Entity Regexp

Beberapa entitas perlu mencocokkan pola, bukan istilah tertentu. Misalnya, nomor identifikasi nasional, tanda pengenal, pelat nomor, dan sebagainya. Dengan entitas ekspresi reguler, Anda dapat memberikan ekspresi reguler untuk pencocokan.

Ekspresi reguler gabungan

Setiap entity ekspresi reguler sesuai dengan satu pola, tetapi Anda dapat memberikan beberapa ekspresi reguler jika semuanya mewakili variasi dari satu pola. Selama pelatihan agen, semua ekspresi reguler dari satu entitas digabungkan dengan operator alternatif (|) untuk membentuk satu ekspresi reguler gabungan.

Misalnya, jika Anda memberikan ekspresi reguler berikut untuk nomor telepon:

  • ^[2-9]\d{2}-\d{3}-\d{4}$
  • ^(1?(-?\d{3})-?)?(\d{3})(-?\d{4})$

Ekspresi reguler gabungan menjadi:

  • ^[2-9]\d{2}-\d{3}-\d{4}$|^(1?(-?\d{3})-?)?(\d{3})(-?\d{4})$

Urutan ekspresi reguler penting. Setiap ekspresi reguler dalam ekspresi reguler gabungan diproses secara berurutan. Penelusuran berhenti setelah kecocokan yang valid ditemukan. Misalnya, untuk ekspresi pengguna akhir "Seattle":

  • Sea|Seattle cocok dengan "Sea"
  • Seattle|Sea cocok dengan "Seattle"

Penanganan khusus untuk pengenalan ucapan

Jika agen Anda menggunakan pengenalan ucapan (juga dikenal sebagai input audio, speech-to-text, atau STT), ekspresi reguler Anda akan memerlukan penanganan khusus saat mencocokkan huruf dan angka. Ucapan pengguna akhir yang diucapkan diproses terlebih dahulu oleh speech recognizer sebelum entity dicocokkan. Jika ucapan berisi serangkaian huruf atau angka, pengenal dapat menambahkan spasi di antara setiap karakter. Selain itu, pengenal dapat menafsirkan angka dalam bentuk kata. Misalnya, ucapan pengguna akhir "ID saya adalah 123" dapat dikenali sebagai salah satu dari berikut ini:

  • "ID saya adalah 123"
  • "ID saya adalah 1 2 3"
  • "My ID is one two three" (ID saya adalah satu dua tiga)

Untuk mengakomodasi angka tiga digit, Anda dapat menggunakan ekspresi reguler berikut:

\d{3}
 
\d \d \d
 
(zero|one|two|three|four|five|six|seven|eight|nine) (zero|one|two|three|four|five|six|seven|eight|nine) (zero|one|two|three|four|five|six|seven|eight|nine)

Membuat entity ekspresi reguler

Konsol

  1. Buka konsol Dialogflow CX.
  2. Pilih project GCP Anda.
  3. Pilih agen Anda.
  4. Pilih tab Kelola.
  5. Klik Entity Types.
  6. Klik Create.
  7. Lihat Entity ekspresi reguler.
  8. Lengkapi kolom yang tersisa.
  9. Klik Simpan.

API

Tetapkan kolom EntityType.kind ke KIND_REGEXP.

Pilih protokol dan versi untuk referensi EntityType:

Protokol V3 V3beta1
REST Resource EntityType Resource EntityType
RPC Antarmuka EntityType Antarmuka EntityType
C++ EntityTypesClient Tidak tersedia
C# EntityTypesClient Tidak tersedia
Go EntityTypesClient Tidak tersedia
Java EntityTypesClient EntityTypesClient
Node.js EntityTypesClient EntityTypesClient
PHP Tidak tersedia Tidak tersedia
Python EntityTypesClient EntityTypesClient
Ruby Tidak tersedia Tidak tersedia

Batasan

Batasan berikut berlaku:

  • Pencocokan fuzzy tidak dapat diaktifkan untuk entitas ekspresi reguler. Fitur ini tidak dapat digunakan bersamaan.
  • Setiap agen dapat memiliki maksimal 50 entity ekspresi reguler.
  • Ekspresi reguler gabungan untuk entitas memiliki panjang maksimum 2.000 karakter.
Sebelumnya
Entity sesi
Berikutnya
Pencocokan fuzzy