Registrazione dell'entità per l'integrazione della comprensione del linguaggio di conversazione

Questo articolo illustra come aggiungere entità di comprensione del linguaggio di conversazione agli agenti Copilot Studio. Nella maggior parte dei casi, è possibile usare le entità predefinite di Copilot Studio per i progetti. Per usare le entità CLU:

• È possibile eseguire il mapping delle entità CLU dei tipi di dati seguenti direttamente alle entità predefinite corrispondenti:

  • BooleanDatatype: Choice.Boolean
  • StringDatatype: Geography.Location, Regex, List, General.EventGeneral.Organization, IP Address, Person.Name, , Phone NumberURL
  • NumberDatatype: Number

  Nota

  Entità composite (entità con più componenti) mappate a StringDatatype.

• Per le entità CLU con risoluzioni JSON personalizzate, è possibile usare il codice JSON di esempio per registrare queste entità esterne con l'agente. Queste entità si traducono in dei tipi di dati complessi. È possibile eseguire manualmente il mapping delle entità CLU ai tipi di dati di Copilot Studio copiando e incollando blocchi di codice JSON da questo articolo per l'entità pertinente.

Per altre informazioni, vedere Tipi di dati nella documentazione di Power Fx e Componenti di entità predefiniti supportati nella documentazione del linguaggio di intelligenza artificiale di Azure.

Età

{
    "unit": "Year",
    "value": 10
}

Valuta

{
    "unit": "Egyptian pound",
    "ISO4217": "EGP",
    "value": 30
}

Temperatura

{
    "unit": "Fahrenheit",
    "value": 88
}

Ordinale

{
    "offset": "3",
    "relativeTo": "Start",
    "value": "3"
}

Dimensioni

{
    "unit": "KilometersPerHour",
    "value": 24
}

Tipi di entità Data e ora

Datetime è un tipo di entità speciale che modifica la risoluzione restituita in base all'input dell'utente.

Gli esempi seguenti illustrano come definire entità per diversi tipi di espressioni di data e ora. A seconda del tipo di input previsto dagli utenti dell'agente, è possibile creare mapping personalizzati, in base a questi esempi.

Date

Esempio di input: 1 gennaio 1995

{
    "dateTimeSubKind": "Date",
    "timex": "1995-01-01",
    "value": "1995-01-01"
}

DateTime (anno)

Esempio di input: Tornerò il 12 aprile

{
    "dateTimeSubKind": "Date",
    "timex": "XXXX-04-12",
    "value": "2022-04-12"
}

DatetimeRange (durata)

Esempio di input: Sono fuori tra il 3 e il 12 settembre.

{
    "resolutionKind": "TemporalSpan",
    "timex": "(XXXX-09-03,XXXX-09-12,P9D)",
    "duration": "P9D",
    "begin": "2022-09-03",
    "end": "2022-09-12"
}

DatetimeRange (impostazione)

Esempio di input: Ogni martedì

{ 
    "resolutionKind": "DateTime",
    "dateTimeSubKind": "Set",
    "timex": "XXXX-WXX-2",
    "value": "not resolved"
}

Datetime (da)

Esempio di input: Sono fuori da agosto

{
    "resolutionKind": "TemporalSpan",
    "timex": "XXXX-08",
    "begin": "2022-08-01",
    "modifier": "Since"
}

Ora

Input di esempio: Sono le sette e mezza

{
    "resolutionKind": "DateTime",
    "dateTimeSubKind": "Time",
    "timex": "T07:30",
    "value": "07:30:00"
}