器人所必需的。我在 Amazon Lex 中找到了 Intents。但我没有找到实体。插槽是实体的另一个名称?谁能用 Lex 详细解释一下什么是意图和实体?
以下解释可以帮助您理解意图和实体的概念:
意图是用户想要执行的任务或操作,例如,我想预订出租车或想要订购食物。
预订出租车和点餐是意图。这些意图具有称为出租车(车辆)、食物(披萨)的实体。意图会告诉你用户想要做什么,而实体会帮助你如何做?
在 Amazon lex 中,Slot 是您可以提及实体和实体值的部分。
示例:
意图:预订出租车
这是用户想要执行的任务。
实体:出租车
实体的值为 Micro、Mini、Prime。
以下是聊天机器人中使用的一些有用的定义,特别是 Lex:
Dialog = 机器人和用户之间的对话。
话语 = 从用户发送到机器人的输入。
Response = 从机器人向用户返回的消息。
意图 = 一组有组织的话语,可帮助机器人识别用户想要什么。
Slot =(也称为“实体”)话语中的参数,用于为意图提供更具体的细节。
槽类型=一组有组织的数字、字母、单词或短语,帮助机器人识别要作为槽中参数传递的值。
槽值 = 从话语中获取并保存在槽中的数字、日期、单词或短语。
示例:
用户:我想订一份披萨。
机器人接受此用户输入,并通过将其与所有意图话语进行比较来处理话语,以便将用户输入与正确意图最佳匹配。意图可能与机器人中设置的话语密切匹配:“我想点一份{食物}。”
机器人将话语中的“pizza”值识别为与 Slot Type 中可能名为“foodTypes”的值相匹配。然后,Lex 机器人将此信息传递给 Lambda,包括用户输入、意图、槽位和槽位值。
Lambda 或其他端点中内置的逻辑处理信息以形成响应。您应该自己验证和解析用户输入和插槽,以提高 NLP 准确性并纠正任何错误。然后将响应传递回 Lex,然后 Lex 将响应消息传递给用户。
从这个例子中,收集的信息可能是这样的:
用户输入=我想订一份披萨。
意图话语 =“我想点一份{食物}。”
意图 = 披萨订单意图
槽位类型=食物类型
老虎机=食物
槽值=“披萨”