NLU 엔터티
엔터티는 사용자 입력을 받을 때 모델에 추가 컨텍스트를 제공합니다. 발언과 의도에 엔터티를 추가하여 (NLU) 모델의 자연어 이해 예측을 개선합니다.
엔터티를 사용자가 수행하려는 작업의 객체로 생각하십시오. 모델은 의도와 일치시켜 발언을 해석하지만 엔터티를 사용하여 요청에 대한 자세한 정보를 수집하기도 합니다.
- 하드웨어(엔터티) - 랩톱 (값)
- 긴급도(엔터티) - 높음 (값)
NLU 엔터티는 시스템 과 사용자 정의의 두 가지 범주로 나뉩니다. 날짜, 시간, 위치와 같은 시스템 엔터티는 인스턴스에서 기본적으로 사용할 수 있습니다. 사용자 정의 엔터티를 생성하여 비즈니스와 관련된 컨텍스트를 제공할 수 있습니다.
엔터티를 만들 때 발언에 주석을 달아 모델이 학습하는 데 도움이 되는 예제를 제공합니다. 엔터티에 주석을 달면 모델에 시스템 어휘에 대한 언어적 연관성과 의미 있는 컨텍스트를 제공할 수 있습니다. 주석은 엔터티의 관련성을 강화하고 모델이 사용자의 입력에 응답하여 올바른 작업을 수행하는 데 도움이 됩니다.
의도를 생성할 때 발언에 엔터티를 추가합니다. 그러면 엔터티가 해당 의도에 연결되어, 연결된 의도 번호가 제공됩니다.
정규 표현식
정규 표현식(regex)은 모델이 텍스트를 찾고, 일치시키고, 관리하는 모델을 향상시키는 패턴을 설정하는 데 도움이 됩니다. 패턴 엔터티가 있는 정규 표현식을 사용하면 모델이 이메일 주소, 전화 번호 및 인시던트 번호와 같은 형식을 쉽게 이해할 수 있습니다.
자세한 내용은 엔터티에서 정규 표현식 사용 문서를 참조하십시오.
모델 가용성
엔터티를 만들 때, 모델의 다른 의도에서 엔터티를 재사용할 수 있도록 선택할 수 있습니다. 엔터티를 생성할 때 모델 가용성 상자를 선택하지 않은 경우 나중에 엔터티를 편집할 수 있습니다.