Sie können den Unterhaltungsverlauf nach BigQuery exportieren. Nach der Konfiguration wird der gesamte Live-Unterhaltungsverlauf in Ihre BigQuery-Tabelle geschrieben. So erhalten Sie erweiterte Analysetools, mit denen Sie Ihren Agent debuggen und verbessern und Muster in Konversationsdaten erkennen können.
Beschränkungen
Es gelten folgende Einschränkungen:
- Pro Unterhaltung können maximal 500 Antworten exportiert werden.
Projektübergreifende Berechtigungen
Wenn sich Ihr Dialogflow-Agent und Ihre BigQuery-Daten nicht im selben Projekt befinden, muss das Dienstkonto, das mit Ihrem Dialogflow Google Cloud -Projekt verknüpft ist, auch die IAM-Berechtigung roles/bigquery.dataEditor für das BigQuery-Dataset in Ihrem BigQuery Google Cloud -Projekt haben.
Format des Dienstkontos: service-<dialogflow-project-number>@gcp-sa-dialogflow.iam.gserviceaccount.com
Der Nutzer, der den Export in Dialogflow konfiguriert, muss Berechtigungen für das BigQuery-Projekt haben. Andernfalls wird das BigQuery-Projekt nicht als Option in der Dialogflow-Konsole angezeigt.
Die Mindestberechtigung, die für das BigQuery-Projekt erforderlich ist, damit der Nutzer es in Dialogflow sehen kann, ist resourcemanager.projects.get.
Alternativ können Sie eine der folgenden Google Cloud vordefinierten Rollenroles/browser oder roles/bigquery.metadataViewer zuweisen, die diese Berechtigung enthalten, aber nicht erfordern, dass der Nutzer Zugriff auf das BigQuery-Dataset hat.
Tabellenbeschreibung
Jede Zeile der Tabelle enthält einen Gesprächsbeitrag mit den folgenden Spalten:
| Spalte | Typ | Beschreibung |
|---|---|---|
| project_id | STRING | Die Projekt-ID. |
| agent_id | STRING | Die Agent-ID. |
| conversation_name | STRING | Der vollständig qualifizierte Ressourcenname der Sitzung. |
| turn_position | INTEGER | Die Nummer der Unterhaltungsrunde. |
| request_time | TIMESTAMP | Der Zeitpunkt der Unterhaltungsrunde. |
| language_code | STRING | Das Sprach-Tag. |
| Anfrage | JSON | Die Anfrage zum Erkennen des Intents. |
| Antwort | JSON | Die Antwort auf die Intent-Erkennung. |
| partial_responses | JSON | Teilantworten, falls zutreffend. |
| derived_data | JSON | Zusätzliche Metadaten für diesen Unterhaltungsturn. |
| conversation_signals | JSON | NLU-bezogene Analysedaten. Das JSON-Schema finden Sie unter ConversationSignals. |
| bot_answer_feedback | JSON | Antwort-Feedback, falls verfügbar. |
Konfiguration
So konfigurieren Sie den Export des Chatprotokolls:
- Achten Sie darauf, dass der Unterhaltungsverlauf aktiviert ist.
- Folgen Sie der Anleitung zum Erstellen von BigQuery-Datasets, um ein Dataset zu erstellen. Notieren Sie sich den Namen des Datasets, da Sie ihn im nächsten Schritt benötigen.
Folgen Sie der Anleitung zum Erstellen von BigQuery-Tabellen, um eine Tabelle mit einer SQL-Schemadefinition zu erstellen. Verwenden Sie die folgende SQL-Anweisung zum Erstellen:
CREATE TABLE <your_dataset_name>.dialogflow_bigquery_export_data( project_id STRING, agent_id STRING, conversation_name STRING, turn_position INTEGER, request_time TIMESTAMP, language_code STRING, request JSON, response JSON, partial_responses JSON, derived_data JSON, conversation_signals JSON, bot_answer_feedback JSON );Konfigurieren Sie die Agenteinstellungen, um BigQuery Export zu aktivieren und die oben erstellten Dataset- und Tabellennamen anzugeben.