Enregistrement d’entité pour l’intégration de la compréhension du langage courant

Cet article traite de l’ajout d’entités de compréhension du langage courant (CLU) aux agents Copilot Studio. Dans la plupart des cas, vous pouvez utiliser des entités prédéfinies Copilot Studio pour vos projets. Pour utiliser des entités CLU :

• Vous pouvez mapper les entités CLU des types de données suivants directement aux entités prédéfinies correspondantes :

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

  Note

  Les entités composites (entités avec plusieurs composants) sont mappées à StringDatatype.

• Pour les entités CLU avec des résolutions JSON personnalisées, vous pouvez utiliser un exemple de code JSON pour inscrire ces entités externes auprès de votre agent. Ces entités sont converties en types de données complexes. Vous pouvez mapper manuellement des entités CLU aux types de données Copilot Studio en copiant et en collant des blocs de code JSON à partir de cet article pour l’entité appropriée.

Pour plus d’informations, consultez les types de données dans la documentation Power Fx et les composants d’entité prédéfinis pris en charge dans la documentation Azure AI Language.

Âge

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

Devise

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

Température

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

Ordinal

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

Dimensions

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

Types d’entités Datetime

Datetime est un type d’entité spécial qui modifie la résolution retournée en fonction de l’entrée utilisateur.

Les exemples suivants montrent comment définir des entités pour différents types d’énoncés de date et d’heure. Selon le type d’entrée attendu des utilisateurs de votre agent, vous pouvez créer vos propres mappages, en fonction de ces exemples.

Date

Exemple d’entrée : 1er janvier 1995

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

DateTime (année)

Exemple d’entrée : Je serai de retour le 12 avril

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

DatetimeRange (durée)

Exemple d’entrée : Je suis absent entre le 3 et le 12 septembre

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

DatetimeRange (ensemble)

Exemple d’entrée : Tous les mardis

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

Datetime (depuis)

Exemple d’entrée : Je suis parti depuis août

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

Heure

Exemple d’entrée : Il est sept heures et demie

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