はじめに
対話型AIプラットフォーム
チャットボットの概要
自然言語処理(NLP)
ボットの概念と用語
クイックスタートガイド
プラットフォームへのアクセス
ボットビルダーの操作
リリースノート
最新バージョン(英語)
以前のバージョン(英語)
廃止機能(英語)
コンセプト
設計
ストーリーボード
ダイアログタスク
ダイアログタスクとは
ダイアログビルダー
ノードタイプ
インテントノード
ダイアログノード
エンティティノード
フォームノード
確認ノード
ロジックノード
ボットアクションノード
サービスノード
Webhookノード
スクリプトノード
グループノード
エージェント転送ノード
ユーザープロンプト
音声通話プロパティ
イベント ハンドラー
ナレッジグラフ
ナレッジグラフの抽出
ナレッジグラフの構築
ボットにナレッジグラフを追加
グラフの作成
ナレッジグラフの構築
既存のソースからFAQを構築
特性、同義語、停止用語
変数ネームスペースの管理
更新
ノード間の質問と回答の移動
用語の編集と削除
質問と応答の編集
ナレッジグラフの分析
通知タスク
スモールトーク
デジタルスキル
デジタルフォーム
デジタルビュー
デジタルビューとは
パネル
ウィジェット
トレーニング
トレーニングとは
機械学習
機械学習とは
モデル検証
ファンダメンタルミーニング
ナレッジグラフ
示唆
ランキングおよび解決
NLPの詳細設定
NLPのガイドライン
インテリジェンス
インテリジェンスとは
コンテキスト
コンテキストインテント
割り込み
複数インテントの検出
エンティティの変更
デフォルトの会話
センチメント管理
トーン分析
テストとデバッグ
ボットと会話
発話テスト
バッチテスト
会話テスト
デプロイ
チャネル
公開
分析
ボットの分析
NLPメトリクス
会話フロー
Usage Metrics
封じ込め測定
カスタムダッシュボード
カスタムダッシュボードとは
メタタグ
カスタムダッシュボードとウィジェット
ユニバーサルボット
ユニバーサルボットとは
ユニバーサルボットの定義
ユニバーサルボットの作成
ユニバーサルボットのトレーニング
ユニバーサルボットのカスタマイズ
他言語の有効化
ストア
プラントと使用
Overview
Usage Plans
Support Plans
Invoices
管理
ボット認証
複数言語対応ボット
個人を特定できる情報の編集
ボット変数の使用
IVRのシステム連携
一般設定
ボット管理
ハウツー
会話スキルの設計
バンキングボットを作成
バンキングボット – 資金の振り替え
バンキングボット – 残高を更新
ナレッジグラフを構築
スマートアラートの予約方法
デジタルスキルの設計
デジタルフォームの設定方法
デジタルビューの設定方法
データテーブルのデータの追加方法
データテーブルのデータの更新方法
Add Data from Digital Forms
ボットのトレーニング
示唆の使用方法
インテントとエンティティのパターンの使用方法
コンテキスト切り替えの管理方法
ボットのデプロイ
エージェント転送の設定方法
ボット関数の使用方法
コンテンツ変数の使用方法
グローバル変数の使用方法
Web SDK Tutorial(英語)
Widget SDK Tutorial(英語)
ボットの分析
カスタムダッシュボードの作成方法
カスタムタグを使ってフィルタリング
管理
ボット管理者コンソール
ダッシュボード
ユーザーの管理
ユーザーの管理
グループの管理
ロール管理
ボット管理モジュール
登録
ユーザーの招待
招待状の一括送信
ユーザーデータのインポート
Active Directoryからユーザーを同期
セキュリティ/コンプライアンス
シングル サインオンの使用
セキュリティ設定
Billing(日本未対応)
  1. ホーム
  2. Integrations
  3. Test and Debug

Test and Debug

The following sections describe how you can test and debug your Virtual Assistant to validate the working of External NLU.

Talk to Bot

After completing the steps in Adapter Configuration and enabling the API, to check if the intent identification is done by External NLU adapter or not, you can follow these steps:

  1. Go to your VA and click Talk to Bot.
  2. Enter a user utterance which matches the intent entered in the Dialogflow Essentials page.
  3. In the Debug Log panel of the user conversation, you can see a message that, intent identified using External NLU is initiated.

  4. You can also analyze the Debug Log, NL Analysis, and Session Context & Variables to understand the intent detection mechanism.

Debug Log

If the external NLU is enabled, the Debug Log displays whether the intent is detected by External NLU or not before the ‘Intent node initiated’ debug log entry. In case of call failure, an error response is displayed in the debug log entry.

This is displayed only if an external NLU is enabled. If the API call fails, it is also indicated in the debug log statement.

  • Intent detected by the External NLU engine is always marked as a Definitive Match.

  • If intent is not detected by the External NLU engine, it is tracked in Debug Log.

  • Under Session Context & Variables, you can see the variables for intents and entities in detail as shown in the following screenshots.

NLP Analysis

By using NL analysis, you can see whether the intent was identified or not by an external NLU engine. This works from all the workflows that provide the NLP analysis. For example – Talk to Bot, Utterance Testing, Batch Testing, Health and Monitoring, and NLP Insights.

See the following sections to understand more details.
 

Utterance Testing

Utterance Testing also provides NLP Analysis. The Matched Intents and Fields/Entities tables that provide an easy way to update training data like synonyms, patterns, etc are not displayed if the Intent is identified on the external NLU engine.

  • If the intent is detected by an external engine, the utterance is not sent to the Kore.ai NLP engine.
  • Click the View Response link to view the API response in the JSON format, received from the external NLU engine in both cases of whether intent is detected or not detected by the external NLU.
  • If the intent is not detected by the external engine, the Kore.ai NLU engine acts as a fallback. So, in this case, the NLP analysis shows the analysis of intent detection results from our three engines along with the ranking and resolver. For more information, see Ranking and Resolver.
  • If the intent is detected by the external engine but cannot be mapped to any intent on the XO platform, even then the Kore.ai NLU engine acts as a fallback. In this case, the NLP analysis displays a relevant message along with the API response containing the detected Intents and parameters.

Batch Testing

The test case result for True positive, False Positive, True Negative, and False Negative(TP, FP, TN, FN) scenarios is generated based on the net outcome of a combined result of External NLU and Kore.ai NLU engine.

For example, irrespective of whether the expected intent is detected by the External NLU or Kore.ai engine, the test result is TP. If the net result is a wrong intent identified, the test result should be FP. In case of no intent detected by any of the engines, it is classified as TN, when no intent was expected but some intent was detected, then it is FN.

Note: There is no common base to compare the scores of all the engines, hence scores sent by the external NLU are not considered.

For any intent detected by the external NLU, it should be considered that the thresholds have been met and in the ‘Matched Intent Score’ column, this is indicated as ExtNLU (without any score against it) in place of ML, FM, or KG scores. This can be viewed in the downloaded CSV under NLU of Batch Testing. To know more, see Batch Testing.

If the ExtNLU returns multiple intents, the thresholds met for all those intents are considered and accordingly the test result is concluded.

Health and Monitoring

In Health and Monitoring go to Test Cases —> Detailed Analysis to see the Intents and Entities identified by External NLU, without any scores. The Traits engine is not dependent on the external NLU.

Note: If the external NLU is enabled, some of the recommendations may not be relevant because they are for the Kore.ai NLU engines. The recommendations are displayed based on the training done on the Kore.ai Platform.


For more information, see Virtual Assistant Health and Monitoring.

NLP Insights

NLP Insights have Intent Identified, Intent Not Identified utterances and their NLP analysis details captured. You can view the details of all the failed External NLU API calls in the debug logs of NLP Insights.

For more information, see NLP Insights.

Conversation Behavior

This list describes the conversation behavior while using external NLU adapter:

  • When an intent is identified by the external engine, the corresponding task on the Kore.ai Platform is triggered based on the name mapping.
  • Quality of the intent, entity, or FAQ detection depends on the training and capabilities of the external engine
  • All the other conversation flow behaviors are handled by the Platform. For e.g.:
    • Re-prompts, error prompts, message responses, widgets, supported channels, channel-specific experience customizations, authorization for service calls, alerts, small talk
    • Language Detection
    • Sentiment Analysis
    • Traits identification
    • Decisions to scan for sub-intent, follow-up intents
    • Interruption handling as per settings
    • Entity over Intent or Intent over Entity as per settings
    • PII Masking/Redaction
    • Execution of all the nodes of a Dialogue Task
    • Context Object construction
    • Response messages and fulfillment
    • Logical flows
    Note: Information like the response messages and fulfillment from the external engine is ignored.
  • When external NLU is enabled, in the interruption handling only one behavior, “Switch to a new task without any notification to the user and discard the current task”, is supported. To know more information, see Interruption Management Settings.
  • If the external NLU API returns an error or the API cannot be reached, a fallback intent gets activated with the standard response as, Error in continuing the conversation due to incorrect bot definition. To know more information, see Standard Responses.
  • Note: The Intent and entity mapping work based on a case insensitive comparison of the names defined on the two platforms.
  • For the entity identification to work properly, it is recommended to define the entity nodes in the same sequence on the XO Platform and the external engine.
  • If the external NLU fails to detect the entity, then as a fallback, an attempt is made to detect the same on the Kore.ai NLP engine.

Follow-up and Sub-Intents Identification

  • If all the required parameters are available in the context, the Follow-up intent scope gets activated on the External NLU. Once the follow-up intent scope gets active on the Platform, the utterance is sent to External NLU for intent identification.
  • Similarly, when the scope for sub-intent is active on the Kore.ai Platform, the utterances should be sent to the external NLU for intent detection along with the parent intent context.
メニュー