Analyse van onderwerpverrijking

Copilot Studio heeft ingebouwde Gespreksverbetering- en Terugval-systeemonderwerpen. Deze onderwerpen worden geactiveerd wanneer het model voor begrip van natuurlijke taal (NLU) geen overeenkomend onderwerp of actie kan vinden voor een bepaalde gebruikersvraag. Qua prioriteit wordt het onderwerp Gespreksverbetering geactiveerd vóór het terugvalonderwerp.

Als de meeste niet-erkende uitingen naar een menselijke vertegenwoordiger gaan, kunt u de afleiding verbeteren door gebruikspatronen aan te pakken die consequent terugval triggeren.

Fooi

Onderwerpverrijking is een offline data-analyseoefening, gericht op het hergebruiken van gebruikersvragen die het Terugvalonderwerp hebben geactiveerd, zodat ze relevante onderwerpen in Copilot Studio kunnen activeren.

De geanalyseerde gebruikersvragen uit het Terugvalonderwerp vallen meestal in deze buckets:

  • Gebruikersvragen die naar verwachting bestaande onderwerpen zouden activeren, maar die door de NLU van de agent zijn gemist.

  • Gebruikersvragen die kunnen worden omgezet in nieuw voorgestelde onderwerpen.

  • Niet-toegewezen gebruikersvragen die niet relevant zijn voor bestaande of nieuwe onderwerpen.

  • Andere categorieën, waaronder:

    • Gebruikerszoekopdrachten die een onderwerp met meerdere overeenkomende onderwerpen (ook wel "bedoelde u dit?") activeerden, gevolgd door Gespreksverbetering of terugval.
    • Onduidelijke gebruikersvragen die resulteren in Gespreksverbetering of Terugval.
    • Gebruikersvragen uit onvolledige gesprekken die leidden tot Gespreksverbetering of terugval.

Van deze categorieën zijn de eerste twee direct uitvoerbaar. Op basis van de bevindingen uit deze categorieën kunt u de onderwerpen verrijken door meer triggerzinnen voor bestaande onderwerpen toe te voegen of nieuwe onderwerpen te maken.

Diagram dat een processtroom illustreert om de terugvalanalyse te verbeteren.

Volgende stap

Ontdek hoe u overlappende of semantisch vergelijkbare triggerzinnen kunt herkennen en oplossen, zodat uw agent verwarring kan verminderen, onnodige verduidelijkende vragen kan vermijden en de nauwkeurigheid en afwijzingspercentages van het onderwerp kan verbeteren.