Vordefinierte Number-Entität für eine LUIS-App

Wichtig

LUIS wird am 1. Oktober 2025 eingestellt, und ab dem 1. April 2023 können Sie keine neuen LUIS-Ressourcen erstellen. Es wird die Migration Ihrer LUIS-Anwendungen zu Conversational Language Understanding empfohlen, um fortgesetzte Produktunterstützung und mehrsprachige Funktionen zu erhalten.

Es gibt verschiedene Möglichkeiten, numerische Werte zu verwenden, um Informationen zu quantifizieren, auszudrücken und zu beschreiben. In diesem Artikel werden nur einige Beispiele aufgeführt. LUIS interpretiert die Variationen verschiedener Benutzeräußerungen und gibt einheitliche numerische Werte zurück. Da diese Entität bereits trainiert wurde, müssen Sie den Anwendungsabsichten keine Beispieläußerungen mit Nummern hinzufügen.

Nummerntypen

Die Entität „number“ wird über das GitHub-Repository Recognizers-text verwaltet.

Beispiele für Nummernauflösungen

Äußerung	Entität	Lösung
one thousand times	"one thousand"	"1000"
1,000 people	"1,000"	"1000"
1/2 cup	"1 / 2"	"0.5"
one half the amount	"one half"	"0.5"
one hundred fifty orders	"one hundred fifty"	"150"
one hundred and fifty books	"one hundred and fifty"	"150"
a grade of one point five	"one point five"	"1.5"
buy two dozen eggs	"two dozen"	"24"

LUIS fügt den anerkannten Wert einer builtin.number -Entität in das resolution-Feld der JSON-Antwort ein, die zurückgegeben wird.

Auflösung der vorgefertigten Nummer

Die folgenden Entitätsobjekte werden für die Abfrage zurückgegeben:

order two dozen eggs

V3-Antwort

Beim folgenden JSON-Code wurde der verbose-Parameter auf false festgelegt:

"entities": {
    "number": [
        24
    ]
}

Ausführliche V3-Antwort

Beim folgenden JSON-Code wurde der verbose-Parameter auf true festgelegt:

"entities": {
    "number": [
        24
    ],
    "$instance": {
        "number": [
            {
                "type": "builtin.number",
                "text": "two dozen",
                "startIndex": 6,
                "length": 9,
                "modelTypeId": 2,
                "modelType": "Prebuilt Entity Extractor",
                "recognitionSources": [
                    "model"
                ]
            }
        ]
    }
}

V2-Antwort

Im folgenden Beispiel wird eine JSON-Antwort von LUIS gezeigt, die die Auflösung des Werts „24“ für die Äußerung „two dozen“ enthält.

"entities": [
  {
    "entity": "two dozen",
    "type": "builtin.number",
    "startIndex": 6,
    "endIndex": 14,
    "resolution": {
      "subtype": "integer",
      "value": "24"
    }
  }
]

Nächste Schritte

Erfahren Sie mehr zu den Währungs-, Ordinal- und Prozentsatzentitäten.