GETTING STARTED
Kore.ai XO Platform
Virtual Assistants Overview
Natural Language Processing (NLP)
Concepts and Terminology
Quick Start Guide
Accessing the Platform
Navigating the Kore.ai XO Platform
Building a Virtual Assistant
Help & Learning Resources
Release Notes
Current Version
Recent Updates
Previous Versions
Deprecations
Request a Feature
CONCEPTS
Design
Storyboard
Overview
FAQs
Conversation Designer
Overview
Dialog Tasks
Mock Scenes
Dialog Tasks
Overview
Navigate Dialog Tasks
Build Dialog Tasks
Node Types
Overview
Intent Node
Dialog Node
Dynamic Intent Node
GenAI Node
GenAI Node (v2, BETA)
GenAI Prompt
Entity Node
Form Node
Confirmation Node
Message Nodes
Logic Node
Bot Action Node
Service Node
Webhook Node
Script Node
Process Node
Agent Transfer
Node Connections
Node Connections Setup
Sub-Intent Scoping
Entity Types
Entity Rules
User Prompts or Messages
Voice Call Properties
Knowledge AI
Introduction
Knowledge Graph
Introduction
Terminology
Build a Knowledge Graph
Manage FAQs
Knowledge Extraction
Import or Export Knowledge Graph
Prepare Data for Import
Importing Knowledge Graph
Exporting Knowledge Graph
Auto-Generate Knowledge Graph
Knowledge Graph Analysis
Answer from Documents
Alert Tasks
Small Talk
Digital Skills
Overview
Digital Forms
Digital Views
Introduction
Widgets
Panels
Session and Context Variables
Context Object
Intent Discovery
Train
NLP Optimization
ML Engine
Overview
Model Validation
FM Engine
KG Engine
Traits Engine
Ranking and Resolver
Training Validations
NLP Configurations
NLP Guidelines
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
Guardrails
Intelligence
Introduction
Event Handlers
Contextual Memory
Contextual Intents
Interruption Management
Multi-intent Detection
Amending Entities
Default Conversations
Conversation Driven Dialog Builder
Sentiment Management
Tone Analysis
Default Standard Responses
Ignore Words & Field Memory
Test & Debug
Overview
Talk to Bot
Utterance Testing
Batch Testing
Conversation Testing
Conversation Testing Overview
Create a Test Suite
Test Editor
Test Case Assertion
Test Case Execution Summary
Glossary
Health and Monitoring
NLP Health
Flow Health
Integrations
Actions
Actions Overview
Asana
Configure
Templates
Azure OpenAI
Configure
Templates
BambooHR
Configure
Templates
Bitly
Configure
Templates
Confluence
Configure
Templates
DHL
Configure
Templates
Freshdesk
Configure
Templates
Freshservice
Configure
Templates
Google Maps
Configure
Templates
Here
Configure
Templates
HubSpot
Configure
Templates
JIRA
Configure
Templates
Microsoft Graph
Configure
Templates
Open AI
Configure
Templates
Salesforce
Configure
Templates
ServiceNow
Configure
Templates
Stripe
Configure
Templates
Shopify
Configure
Templates
Twilio
Configure
Templates
Zendesk
Configure
Templates
Agents
Agent Transfer Overview
Custom (BotKit)
Drift
Genesys
Intercom
NiceInContact
NiceInContact(User Hub)
Salesforce
ServiceNow
Configure Tokyo and Lower versions
Configure Utah and Higher versions
Unblu
External NLU Adapters
Overview
Dialogflow Engine
Test and Debug
Deploy
Channels
Publishing
Versioning
Analyze
Introduction
Dashboard Filters
Overview Dashboard
Conversations Dashboard
Users Dashboard
Performance Dashboard
Custom Dashboards
Introduction
Custom Meta Tags
Create Custom Dashboard
Create Custom Dashboard Filters
LLM and Generative AI Logs
NLP Insights
Task Execution Logs
Conversations History
Conversation Flows
Conversation Insights
Feedback Analytics
Usage Metrics
Containment Metrics
Universal Bots
Introduction
Universal Bot Definition
Universal Bot Creation
Training a Universal Bot
Universal Bot Customizations
Enabling Languages
Store
Manage Assistant
Team Collaboration
Plan & Usage
Overview
Usage Plans
Templates
Support Plans
Invoices
Authorization
Conversation Sessions
Multilingual Virtual Assistants
Get Started
Supported Components & Features
Manage Languages
Manage Translation Services
Multiingual Virtual Assistant Behavior
Feedback Survey
Masking PII Details
Variables
Collections
IVR Settings
General Settings
Assistant Management
Manage Namespace
Data
Overview
Guidelines
Data Table
Table Views
App Definitions
Data as Service
HOW TOs
Build a Travel Planning Assistant
Travel Assistant Overview
Create a Travel Virtual Assistant
Design Conversation Skills
Create an ‘Update Booking’ Task
Create a Change Flight Task
Build a Knowledge Graph
Schedule a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Train the Assistant
Use Traits
Use Patterns
Manage Context Switching
Deploy the Assistant
Use Bot Functions
Use Content Variables
Use Global Variables
Use Web SDK
Build a Banking Assistant
Design Conversation Skills
Create a Sample Banking Assistant
Create a Transfer Funds Task
Create a Update Balance Task
Create a Knowledge Graph
Set Up a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Add Data to Data Tables
Update Data in Data Tables
Add Data from Digital Forms
Train the Assistant
Composite Entities
Use Traits
Use Patterns for Intents & Entities
Manage Context Switching
Deploy the Assistant
Configure an Agent Transfer
Use Assistant Functions
Use Content Variables
Use Global Variables
Intent Scoping using Group Node
Analyze the Assistant
Create a Custom Dashboard
Use Custom Meta Tags in Filters
APIs & SDKs
API Reference
API Introduction
Rate Limits
API List
koreUtil Libraries
SDK Reference
SDK Introduction
Web SDK
How the Web SDK Works
SDK Security
SDK Registration
Web Socket Connect and RTM
Tutorials
Widget SDK Tutorial
Web SDK Tutorial
BotKit SDK
BotKit SDK Deployment Guide
Installing the BotKit SDK
Using the BotKit SDK
SDK Events
SDK Functions
Installing Botkit in AWS
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer

ADMINISTRATION
Intro to Bots Admin Console
Administration Dashboard
User Management
Managing Your Users
Managing Your Groups
Role Management
Manage Data Tables and Views
Bot Management
Enrollment
Inviting Users
Sending Bulk Invites to Enroll Users
Importing Users and User Data
Synchronizing Users from Active Directory
Security & Compliance
Using Single Sign-On
Two-Factor Authentication for Platform Access
Security Settings
Cloud Connector
Analytics for Bots Admin
Billing
  1. Docs
  2. Virtual Assistants
  3. Builder
  4. Dialog Task
  5. 복합 엔티티

복합 엔티티

복합 엔티티를 사용하여 사용자 발화에서 여러 엔티티 값을 캡처할 수 있습니다. 이러한 여러 엔티티 값은 선택이며 사용자 발화에서 다양한 순서로 나옵니다.

아래 예를 고려해 봅시다.

자동차 판매 봇: 자동차 판매에 대한 판매 문의를 고려해 보세요. 문의는 일반적으로 다음과 같은 형식일 수 있습니다. 테슬라 모델 S 2018 모델에 관심이 있습니다 또는 빨간색 테슬라 2010 모델 가격은 얼마입니까 또는 테슬라 모델 S에 대해 알려주세요. 보시다시피 봇은 이러한 문의에 응답하려면 제조사, 모델, 연도, 색상과 같은 세부 정보의 조합을 처리해야 합니다.

이러한 다양한 값 또는 세부 정보는 서로 다른 독립 엔티티에서 제공됩니다. 복합 엔티티를 사용하여 이러한 독립 엔티티 또는 하위 엔티티를 결합할 수 있습니다.

복합 엔티티 패턴: 이러한 패턴은 하위 엔티티 간의 관계를 설정하는 데 도움이 됩니다. 하위 엔티티는 복합 엔티티 패턴에서 @ 태그 즉, @subentity를 사용하여 복합 엔티티에 포함됩니다. 이러한 하위 엔티티를 미리 정의하여야 하며 현재 대화 흐름의 일부가 아니어야 합니다. 하위 엔티티는 다른 대화 작업에서도 제공됩니다.

AND, OR 등과 같은 다양한 패턴은 엔티티 패턴을 정의하는 데 사용되는 패턴과 유사하게 구축됩니다(자세한 내용은 여기를 참조하세요).

복합 엔티티 값은 JSON 개체 형식을 취합니다. 즉, 하위 엔티티는 해당 개체의 속성으로 참조됩니다. 하위 엔티티 값에 액세스하려면 다음을 사용할 수 있습니다.
{{context.entities.<<composite_entity>>.<<sub_entity>> }}
복합 엔티티와 독립적으로 사용할 때 액세스되므로 정의된 구조를 사용하여 각 하위 엔티티에 액세스할 수 있습니다. 예: 하위 엔티티가 공항 유형인 경우 공항 이름에 액세스할 수 있습니다. {{context.entities.<<composite_entity>>.<<sub_entity>>.AirportName }}

복합 엔티티 생성

복잡 엔티티 구축에는 다음 단계가 포함됩니다.

  1. 하위 엔티티 생성
  2. 이러한 하위 엔티티 간의 관계를 설정합니다.

하위 엔티티 생성

복합 엔티티는 다른 엔티티의 조합이므로 대화 작업에서 개별 엔티티를 구축해야 합니다. 위의 예에서 자동차 유형을 캡처하려면 필요한 세부 정보를 캡처하는 하위 엔티티를 생성해야 합니다. 예: 다음은 자동차 엔티티를 위한 하위 엔티티의 샘플 매핑입니다.

관련 엔티티 엔티티 유형
제조사 항목 목록: 사용자 발화에서 자동차 브랜드 이름을 캡처합니다. 개발자는 엔티티에서 이 목록을 구축해야 합니다.
모델 값 목록: 사용자 발화에서 모델 이름을 캡처합니다. 개발자는 엔티티에서 이 목록을 구축해야 합니다.
연식 숫자: 사용자 발화에서 제조 연도를 캡처합니다. 봇은 자동으로 숫자를 인식합니다.
색상 색상: 사용자 발화에서 색상을 캡처합니다. 봇은 자동으로 색상을 인식합니다.

참고 하위 엔티티는 복합 엔티티로만 결합할 수 있고 대화 작업에서 다른 목록으로 사용하지 않는 것이 좋습니다. 현재 대화 작업에서 하위 엔티티를 생성하는 경우 하위 엔티티에 대한 모든 전환을 제거하여 대화 작업 흐름의 일부가 되지 않도록 합니다.

복합 엔티티 정의

대화 작업에서 관련 노드 뒤에 복합 엔티티를 추가합니다. 이 엔티티가 여러 엔티티 값을 캡처하도록 하려면 복합 패턴을 생성해야 합니다. 생성하려면 다음 단계를 수행하세요.

  1. 엔티티 창에서 NLP 속성 탭을 클릭합니다.
  2. NLP 속성 탭의 엔티티에 대한 복합 패턴 섹션에서 관련 패턴을 추가합니다. 다양한 패턴은 엔티티 패턴을 정의하는 데 사용되는 패턴과 유사하게 구축됩니다(자세한 내용은 여기를 참조하세요).

    위의 복합 엔티티 패턴의 경우 샘플 발화와 출력은 다음과 같습니다.
샘플 발화 해당 패턴 출력
2018 테슬라 모델 S를 사고 싶습니다. @year @make @model
“Car": { "Year": 2018, "Make": "Tesla", "Model": "Model S" }
가급적이면 빨간색 2018 테슬라 모델 S 의 견적을 받을 수 있습니까? @year @make @model preferably @color
“Car": { "Year": 2018, "Make": "Tesla", "Model": "Model S" “Color”: “Red” }
테슬라 모델 S의 평가는 어떻습니까? @Make @Model
“Car": { "Make": "Tesla", "Model": "Model S" }

다른 엔티티와 마찬가지로 동의어패턴을 정의할 수도 있습니다.

제한

  • 문자열, 설명, 위치, 날짜의 하위 엔티티 유형은 복합 엔티티의 일부가 될 수 없습니다.
  • 하위 엔티티가 복합 엔티티를 사용한 작업에서 대화 흐름의 일부가 아니어야 합니다.
  • 하위 엔티티가 다중 항목을 허용하는 경우 상위 복합 엔티티는 목록이 아닌 하위 엔티티에 대해 하나의 값만 허용됩니다.

값 전달하기

원본 대화 작업에서 엔티티 사전 할당을 사용하여 복합 엔티티로 값을 전달할 수 있습니다. 엔티티 사전 할당에 대한 자세한 내용은 여기를 참조하십시오.

복합 엔티티 측면에서 다음 시나리오를 해결할 수 있습니다.

  1. 복합 엔티티에서 표준 엔티티로: 대상이 원본 복합 엔티티에서 사용된 것과 동일한 엔티티 유형인 경우 작동합니다.
    예: context.entities.targetMyCity = context.entities.sourceComposite.sourceTravelCity
  2. 복합 엔티티에서 복합 엔티티로: 대상이 원본 복합 엔티티에서 사용된 것과 동일한 엔티티 유형인 경우 작동합니다.
    예: context.entities.sourceComposite.destinationCity = context.entities.targetCompsite.myCity
  3. 표준 엔티티에서 복합 엔티티로: 대상이 원본 복합 엔티티에서 사용된 것과 동일한 엔티티 유형인 경우 작동합니다.
    예: context.entities.targetCompsite.myCity = context.entities.sourceCity

v8.0.07 이후에는 대화 노드에서 엔티티 사전 할당엔티티 사후 할당을 사용할 수 있습니다. 인스턴스 속성은 아래 이미지에 표시되어 있습니다(아래 이미지의 숫자는 위 사용 사례의 숫자에 해당합니다):

복합 엔티티를 위한 JSON 개체

플랫폼의 v8.0에서는 복합 엔티티가 JSON 개체를 입력으로 처리하도록 향상되었습니다. 이는 사용 중인 채널이 데이터를 JSON 개체 형태로 전송하는 시나리오를 처리하는 데 도움이 됩니다. 예: MS Teams 및 Cisco Spark 채널. 이러한 채널에서 수신한 사용자 입력은 각 복합 엔티티 이름의 컨텍스트 개체에 JSON 개체로 저장됩니다.

복합 엔티티를 사용하여 JSON 개체 데이터를 처리하려면 NLP 속성 탭에서 패턴을 추가하지 마세요.

작동 방식?

복합 엔티티가 대화 흐름에 도달할 때:

  • 입력을 JSON 개체로 받은 경우 입력 JSON 개체는 분석 없이 해당 엔티티의 컨텍스트 개체로 추가됩니다.
  • 입력이 텍스트 입력으로 수신된 경우
    • 정의된 복합 엔티티 패턴에서 가능한 모든 하위 엔티티가 식별됩니다.
    • 이러한 하위 엔티티의 모든 가능한 인스턴스는 사용자 발화와 기록된 위치에 있습니다.
    • 그런 다음 복합 엔티티 패턴을 평가하여 캡처된 하위 엔티티 인스턴스 집합과 일치하는 특정 패턴을 식별합니다.

    즉, 복합 엔티티 패턴은 하위 엔티티 패턴을 식별하는 데 사용하지 않고 전체 패턴을 일치시키는 데 사용합니다.

복합 엔티티

복합 엔티티를 사용하여 사용자 발화에서 여러 엔티티 값을 캡처할 수 있습니다. 이러한 여러 엔티티 값은 선택이며 사용자 발화에서 다양한 순서로 나옵니다.

아래 예를 고려해 봅시다.

자동차 판매 봇: 자동차 판매에 대한 판매 문의를 고려해 보세요. 문의는 일반적으로 다음과 같은 형식일 수 있습니다. 테슬라 모델 S 2018 모델에 관심이 있습니다 또는 빨간색 테슬라 2010 모델 가격은 얼마입니까 또는 테슬라 모델 S에 대해 알려주세요. 보시다시피 봇은 이러한 문의에 응답하려면 제조사, 모델, 연도, 색상과 같은 세부 정보의 조합을 처리해야 합니다.

이러한 다양한 값 또는 세부 정보는 서로 다른 독립 엔티티에서 제공됩니다. 복합 엔티티를 사용하여 이러한 독립 엔티티 또는 하위 엔티티를 결합할 수 있습니다.

복합 엔티티 패턴: 이러한 패턴은 하위 엔티티 간의 관계를 설정하는 데 도움이 됩니다. 하위 엔티티는 복합 엔티티 패턴에서 @ 태그 즉, @subentity를 사용하여 복합 엔티티에 포함됩니다. 이러한 하위 엔티티를 미리 정의하여야 하며 현재 대화 흐름의 일부가 아니어야 합니다. 하위 엔티티는 다른 대화 작업에서도 제공됩니다.

AND, OR 등과 같은 다양한 패턴은 엔티티 패턴을 정의하는 데 사용되는 패턴과 유사하게 구축됩니다(자세한 내용은 여기를 참조하세요).

복합 엔티티 값은 JSON 개체 형식을 취합니다. 즉, 하위 엔티티는 해당 개체의 속성으로 참조됩니다. 하위 엔티티 값에 액세스하려면 다음을 사용할 수 있습니다.
{{context.entities.<<composite_entity>>.<<sub_entity>> }}
복합 엔티티와 독립적으로 사용할 때 액세스되므로 정의된 구조를 사용하여 각 하위 엔티티에 액세스할 수 있습니다. 예: 하위 엔티티가 공항 유형인 경우 공항 이름에 액세스할 수 있습니다. {{context.entities.<<composite_entity>>.<<sub_entity>>.AirportName }}

복합 엔티티 생성

복잡 엔티티 구축에는 다음 단계가 포함됩니다.

  1. 하위 엔티티 생성
  2. 이러한 하위 엔티티 간의 관계를 설정합니다.

하위 엔티티 생성

복합 엔티티는 다른 엔티티의 조합이므로 대화 작업에서 개별 엔티티를 구축해야 합니다. 위의 예에서 자동차 유형을 캡처하려면 필요한 세부 정보를 캡처하는 하위 엔티티를 생성해야 합니다. 예: 다음은 자동차 엔티티를 위한 하위 엔티티의 샘플 매핑입니다.

관련 엔티티 엔티티 유형
제조사 항목 목록: 사용자 발화에서 자동차 브랜드 이름을 캡처합니다. 개발자는 엔티티에서 이 목록을 구축해야 합니다.
모델 값 목록: 사용자 발화에서 모델 이름을 캡처합니다. 개발자는 엔티티에서 이 목록을 구축해야 합니다.
연식 숫자: 사용자 발화에서 제조 연도를 캡처합니다. 봇은 자동으로 숫자를 인식합니다.
색상 색상: 사용자 발화에서 색상을 캡처합니다. 봇은 자동으로 색상을 인식합니다.

참고 하위 엔티티는 복합 엔티티로만 결합할 수 있고 대화 작업에서 다른 목록으로 사용하지 않는 것이 좋습니다. 현재 대화 작업에서 하위 엔티티를 생성하는 경우 하위 엔티티에 대한 모든 전환을 제거하여 대화 작업 흐름의 일부가 되지 않도록 합니다.

복합 엔티티 정의

대화 작업에서 관련 노드 뒤에 복합 엔티티를 추가합니다. 이 엔티티가 여러 엔티티 값을 캡처하도록 하려면 복합 패턴을 생성해야 합니다. 생성하려면 다음 단계를 수행하세요.

  1. 엔티티 창에서 NLP 속성 탭을 클릭합니다.
  2. NLP 속성 탭의 엔티티에 대한 복합 패턴 섹션에서 관련 패턴을 추가합니다. 다양한 패턴은 엔티티 패턴을 정의하는 데 사용되는 패턴과 유사하게 구축됩니다(자세한 내용은 여기를 참조하세요).

    위의 복합 엔티티 패턴의 경우 샘플 발화와 출력은 다음과 같습니다.
샘플 발화 해당 패턴 출력
2018 테슬라 모델 S를 사고 싶습니다. @year @make @model
“Car": { "Year": 2018, "Make": "Tesla", "Model": "Model S" }
가급적이면 빨간색 2018 테슬라 모델 S 의 견적을 받을 수 있습니까? @year @make @model preferably @color
“Car": { "Year": 2018, "Make": "Tesla", "Model": "Model S" “Color”: “Red” }
테슬라 모델 S의 평가는 어떻습니까? @Make @Model
“Car": { "Make": "Tesla", "Model": "Model S" }

다른 엔티티와 마찬가지로 동의어패턴을 정의할 수도 있습니다.

제한

  • 문자열, 설명, 위치, 날짜의 하위 엔티티 유형은 복합 엔티티의 일부가 될 수 없습니다.
  • 하위 엔티티가 복합 엔티티를 사용한 작업에서 대화 흐름의 일부가 아니어야 합니다.
  • 하위 엔티티가 다중 항목을 허용하는 경우 상위 복합 엔티티는 목록이 아닌 하위 엔티티에 대해 하나의 값만 허용됩니다.

값 전달하기

원본 대화 작업에서 엔티티 사전 할당을 사용하여 복합 엔티티로 값을 전달할 수 있습니다. 엔티티 사전 할당에 대한 자세한 내용은 여기를 참조하십시오.

복합 엔티티 측면에서 다음 시나리오를 해결할 수 있습니다.

  1. 복합 엔티티에서 표준 엔티티로: 대상이 원본 복합 엔티티에서 사용된 것과 동일한 엔티티 유형인 경우 작동합니다.
    예: context.entities.targetMyCity = context.entities.sourceComposite.sourceTravelCity
  2. 복합 엔티티에서 복합 엔티티로: 대상이 원본 복합 엔티티에서 사용된 것과 동일한 엔티티 유형인 경우 작동합니다.
    예: context.entities.sourceComposite.destinationCity = context.entities.targetCompsite.myCity
  3. 표준 엔티티에서 복합 엔티티로: 대상이 원본 복합 엔티티에서 사용된 것과 동일한 엔티티 유형인 경우 작동합니다.
    예: context.entities.targetCompsite.myCity = context.entities.sourceCity

v8.0.07 이후에는 대화 노드에서 엔티티 사전 할당엔티티 사후 할당을 사용할 수 있습니다. 인스턴스 속성은 아래 이미지에 표시되어 있습니다(아래 이미지의 숫자는 위 사용 사례의 숫자에 해당합니다):

복합 엔티티를 위한 JSON 개체

플랫폼의 v8.0에서는 복합 엔티티가 JSON 개체를 입력으로 처리하도록 향상되었습니다. 이는 사용 중인 채널이 데이터를 JSON 개체 형태로 전송하는 시나리오를 처리하는 데 도움이 됩니다. 예: MS Teams 및 Cisco Spark 채널. 이러한 채널에서 수신한 사용자 입력은 각 복합 엔티티 이름의 컨텍스트 개체에 JSON 개체로 저장됩니다.

복합 엔티티를 사용하여 JSON 개체 데이터를 처리하려면 NLP 속성 탭에서 패턴을 추가하지 마세요.

작동 방식?

복합 엔티티가 대화 흐름에 도달할 때:

  • 입력을 JSON 개체로 받은 경우 입력 JSON 개체는 분석 없이 해당 엔티티의 컨텍스트 개체로 추가됩니다.
  • 입력이 텍스트 입력으로 수신된 경우
    • 정의된 복합 엔티티 패턴에서 가능한 모든 하위 엔티티가 식별됩니다.
    • 이러한 하위 엔티티의 모든 가능한 인스턴스는 사용자 발화와 기록된 위치에 있습니다.
    • 그런 다음 복합 엔티티 패턴을 평가하여 캡처된 하위 엔티티 인스턴스 집합과 일치하는 특정 패턴을 식별합니다.

    즉, 복합 엔티티 패턴은 하위 엔티티 패턴을 식별하는 데 사용하지 않고 전체 패턴을 일치시키는 데 사용합니다.

메뉴