通过

添加实体以提取数据

  • 项目

重要

LUIS 将于 2025 年 10 月 1 日停用，从 2023 年 4 月 1 日开始，你将无法创建新的 LUIS 资源。 建议将 LUIS 应用程序迁移到对话语言理解，以便从持续的产品支持和多语言功能中受益。

创建实体，以便从语言理解 (LUIS) 应用的用户话语中提取关键数据。 客户端应用程序使用提取的实体数据来满足客户请求。

实体表示要提取的话语中的字词或短语。 实体描述与意向相关的信息，它们有时对于应用执行任务至关重要。

如何创建新实体

以下过程适用于计算机学习实体、列表实体和正则表达式实体。

  1. 登录到 LUIS 门户，选择“订阅”和“创作资源”以查看分配给该创作资源的应用。
  2. 在“我的应用”页上选择应用名称以打开应用。
  3. 从顶部导航菜单中选择“生成”，然后从左侧面板中选择“实体”。选择“+ 创建”，然后选择实体类型。
  4. 继续配置实体。 完成后，选择“创建”。

创建机器学习实体

按照披萨示例，我们需要创建一个“PizzaOrder”实体来从言语提取披萨订单。

  1. 从顶部导航菜单中选择“生成”，然后从左侧面板中选择“实体”

  2. 在“创建实体类型”对话框中，输入实体名称，然后选择“机器学习”，然后选择。 若要添加子实体，请选择“添加结构”。 然后选择“创建”。

    A screenshot creating a machine learned entity.

    披萨订单可能包含许多详细信息，如数量和类型。 若要添加这些详细信息，我们要创建一个子实体。

  3. 在“添加子实体”中，通过选择父实体行上的“+”添加子实体。

    A screenshot of adding subentities.

  4. 选择“创建”，完成创建过程。

向机器学习实体添加功能

某些实体包含许多详细信息。 假设一个“PizzaOrder”实体，它可能包含“ToppingModifiers”或“FullPizzaWithModifiers”。 这些可以作为功能添加到机器学习实体。

  1. 从顶部导航栏中选择“生成”，然后从左侧面板中选择“实体”。

  2. 通过选择实体或子实体行上的“+ 添加功能”来添加功能。

  3. 选择其中一个现有实体和短语列表。

  4. 如果只在找到功能时才提取实体，请为该功能选择星号。

    A screenshot of adding feature to entity.

创建正则表达式实体

对于提取结构化文本或预定义字母数字值序列，使用正则表达式实体。 例如，可以将“OrderNumber”预定义为 5 个字符，包含从 0 到 9 的类型号。

  1. 从顶部导航栏中选择“生成”，然后从左侧面板中选择“意向”

  2. 选择“+ 新建”。

  3. 在“创建实体类型”对话框中，输入实体的名称，然后选择“RegEx”，在“Regex”字段中输入正则表达式，然后选择“创建”。

    A screenshot of creating a regular expression entity.

创建列表实体

列表实体表示一组固定、封闭的相关单词。 虽然你作为作者可以更改列表，但 LUIS 不会扩大或缩小列表。 还可以使用列表 entity .json 格式导入到现有列表实体。

使用过程来创建列表实体。 创建列表实体后，不需要在意向中标记示例言语。 使用精确文本匹配列表项和同义词。 “大小”实体可以是列表类型，并且包含不同的大小，如“小”、“中”、“大”和“系列”。

  1. 在“生成”部分的左侧面板中选择“实体”，然后选择“+ 创建”。

  2. 在“创建实体类型”对话框中，输入实体名称（例如“大小”），然后选择“列表”。

  3. 在“创建列表实体”对话框的“添加新子列表…”中，输入列表项名称（例如“大”），然后添加同义词。 此外，还可以将同义词添加到列表项，例如“大”项的“巨大”和“超大”。

    Create a list of sizes as a list entity in the Entity detail page.

  4. 添加完列表项和同义词后，选择“创建”。

完成对应用的一组更改后，请记得对应用进行训练。 请不要在一次更改后对应用进行训练。

注意

此过程演示如何从“意向详细信息”页中的示例言语创建和标记列表实体。 还可以从“实体”页创建相同的实体。

添加预生成域实体

  1. 在左侧选择“实体”。
  2. 在“实体”页上，选择“添加预生成域实体” 。
  3. 在“添加预生成域模型”对话框中，选择“预生成域实体”。
  4. 选择“完成” 。 添加实体后，你不需要训练应用。

添加预构建实体

若要识别常见的信息类型，请添加预生成实体

  1. 在左侧选择“实体”。

  2. 在“实体”页上，选择“添加预生成实体” 。

  3. 在“添加预生成实体”对话框中，选择预生成实体。

    A screenshot showing the dialog box for a prebuilt entity.

  4. 选择“完成” 。 添加实体后，你不需要训练应用。

添加角色以区分不同的上下文

角色是基于上下文的实体命名子类型。 在下面的言语中，有两个位置是由其各自周围的字词（如至和从）在语义上进行了指定：

从西雅图取披萨订单，送至纽约市。

在此过程中，将起点和目的地角色添加到预生成的 geographyV2 实体。

  1. 在“生成”部分的左侧面板中选择“实体” 。
  2. 选择“+ 添加预生成的实体”。 依次选择“geographyV2”、“完成” 。 预生成实体将添加到应用中。

如果发现模式在包含 Pattern.any 时错误提取实体，请使用显式列表来更正此问题。

  1. 从实体的“实体”页列表中选择新添加的预生成的 geographyV2实体。

  2. 要添加新角色，请选择“未添加角色”旁边的“+”。

  3. 在“类型角色…”文本框中，输入角色名称“起点”并按 Enter。 添加第二个角色名称“目的地”然后按 Enter。

    A screenshot showing how to add an origin role to a location entity.

该角色将添加到预生成的实体中，但不会添加到使用该实体的任何言语中。

创建 pattern.any 实体

模式旨在多条言语非常类似的情况下提升准确性。 使用模式可在不提供更多言语的情况下获得更高的意向准确度。 Pattern.any 实体仅适用于模式模式。 有关详细信息，请参阅模式文章。

后续步骤