Google menggunakan teknologi AI untuk menerjemahkan konten ke dalam bahasa pilihan Anda. Terjemahan AI mungkin mengandung kesalahan.

Pencocokan intent

Saat pengguna akhir menulis atau mengatakan sesuatu, yang disebut sebagai ekspresi pengguna akhir, Dialogflow membandingkan ekspresi tersebut dengan frasa pelatihan untuk setiap intent guna menemukan kecocokan terbaik. Mencocokkan intent juga dikenal sebagai klasifikasi intent. Dokumen ini menjelaskan faktor-faktor yang digunakan untuk mencocokkan intent.

Algoritma pencocokan

Dialogflow menggunakan dua algoritma untuk mencocokkan intent: pencocokan tata bahasa berbasis aturan dan pencocokan ML. Dialogflow mencoba kedua algoritma secara bersamaan dan memilih hasil terbaik.

Tabel berikut mencantumkan kelebihan dan kekurangan algoritma ini:

Algoritma	Kelebihan	Kekurangan
Pencocokan tata bahasa berbasis aturan	Akurat dengan sejumlah kecil atau besar contoh frasa pelatihan training phrase. Model diperbarui dengan cepat.	Tidak mendukung opsi entity perluasan otomatis.
Pencocokan ML	Akurat dengan sejumlah besar contoh frasa pelatihan. Pencocokan cepat.	Tidak akurat dengan sejumlah kecil contoh frasa pelatihan. Model diperbarui secara perlahan. Kurang akurat dibandingkan pencocokan tata bahasa untuk agen dengan frasa pelatihan dalam mode template.

Keyakinan deteksi intent

Saat menelusuri intent yang cocok, Dialogflow memberi skor pada potensi kecocokan dengan keyakinan deteksi intent, yang juga dikenal sebagai skor keyakinan. Nilai ini berkisar dari 0,0 (sama sekali tidak pasti) hingga 1,0 (sangat pasti). Tanpa mempertimbangkan faktor lain yang dijelaskan dalam dokumen ini, setelah intent diberi skor, ada tiga kemungkinan hasil:

Jika intent dengan skor tertinggi memiliki skor keyakinan yang lebih besar dari atau sama dengan setelan Nilai Minimum Klasifikasi ML, intent tersebut akan ditampilkan sebagai kecocokan.
Jika tidak ada intent yang memenuhi nilai minimum, a intent penggantian akan dicocokkan.
Jika tidak ada intent yang memenuhi nilai minimum dan tidak ada intent penggantian yang ditentukan, tidak ada intent yang dicocokkan.

Prioritas intent

Anda dapat menetapkan prioritas untuk intent. Jika dua intent atau lebih cocok dengan ekspresi pengguna akhir yang sama dengan skor keyakinan yang serupa, prioritas akan digunakan untuk memilih kecocokan terbaik. Jika tidak, skor keyakinan untuk pencocokan intent lebih penting daripada prioritas.

Konektor jawaban

Konektor jawaban melengkapi intent yang ditentukan. Konektor jawaban mengurai dokumen pengetahuan (misalnya, FAQ) untuk menemukan informasi yang terkait dengan ekspresi pengguna akhir.

Jika intent yang ditentukan dan dokumen pengetahuan adalah potensi kecocokan, keyakinan kecocokan masing-masing dan preferensi hasil pengetahuan akan digunakan untuk menentukan kecocokan mana yang dipilih.

Konteks

Saat konteks aktif, Dialogflow lebih cenderung mencocokkan intent yang dikonfigurasi dengan konteks input yang sesuai dengan konteks yang saat ini aktif.