효과적인 컨텍스트 관리는 봇이 사용자와 보다 쉽고, 빠르고, 도움이 되며, 로봇 같거나 대본을 읽는 느낌을 영향을 덜 주는 방식으로 상호 작용할 수 있도록 해주므로 중요합니다. 컨텍스트 데이터를 사용하면 작업을 더 빨리 완료할 수 있고 더 자연스럽고 인간과 유사한 전후 대화를 생성할 수 있습니다.

예를 들어, 다음 대화를 살펴봅시다.
User: What are the annual charges for a credit card?
Bot: First year is free and after that, it's $xxx
User: Sounds great, I would like to apply for one.

위의 대화에서 적용신용 카드 컨텍스트에 있습니다. 봇은 사용자에게 신용 카드 또는 직불 카드를 신청할지 질문해서는 안 됩니다. 이전 의도의 컨텍스트, FAQ – 신용 카드 연회비, 의도로 전달되어야 하며 카드를 신청합니다. Kore.ai 봇 플랫폼을 사용하면 다양한 시나리오에 대한 컨텍스트 데이터를 캡처 및 재사용할 수 있으므로 보다 복잡한 사용 사례를 만들고 엔터프라이즈 고객 환경을 재정의할 수 있습니다. 다음은 이러한 몇 가지 시나리오의 예시입니다.

  • 의도 간 컨텍스트 공유, FAQ: 위의 예시와 같이 모든 의도(예: 대화 작업, FAQ 등)의 컨텍스트를 유지하면 사용자 경험을 쉽게 사용자 정의할 수 있습니다
  • 컨텍스트 기반 FAQ: 특정 의도(작업 또는 FAQ)는 특정 다른 의도(작업 또는 FAQ)가 컨텍스트에 있는 경우에만 사용할 수 있습니다. 예: 어떤 식사 옵션을 선택할 수 있습니까?라는 FAQ의 의도는 항공편 예약 작업이 컨텍스트에 있는 경우에만 사용할 수 있습니다.
  • 후속 의도: 현재 의도의 컨텍스트는 사용자 발화에서 후속 의도를 식별하는 데 사용할 수 있습니다. 예를 들어, 사용자 발화 비용이 얼마나 듭니까?는 FAQ 의도로 응답해야 하고 사용자의 이전 의도가 플래티넘 신용 카드의 장점은 무엇입니까?인 경우 플래티넘 신용 카드 비용은 얼마입니까?라고 해야 합니다.
  • 의도 간 엔티티 값 공유: 엔티티 값 또는 대화 흐름은 이전 의도의 컨텍스트 정보를 통해 진행됩니다. 예를 들어 사용자가 항공편 상태 확인 의도를 실행하고 목적지 도시 엔티티에 값을 제공한 경우 날씨 확인 의도의 도시 이름 엔티티가 미리 채워질 수 있습니다.

이 문서에서는 Kore.ai 봇 플랫폼에서 컨텍스트 관리를 구현하기 위한 개념에 대해 설명합니다. 자세한 단계별 예제는 여기를 참조하세요.

사용 사례 예시

User: When is my flight to Singapore?
Bot: Your flight from New York to Singapore is confirmed for Jun 20th.
User: Do I need a Visa?
Bot: Yes, you need a visa to visit Singapore for business or tourism
User: I would like to apply for one
Bot: Sure I can help with Visa to Singapore. Let me know the duration of the stay

위의 대화를 달성하기 위해 컨텍스트 개체를 다음과 같이 사용할 수 있습니다.

  • 항공편 예약 문의 목적지 도시 엔티티 값을 내보냅니다.
  • Visa FAQ 예약 문의 의도에서 내보낸 엔티티 값을 사용합니다.
  • Visa 신청 Visa FAQ에서 Visa와 Singapore라는 용어를 사용합니다.

이 문서는 위의 시나리오를 달성하는 데 도움이 됩니다.

구현

컨텍스트 관리에는 다음 단계가 포함됩니다.

  • 출력 컨텍스트 현재 의도가 실행되었음을 나타내는 태그를 정의합니다.
  • 의도 전제 조건 후속 의도의 감지 범위를 지정하기 위해 출력 컨텍스트 태그를 추출합니다.
  • 의도 감지 규칙 관련 의도를 감지하기 위한 것입니다.
  • KC – 컨텍스트 태그를 사용하여 FAQ에서 용어/노드를 식별하는 컨텍스트 의도를 감지합니다.
  • 대화 흐름 흐름을 사용자 정의합니다.

출력 컨텍스트

컨텍스트 태그컨텍스트 개체에서 생성 및 저장되어 봇 동작과 사용자 경험을 관리하는 데 사용됩니다. 플랫폼은 대화 작업 및 FAQ와 같은 모든 사용자 의도에 대한 컨텍스트 개체를 생성합니다(컨텍스트 개체에 대한 자세한 내용은 여기를 참조하세요). 기본 컨텍스트 태그 의도 이름, 엔티티 이름 및 FAQ 용어/노드 이름은 기본적으로 내보낼 수 있습니다. 사용자 정의 컨텍스트 태그 또한 또한 컨텍스트 개체에 포함되도록 다음을 정의할 수 있습니다.

  • 컨텍스트 태그 – 대화, 동작, 알림, 정보 작업 및 엔티티에 대한 NLP 설정에서 컨텍스트 태그를 추가할 수 있습니다.
  • 엔티티 값 – 캡처된 엔티티 값을 내보낼지 여부를 나타내는 옵션을 각 엔티티 노드에 설정합니다.
  • FAQ 찾기에 컨텍스트 태그 사용 – 컨텍스트 태그를 사용하여 KG경로를 선정할지 여부를 지정할 수 있습니다.

대화 작업

이 플랫폼은 사용자가 대화 작업을 실행할 때 대화 작업의 세부 정보를 내보내도록 지원합니다.

  • 의도 이름은 작업 실행을 시작할 때 모든 대화 작업에 대한 컨텍스트 태그로 내보내집니다.
  • 대화 작업의 NLP 속성 탭에서 태그를 추가할 수 있습니다(아래로 스크롤 해야 할 수 있음).
  • contextTags.add(string value)를 사용하여 JavaScript가 작성된 모든 위치(스크립트 노드, 고급 프롬프트, 스크립트 실행 옵션 등)에서 출력 컨텍스트 태그를 내보낼 수 있습니다.

경고 작업

이 플랫폼은 사용자가 경고 작업을 실행할 때 경고 작업의 세부 정보를 내보내도록 지원합니다.

  • 작업 이름은 작업 실행이 시작될 때 모든 경고 작업에 대한 컨텍스트 태그로 내보내집니다.
  • 추가 옵션 또는 일반 설정에서 작업 생성 시 태그를 추가할 수 있습니다.
  • 다음을 사용하여 전처리기 또는 후처리기 출력 컨텍스트 태그를 내보낼 수도 있습니다 contextTags.add(string value).

엔티티

최종 사용자가 캡처한 엔티티 값은 다음 사항에 따라 방출됩니다.

  • 캡처된 엔티티 값 자동 방출을 전환합니다. 엔티티 값 태그는 다음 섹션과 같이 내보내집니다.
  • 추가적인 태그를 추가할 수 있는 옵션이 있습니다.

지식 그래프

  • 노드/용어 이름은 질문에 답변할 때 확인된 경로에 있는 모든 필수 및 선택적 용어에 대한 컨텍스트 태그로 내보내집니다.
  • 용어/노드의 설정 페이지에서 용어에 대한 태그를 추가할 수 있습니다.
  • 다음을 사용하여 고급 프롬프트의 출력 컨텍스트 태그를 내보낼 수도 있습니다 contextTags.add(string value).

의도 전제 조건

의도 전제 조건은 의도와 FAQ에 대한 의도 감지 범위를 정의하는 데 사용됩니다. 이는 의도/FAQ를 감지하고 실행하는 데 필요한 조건 집합입니다.

대화 작업

대화 의도의 의도 전제 조건은 대화를 감지할 때 정의하도록 설정됩니다. 즉, 컨텍스트에서 특정 태그를 사용할 수 있는 경우에만 감지하는 데 대화를 사용할 수 있습니다.

  1. 대화 의도를 사용할 수 있도록 하나 이상의 의도 전제 조건을 추가할 수 있습니다.
  2. 전제 조건이 있는 대화 의도는 정의된 전제 조건이 충족되는 경우에만 감지됩니다.
  3. 전제 조건 집합의 의도는 하위 의도로 취급되며 대화 수준 보류 및 재개 설정의 연결된 작업 예외 동작의 일부가 됩니다.

경고 작업

경고 작업의 의도 전제 조건은 작업을 감지할 때 정의하도록 설정됩니다. 즉, 컨텍스트에서 특정 태그를 사용할 수 있는 경우에만 감지하는 데 작업을 사용할 수 있습니다.

  1. 작업 의도를 사용할 수 있도록 하나 이상의 의도 전제 조건을 추가할 수 있습니다.
  2. 전제 조건이 있는 작업 의도는 정의된 전제 조건이 충족되는 경우에만 감지되어야 합니다.

지식 그래프

지식 그래프의 의도 전제 조건은 용어와 연관성을 가질 수 있습니다.

  1. 지식 그래프의 모든 용어의 의도 전제 조건을 정의할 수 있습니다.
  2. 전제 조건을 가진 용어가 포함된 경로는 전제 조건이 충족되는 경우에만 확인됩니다.

의도 감지

상황별 의도 감지는 이전에 실행된 의도가 설정한 출력 컨텍스트를 사용하여 관련 의도를 감지하는 데 도움이 됩니다.

작업

특성과 동일한 출력 컨텍스트 태그를 사용하여 컨텍스트와 관련된 의도를 식별하기 위한 규칙을 정의할 수 있습니다(자세한 내용은 여기를 참조하세요).

지식 그래프

플랫폼은 출력 컨텍스트 태그를 사용하고 개발자가 설정한 플래그를 기반으로 지식 그래프 엔진의 의도 감지를 향상하기 위해 사용합니다. 이 플래그는 컨텍스트 태그가 지식 그래프에서 경로를 확인하는 데 사용됩니다. 컨텍스트 태그는 용어를 추출하는 데 사용되며 이러한 용어는 사용자 발화의 다른 모든 용어와 결합됩니다. 통합 용어 목록은 경로를 확인하는 데 사용됩니다. 이 설정은 다음과 같이 설정할 수 있습니다.

  1. 상단 메뉴에서 빌드 탭을 선택합니다
  2. 왼쪽 메뉴에서 자연어 >임계값 및 설정을 클릭합니다.
  3. 지식 그래프를 클릭합니다.
  4. 컨텍스트 경로 확인을 찾아 로 설정합니다.

대화 흐름

컨텍스트 개체에서 사용할 수 있는 컨텍스트 태그는 대화 흐름을 사용자 정의하는 데 사용됩니다. 다음에서 사용할 수 있습니다.

  • 엔티티 값을 미리 채우는 경우.
  • 전환 조건을 정의하는 경우.
  • 대화 흐름을 사용자 정의하는 경우.

컨텍스트 태그에 액세스하는 스크립트는 다음과 같습니다.

  • 현재 컨텍스트에서: context.currentTags.tags
  • 이전 컨텍스트에서: context.historicTags[0].tags

Leave a Reply

Your email address will not be published. Required fields are marked *

Fill out this field
Fill out this field
Please enter a valid email address.
You need to agree with the terms to proceed

効果的なコンテキスト管理が重要なのは、ボットがユーザーとより簡単に、より迅速に、より有用な方法で対話できるようになり、機械的、台本的ではなくなるからです。コンテキストデータはユーザーが早くタスクを完了するのを助け、より自然で人間味のあるやりとりを生み出します。

次の会話を例に見てみましょう。
ユーザー: クレジットカードの年会費はいくらですか?
ボット: 初年度は無料で、それ以降は年間XXXドルです。
ユーザー: いいですね、早速申し込みます。

上記の会話では、「申し込む」が「クレジットカード」のコンテキストに存在しています。ここでボットがユーザーに対して、クレジットカードを申し込むのかデビットカードを申し込むのかを尋ねるのは不適切です。FAQの「クレジットカードの年会費」という前のインテントのコンテキストが、「カードを申し込む」というインテントに渡されなければなりません。

Kore.aiのボットプラットフォームでは、コンテキストデータをキャプチャしてさまざまなシナリオで再利用することで、より複雑なユースケースを作成したり、エンタープライズの顧客体験を再定義したりできます。そのようなシナリオをいくつかご紹介します。

  • インテント間やFAQ間でコンテキストを共有する: 上記のように、ダイアログタスクやFAQなどすべてのインテントのコンテキストを維持しておくと、ユーザーエクスペリエンスを簡単にカスタマイズできます。
  • コンテキスト重視のFAQ: 特定のインテント (タスクまたはFAQ) は他の特定のインテント (タスクまたはFAQ) がコンテキストに存在する場合にのみ、使用できるようにすることができます。
    : FAQのインテント「食事オプションにはどんなものがありますか」は、「フライトを予約する」タスクがコンテキスト内に存在する場合にのみ使用します。
  • フォローアップインテント: 現在のインテントのコンテキストは、ユーザーの発話内のそれに続くインテントの特定に使用できます。
    : ユーザーの前のインテントが「プラチナクレジットカードの特典はなんですか」であった場合、ユーザーの発話「手数料はいくらですか」に対してはFAQのインテント「プラチナクレジットカードの手数料はいくらですか」を使用して応答できます。
  • インテント間でエンティティ値を共有する: エンティティ値または会話フローは、前のインテントのコンテキスト情報を使用して導くことができます。
    : 「天気を調べる」インテント内の「都市名」エンティティは、ユーザーが「フライト状況を調べる」インテントを実行して「目的地の都市」エンティティの値が入力されている場合に、あらかじめ入力しておくことができます。

このドキュメントでは、Kore.aiボットプラットフォームにおけるコンテキスト管理の実装の背景にある概念について説明しています。詳しい手順を説明した例については、こちらを参照してください。

ユースケース例

ユーザー: 私のシンガポール行きのフライトはいつでしたか?
ボット: ニューヨーク発、シンガポール行きの便が、6月20日で確定しています。
ユーザー: ビザは必要ですか?
ボット: はい、ビジネスまたは観光目的でのシンガポールへの渡航にはビザが必要です。
ユーザー: それでは申請したいです。
ボット: 承知しました。シンガポールの渡航ビザの申請をお手伝いします。滞在期間を教えてください。

上記のような会話を実現するには、次のようなコンテキストオブジェクトを使用できます。

  • フライト予約の問い合わせが、目的地の都市のエンティティ値を発行
  • ビザに関するFAQは、予約問い合わせのインテントにより発行されたエンティティ値を使用
  • ビザの申請には、ビザに関するFAQから「ビザ」と「シンガポール」という用語を使用

上記のようなシナリオを実現するのに、こちらの記事が役立ちます。

実装

コンテキスト管理には、以下のような手順があります。

  • 現在実行されているインテントを示すタグを定義する、出力コンテキスト
  • 後に続くインテント検出のスコーピングのための出力コンテキストタグを抽出する、インテント前提条件
  • 関連するインテントを検出するための、インテント検出ルール
  • FAQから用語やノードを特定するコンテキストタグを使用した、KC-コンテキストインテント検出
  • フローをカスタマイズする、会話フロー

出力コンテキスト

コンテキストタグを生成して、ボットの動作とユーザーエクスペリエンスを管理するコンテキストオブジェクトに保存することができます。プラットフォームはコンテキストオブジェクトをダイアログタスクやFAQのように、ユーザーインテントごとに作成します (コンテクストオブジェクトについては、こちらを参照してください)。

デフォルトのコンテキストタグ:
インテント名、エンティティ名、FAQの用語/ノード名は、デフォルトで発行されます。

カスタムコンテキストタグ:
さらに、以下を定義してコンテキストオブジェクトに含めることができます。

  • コンテキストタグ – NLP設定から、ダイアログ、アクション、アラート、情報タスクおよびエンティティのコンテキストタグを追加できます。
  • エンティティ値 – キャプチャしたエンティティ値を、エンティティノードごとに発行するかどうかを指定するオプションを設定します。
  • FAQの検索にコンテキストタグを使用する – コンテキストタグを使用してナレッジグラフのパスを候補にするかどうかを指定できます。

ダイアログタスク

プラットフォームは、ユーザーが実行したときのダイアログタスクの詳細の発行に対応しています。

  • インテント名は、タスク実行の開始時にすべてのダイアログタスクのコンテキストタグとして発行されます。
  • ダイアログタスクの [NLPプロパティ] タブから、タグを追加することができます。
  • 出力コンテキストタグは、スクリプトノード、高度なプロンプト、[スクリプトを実行] オプションなどのJavaScriptが記述されている箇所ならcontextTags.add(string value)を使用してどこからでも発行することができます。

その他のタスク

プラットフォームは、ユーザーが実行したときのアクションアラート、および情報タスクの詳細の発行に対応しています。

  • タスク名は、タスク実行の開始時にすべてのアクションアラートおよび情報タスクのコンテキストタグとして発行されます。
  • タスクの作成時には、[その他のオプション] でタグを追加することができます。

    または一般設定からも可能です。
  • また、contextTags.add(string value)を使用して、プリプロセッサやポストプロセッサから出力コンテキストタグを発行することもできます。

エンティティ

エンドユーザーからキャプチャしたエンティティ値は、以下に基づいて発行することができます。

  • キャプチャしたエンティティ値の自動発行スイッチ。エンティティ値タグは、以下のセクションのように発行されます。
  • タグを追加するオプションがあります。

ナレッジ グラフ

  • ノード/用語名は、質問が回答されたときに、修飾パス内のすべての必須/オプション用語のコンテキストタグとして発行されます。
  • 用語/ノードの設定ページから、用語ごとにタグを追加することができます。
  • また、contextTags.add(string value)を使用して、高度なプロンプトから出力コンテキストタグを発行することもできます。

インテント前提条件

インテント前提条件は、インテントとFAQのインテント検出範囲を定義するのに使用できます。これらは、インテント/FAQを検出して実行するために満たす必要のある条件のセットです。

ダイアログタスク

ダイアログインテントのインテント前提条件で、ダイアログ検出のタイミングを定義することができます。たとえば、コンテキスト内の特定のタグが使用可能になった場合、ダイアログ検出の用途のためにのみダイアログを有効にすることができます。

  1. ダイアログインテントを使用可能にするために、1つ以上のインテント前提条件を追加することができます。
  2. 前提条件付きのダイアログインテントは、定義された前提条件が満たされた場合にのみ検出されます。
  3. 前提条件のセット付きのインテントはサブインテントとして扱われ、ダイアログレベルの [一時停止と再開] 設定からリンクされたタスクの例外の動作の一部となります。

その他のタスク

アクションアラートおよび情報タスクのインテント前提条件で、タスク検出のタイミングを定義することができます。たとえば、コンテキスト内の特定のタグが使用可能担った場合、タスク検出の用途のためにのみタスクを有効にすることができます。

  1. タスクインテントを使用可能にするために、1つ以上のインテント前提条件を追加することができます。
  2. 前提条件付きのタスクインテントは、定義された前提条件が満たされた場合にのみ検出される必要があります。

ナレッジグラフ

ナレッジグラフのインテント前提条件は、用語と関連付けることができます。

  1. ナレッジグラフ内に存在するどの用語にも、インテント前提条件を定義できます。
  2. 前提条件付きの用語を含むパスは、前提条件が満たされている場合にのみ修飾されます。

インテントの検出

コンテキストインテント検出は、以前に実行されたインテントにより設定された出力コンテクストを使用した関連インテントを検出するのに役立ちます。

タスク

トレイトと同様に、出力コンテキストタグを使用して、文脈に関連するインテントを特定する「ルール」を定義できます (詳しくは、こちらを参照してください)。

ナレッジグラフ

プラットフォームは出力コンテキストタグを使用して、開発者により設定されたフラグに基づいてナレッジグラフエンジンでのインテント検出を向上させます。フラグは、コンテキストタグにレッジグラフ内のパスを修飾させます。用語はコンテキストタグを使用して抽出され、ユーザーの発話内に存在する他の用語とまとめられます。 統合された用語リストは、パスの修飾に使用されます。

これは、次のようにして設定できます。

  1. 左側のパネルの [自然言語] > [トレーニング] から、[しきい値と設定] を選択します。
  2. ナレッジグラフをクリックします。
  3. [コンテキストパスを修飾する] [はい] に設定します。

会話フロー

コンテキストオブジェクトで使用できるコンテキストタグは、会話フローのカスタマイズに使用することができます。

以下の目的に使用できます。

  • エンティティ値の事前設定
  • 遷移条件の定義
  • カスタム会話フロー

コンテキストタグにアクセスするには、スクリプトを以下のように記述します。

  • 現在のコンテキストから: context.currentTags.tags
  • 前のコンテキストから: context.historicTags[0].tags

Leave a Reply

Your email address will not be published. Required fields are marked *

Fill out this field
Fill out this field
Please enter a valid email address.
You need to agree with the terms to proceed

Effective context management is important because it allows bots to interact with users in a way that is easier, quicker, more helpful, and less robotic and scripted. Contextual data helps users complete tasks faster and allows you to create more natural, human-like back and forth conversations.

For example, let us consider the following conversation:
User: What are the annual charges for a credit card?
Bot: First year is free and after that, it's $xxx
User: Sounds great, I would like to apply for one.

In the above conversation, the apply is in the context of a credit card. The bot should not be asking the user whether they would like to apply for a credit card or a debit card. The context from the previous intent, FAQ – credit card annual charges, should be passed to the intent, Apply for a card.

Kore.ai Bots Platform allows you to capture and reuse contextual data for a large variety of scenarios, so you can create more complex use cases and redefine the enterprise customer experience. The following are examples of a few such scenarios:

  • Sharing context across intents, FAQs: As seen from the above example, maintaining context for all intents i.e. dialog tasks, FAQs, makes it easy to customize the user experience
  • Context-driven FAQs: Certain intents (tasks or FAQs) can be made available only when certain other intents (tasks or FAQs) are in the context.
    For example, FAQ intent What are the meal options available? should be available only when Book a flight task is in the context.
  • Follow-up Intent: Context of the current intent can be used to identify subsequent intents from the user utterances.
    For example, User utterance what are the charges? should be responded with FAQ intent what are the charges for a Platinum credit card? if the user’s previous intent was what are the benefits of Platinum credit card?
  • Sharing Entity Values across Intents: Entity values or conversation flows can be driven using the previous intent’s context information.
    For example, The City Name entity in Check Weather intent can be pre-populated if the user has executed Check Flight Status intent and has provided value for the Destination City entity.

This document talks about the concepts behind the implementation of context management in the Kore.ai bots platform. For a detailed step-by-step example, refer here.

Use Case Example

User: When is my flight to Singapore?
Bot: Your flight from New York to Singapore is confirmed for Jun 20th.
User: Do I need a Visa?
Bot: Yes, you need a visa to visit Singapore for business or tourism
User: I would like to apply for one
Bot: Sure I can help with Visa to Singapore. Let me know the duration of the stay

To achieve the above conversation, the context object can be used as follows:

  • Flight Booking Enquiry emits the destination city entity value.
  • Visa FAQ uses the entity value emitted by the Booking Enquiry Intent.
  • Visa Application consumes the terms Visa and Singapore from the Visa FAQ.

This article will help you in achieving the above scenario.

Implementation

Context management involves the following steps:

  • Output Context to define tags that indicate the current intent is executed.
  • Intent Preconditions to extract the output context tags for scoping the subsequent intent detection.
  • Intent Detection Rules for detecting the relevant intents.
  • KC – Contextual Intent Detection using context tags to identify the terms/nodes from the FAQs.
  • Conversation Flows to customize the flows.

Output Context

Context Tags are generated and stored in the context object to be used for managing the bot behavior and user experience. The platform creates a context object for every user intent, like dialog tasks and FAQs (refer here for more on Context Object).

Default Contexts Tags
Intent names, Entity names, and FAQ Term/Node names are emitted by default.

Custom Context Tags
Additionally, the following can be defined to be included in the Context Object:

  • Context Tags – You can add context tags from the NLP settings for Dialog, Action, Alert, Info Tasks, and Entities.
  • Entity Value – You set an option to indicate whether entity values captured should be emitted or not for each entity node.
  • Use context tags for finding FAQ – You can indicate whether KG paths to be shortlisted using context tags.

Dialog Tasks

The platform supports emitting details of a dialog task when executed by the user:

  • The intent name is emitted as a contextual tag for all dialog tasks when the task execution is initiated.
  • You can add any additional tags from the NLP Properties tab of the dialog task (you may have to scroll down).
  • You can emit output context tags from any place where JavaScript is written (script node, advanced prompts, run a script option, etc.) using the contextTags.add(string value).

Alert Tasks

The platform supports emitting details of the alert tasks when executed by the user:

  • The task name is emitted as a contextual tag for all alert tasks when the task execution is initiated.
  • You can add any additional tags at the time of task creation under More Options or from the General Settings.
  • You can also emit output context tags from pre-processors or post-processors using the contextTags.add(string value).

Entity

Entity values captured from end-users are emitted based on the:

  • Auto emit the entity values captured switch. Entity Value Tags will be emitted as shown in the following section.
  • You have the option to add any additional tags.

Knowledge Graph

  • Node/term name is emitted as a contextual tag for all mandatory and optional terms present in the path qualified when a question is answered.
  • You can add any additional tags per term from the Settings page for the term/node.
  • You can also emit output context tags from advanced prompts using the contextTags.add(string value).

Intent Preconditions

Intent pre-conditions are used to define the intent detection scope for intents and FAQs. These are a set of conditions that must be fulfilled for the intent/FAQ to be detected and executed.

Dialog Tasks

Intent pre-conditions for dialog intents are set to define when a dialog is detected i.e. making a dialog available for detection only when specific tags are available in the context.

  1. You can add one or more intent pre-conditions for making a dialog intent available.
  2. Dialog intents with pre-conditions are detected only if the defined pre-conditions are met.
  3. The intent with a pre-condition set is treated as a sub-intent and will be part of the Linked Task Exception behavior from the Dialog level Hold and Resume settings.

Alert Tasks

Intent pre-conditions for alert tasks are set to define when a task is detected i.e. making a task available for detection only when specific tags are available in the context.

  1. You can add one or more intent pre-conditions for making a task intent available.
  2. Task intents with pre-conditions must be detected only if the defined pre-conditions are met.

Knowledge Graph

Intent pre-conditions for Knowledge Graph can be associated with terms.

  1. You can define intent pre-conditions for any of the terms present in the Knowledge Graph.
  2. Paths that contain terms with pre-conditions are qualified only if the pre-conditions are met.

Intent Detection

Contextual intent detection helps in detecting relevant intents using the output context set by previously executed intents.

Tasks

You can define Rules for identifying contextually relevant intents by using output context tags the same as traits (refer here for more).

Knowledge Graph

The platform consumes the output context tags and uses them for improving intent detection in the Knowledge Graph engine based on the flag set by the developer. This flag ensures that the context tags are used to qualify paths in Knowledge Graph. Context tags are used to extract terms and these terms are clubbed with any other terms present in user utterance. The consolidated list of terms is used for qualifying the path.

You can set this configuration by:

  1. Select the Build tab from the top menu
  2. From the left menu, click Natural Language > Thresholds & Configurations.
  3. Click Knowledge Graph.
  4. Locate Qualify Contextual Paths and set it to Yes.

Conversation Flows

The context tags available in the context object are used to customize the conversation flows.

These can be used:

  • To pre-populate entity values.
  • To define transition conditions.
  • For custom conversation flow.

Script to access the context tags are:

  • From the current context: context.currentTags.tags
  • From the previous context: context.historicTags[0].tags

Leave a Reply

Your email address will not be published. Required fields are marked *

Fill out this field
Fill out this field
Please enter a valid email address.
You need to agree with the terms to proceed