Partager via

Enregistrement d’entité pour l’intégration de la compréhension du langage courant

  • Article

Cet article décrit l’ajout d’entités de compréhension du langage conversationnel (CLU) aux agents. Copilot Studio Les entités sont composées des types de données suivants : Booléen, Chaîne et Nombre. Pour plus d’informations, voir Types de données. Dans la plupart des cas, vous pouvez utiliser des entités prédéfinies pour vos projets. Si vous souhaitez utiliser des types d’entités CLU avec des résolutions JSON personnalisées, les exemples de schéma suivants sont fournis pour référence.

Pour configurer vos entités CLU environnement pour les agents mappage, consultez Copilot Studio Démarrer avec l’intégration de la compréhension du langage conversationnel .

Les types de données suivants sont disponibles pour mapper les entités CLU :

  • BooleanDatatype : Choice.Boolean
  • StringDatatype : Geography.Location, Regex , List, General.Event, General.Organization, Phone Number, IpAddress, Person.Name, Phone Number, URL
  • NumberDatatype : Number

Note

Les entités composites (entités avec plusieurs composants) sont mappées à StringDatatype.

Table de schéma

Vous pouvez utiliser un exemple de code JSON pour enregistrer des entités pour les agents que vous créez. Les entités se résolvent en types de données complexes. Vous pouvez mapper manuellement des entités CLU sur des types de données Copilot Studio en copiant et en collant les blocs de code JSON suivants pour l’entité concernée.

Âge

{
    "unit": "Year",
    "value": 10
}

Devise

{
    "unit": "Egyptian pound",
    "ISO4217": "EGP",
    "value": 30
}

Température

{
    "unit": "Fahrenheit",
    "value": 88
}

Ordinal

{
    "offset": "3",
    "relativeTo": "Start",
    "value": "3"
}

Dimensions

{
    "unit": "KilometersPerHour",
    "value": 24
}

Types d’entités CLU DateTime

DateTime est un type d’entité spécial qui modifie la résolution renvoyée en fonction des types d’entrée utilisateur reçus.

Les exemples suivants montrent comment configurer des entités pour différents types d’énoncés de date et d’heure. Vous pouvez créer vos propres mappages, basés sur ces exemples, en fonction du type de résultat que vous attendez de vos utilisateurs agent.

Date

Exemple d’entrée : 1er janvier 1995

{
    "dateTimeSubKind": "Date",
    "timex": "1995-01-01",
    "value": "1995-01-01"
}

DateTime (année)

Exemple d’entrée : Je serai de retour le 12 avril

{
    "dateTimeSubKind": "Date",
    "timex": "XXXX-04-12",
    "value": "2022-04-12"
}

DatetimeRange (durée)

Exemple d’entrée : Je suis absent entre le 3 et le 12 septembre

{
    "resolutionKind": "TemporalSpan",
    "timex": "(XXXX-09-03,XXXX-09-12,P9D)",
    "duration": "P9D",
    "begin": "2022-09-03",
    "end": "2022-09-12"
}

DatetimeRange (ensemble)

Exemple d’entrée : Tous les mardis

{ 
    "resolutionKind": "DateTime",
    "dateTimeSubKind": "Set",
    "timex": "XXXX-WXX-2",
    "value": "not resolved"
}

Datetime (depuis)

Exemple d’entrée : Je suis parti depuis août

{
    "resolutionKind": "TemporalSpan",
    "timex": "XXXX-08",
    "begin": "2022-08-01",
    "modifier": "Since"
}

Heure

Exemple d’entrée : Il est sept heures et demie

{
    "resolutionKind": "DateTime",
    "dateTimeSubKind": "Time",
    "timex": "T07:30",
    "value": "07:30:00"
}

Contenu associé