Поделиться через

Регистрация сущностей для интеграции распознавания разговорной речи

  • Статья

В этой статье обсуждается добавление сущностей понимания разговорного языка (CLU) к Copilot Studio агентам. Эти сущности состоят из следующих логических, строковых и числовых типов данных. Дополнительные сведения см. в разделе Типы данных. В большинстве случаев вы можете использовать предварительно созданные сущности для своих проектов. Если вы хотите использовать типы сущностей CLU с настраиваемыми разрешениями JSON, следующие примеры схем можно использовать в качестве справки.

Чтобы настроить среду для сущностей CLU сопоставление для Copilot Studio агентов, см. Начало работы с интеграцией понимания разговорного языка.

Следующие типы данных доступны для сопоставления сущностей CLU:

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

Заметка

Составные сущности (сущности с несколькими компонентами) сопоставляются с StringDatatype.

Таблица схем

Вы можете использовать пример кода JSON для регистрации сущностей для создаваемых вами агентов. Сущности разрешаются в сложные типы данных. Вы можете вручную сопоставить сущности CLU с типами данных Copilot Studio, скопировав и вставив следующие блоки кода JSON для соответствующей сущности.

Возраст

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

Валюта.

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

Температура

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

Порядковое число

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

Измерения

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

Типы сущностей CLU dateTime

DateTime — это специальный тип сущности, который изменяет возвращаемое разрешение в зависимости от типов полученных пользовательских входных данных.

В следующих примерах показано, как настроить сущности для различных типов высказываний о дате и времени. Вы можете создавать собственные сопоставления на основе этих примеров в зависимости от типа результата, который вы ожидаете получить от пользователей агент.

Date

Пример ввода: 1 января 1995 г.

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

DateTime (год)

Пример ввода: Я вернусь 12-го апреля

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

DatetimeRange (длительность)

Пример ввода: Меня не будет с 3 по 12 сентября

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

DatetimeRange (набор)

Пример ввода: Каждый вторник

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

Datetime (с)

Пример ввода: Меня не было с августа

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

Время

Пример входных данных: Сейчас половина восьмого

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

Связанный контент