Conceptos claves
Antes de continuar es importante conocer conceptos claves que todo motor cognitivo incorpora.
Intención
Las Intenciones son propósitos u objetivos que se expresan en la entrada de un cliente, tales como responder a una pregunta o procesar un pago de factura. Al reconocer la intención expresada en una entrada de cliente, Lynn puede elegir el flujo de diálogo correcto para responder a la misma.
¿Cómo identificar una Intención en Lynn?
La siguiente imagen muestra un ejemplo de intención en Lynn. La intención siempre estará podrás reconocerla con el nombre y logo de su respectivo motor cognitivo. También puede existir el caso en que la intención no esté conectada a su motor cognitivo, estos casos podrán ser identificados dado que el logo se encuentra tachado. En la siguiente imagen se muestra un ejemplo de lo mencionado anteriormente.
Como hemos mencionado anteriormente la intención ejecutará una parte del flujo, ¿cómo podemos definir qué parte del flujo vamos a ejecutar? Parte fundamental de las intenciones es el entrenamiento, cada intención es entrenada con distintas frases de entrenamiento. De esta manera el motor cognitivo es capaz de interpretar y predecir la intención del usuario.
Frases de entrenamiento
Frases de entrenamiento: estas son frases de ejemplo de algo que podrían decir los usuarios finales. Cuando una expresión de usuario final se parece a una de estas frases, el motor cognitivo hace una coincidencia con el Intent. En gran parte de los motores cognitivos no es necesario definir todos los ejemplos posibles, ya que el aprendizaje automático incorporado en la mayoría de los motores cognitivos expande tu lista con otras frases similares.
Cabe señalar que Lynn también permite el entrenamiento de intenciones desde su plataforma. para ello vaya a la intención de su interés y seleccione la opción de entrenamiento, le aparecerá la ventana mostrada en la siguiente imagen en donde podrá escribir su frase de entrenamiento y definir su motor cognitivo.
Entidades
Representan información en la entrada de usuario que es relevante para la finalidad del usuario. Si las intenciones representan verbos (la acción que un usuario quiere llevar a cabo), las entidades representan nombres (el objeto o el contexto de una acción).
Por ejemplo, si la intención es para obtener una previsión meteorológica, se necesitan las entidades relevantes correspondientes a ubicación y a fecha para que la aplicación pueda devolver una previsión precisa.
Al igual que las intenciones, en Lynn podemos identificar las entidades relacionadas con motores cognitivos. La siguiente imagen ilustra un ejemplo.
Al igual que las intenciones cada entidad puede diferenciarse de otra por medio de su entrenamiento, en el caso de las entidades el entrenamiento se denomina valor de la entidad y dicho valor puede contener distintos sinónimos.
La siguiente imagen muestra un ejemplo de la entidad @ciudad creada en dialog flow. El ejemplo muestra la entidad @ciudad con dos posibles valores “santiago” y “rancagua”, a su vez cada uno de estos valores tiene su sinónimo asociado.
La siguiente imagen ilustra el comportamiento de un motor cognitivo ahora utilizando IBM Watson.
En la parte izquierda de la imagen podemos ver la configuración de la intención #meteorologia, como podemos observar esta intención está entrenada con la frase “como está el tiempo en stg?”.
¿En la parte izquierda de la imagen podemos observar el simulador que nos proporciona IBM Watson, en este caso el usuario ha ingresado la consulta “como está el tiempo en stg?” y la respuesta de IBM Watson fue identificar el nombre de la intención, nombre de la entidad y el valor que representa dicha entidad.
Cabe señalar que otras intenciones pueden contener frases de entrenamiento iguales o parecidas, en esos casos es sumamente relevante observar el porcentaje de aceptación de la intención. La imagen anterior muestra un ejemplo que podemos inspeccionar desde IBM Watson, en este caso en la escala de 0.00 a 1.00 donde 1.00 significa que la consulta tiene un 100% de aceptación.
Desde Lynn también podemos configurar este porcentaje de aceptación. Edita o crea una intención, de esta forma puedes definir porcentaje de aceptación para tu intención. Se recomienda bajar el porcentaje de aceptación si tus intenciones no están completamente bien entrenadas y puedes aumentar el porcentaje de aceptación para solicitudes específicas del usuario.
Entidades e intenciones son componentes básicos de todo motor cognitivo. Las empresas que se han dedicado al desarrollo de estas tecnologías se han diferenciado por las funcionalidades de sus motores cognitivos. De esta manera dependiendo de la tecnología que estemos utilizando, podemos encontrar diferentes alternativas en nuestros motore cognitivos, como, por ejemplo, opciones de integración, eventos, contextos de la conversión, respuestas, etc.
Desbordes en evaluaciones cognitivas y sus manejadores
El proceso de evaluación cognitiva se realiza entre dos partes la generación de la oración a evaluar cognitivamente que es comunicada por Lynn al motor cognitivo destino y el motor cognitivo que es titular de realizar la consecuente gestión de evaluación cognitiva según el entrenamiento configurado en dicho motor.
A fines de garantizar la gestión de la mayoría o totalidad de los casos de desbordes que se pudieran presentar en el proceso de evaluación de una oración se dispone de un modelo de ejecución de desbordes en evaluaciones cognitivas y manejadores con el fin de poder tipificar dichos casos y así poder gestionar adecuadamente en el flujo o inspeccionar su naturaleza.
Estructura de entidades de información de error silente
"EvaluationErrorCause": [errorCause]
"EvaluationErrorCode": [errorCode (string)]
Códigos de error y descriptores
| Código | Descriptor |
|---|---|
| 500 | Unhandled error |
| 501 | Unknown error |
| 502 | Unknown cognitive context type |
| 503 | Confidence of intent below required |
| 504 | Intent not found in Configuration Database |
| 505 | There is no cognitive context configured |
| 506 | Cognitive intent result is empty |
| 507 | Wake Up Mode not configured |