Secara default, pencocokan entitas memerlukan kecocokan persis untuk salah satu entri entitas. Cara ini berfungsi dengan baik untuk nilai dan sinonim entri entity satu kata tetapi dapat menimbulkan masalah untuk nilai dan sinonim multi-kata. Misalnya, pertimbangkan entitas bola yang harus dicocokkan untuk bagian ekspresi pengguna akhir berikut:
- "bola"
- "bola merah"
- "bola merah"
- "bola kecil"
- "bola kecil"
- "bola merah kecil"
- "bola kecil merah"
- "bola kecil merah"
- "red ball small" (bola merah kecil)
- "bola kecil merah"
- "bola merah kecil"
Agar kecocokan terjadi, Anda biasanya perlu menentukan nilai entri entity dan sinonim untuk setiap permutasi ini. Namun, jika pencocokan fuzzy diaktifkan, urutan kata dalam nilai atau sinonim tidaklah penting. Berikut akan memicu kecocokan untuk semua contoh di atas:
- "bola"
- "bola merah"
- "bola kecil"
- "bola merah kecil"
Tempat menemukan data ini
Saat membangun agen, biasanya digunakan konsol Dialogflow ES (kunjungi dokumentasi, buka konsol). Petunjuk di bawah berfokus pada penggunaan konsol. Untuk mengakses data entitas:
- Buka konsol Dialogflow ES.
- Pilih agen.
- Pilih Entitas di menu sidebar kiri.
Jika Anda membuat agen menggunakan API, bukan konsol, lihat referensi EntityTypes. Nama kolom API mirip dengan nama kolom konsol. Petunjuk di bawah ini menyoroti perbedaan penting antara konsol dan API.
Membuat entity pencocokan fuzzy
Untuk membuat entitas pencocokan fuzzy:
- Buka entitas yang ada atau buat entitas baru.
- Centang Pencocokan fuzzy.
- Masukkan satu atau beberapa entri dalam tabel.
- Klik Simpan.
Jika Anda menggunakan API untuk membuat atau memperbarui entitas,
tetapkan kolom enable_fuzzy_extraction ke benar (true) untuk EntityType.
Batasan
Batasan berikut berlaku:
- Pencocokan fuzzy tidak dapat diaktifkan untuk entitas ekspresi reguler. Fitur ini tidak dapat digunakan bersamaan.
- Pencocokan fuzzy tidak boleh diaktifkan untuk entitas yang digunakan untuk mencocokkan nilai ketat seperti ID, nomor KTP, dan sebagainya.
Cocok sebagian
Saat Anda menentukan sinonim yang berisi beberapa kata, Dialogflow akan mencoba mencocokkan input pengguna akhir dengan sinonim yang paling cocok, yang dapat mencakup kecocokan parsial. Misalnya, jika Anda menentukan sinonim sebagai "cold brew coffee", dan input pengguna akhir adalah "cold coffee", entity terkait akan dicocokkan kecuali jika ada kecocokan yang lebih baik.
Koreksi ejaan
Jika input pengguna akhir dapat dianggap sebagai salah eja sinonim entitas, entitas terkait dapat dicocokkan. Misalnya, jika Anda menentukan sinonim sebagai "kayu", dan input pengguna akhir adalah "angka", entitas terkait dapat dicocokkan.