Types d’entités et leurs objectifs dans LUISEntity types and their purposes in LUIS

Entités extraire des données à partir de l’énoncé.Entities extract data from the utterance. Types d’entité vous donnent prévisible d’extraction de données.Entity types give you predictable extraction of data. Il existe deux types d’entités : machine a appris et non-machine-appris.There are two types of entities: machine-learned and non-machine-learned. Il est important de savoir quel type d’entité que vous travaillez dans énoncés.It is important to know which type of entity you are working with in utterances.

Comparaison entre entité et intentionEntity compared to intent

L’entité représente un mot ou une phrase dans l’énoncé que vous souhaitez extraire.The entity represents a word or phrase inside the utterance that you want extracted. Un énoncé peut inclure plusieurs entités ou aucune.An utterance can include many entities or none at all. Une application cliente peut-être l’entité pour effectuer sa tâche ou de l’utiliser comme un guide de plusieurs choix pour présenter à l’utilisateur.A client application may need the entity to perform its task or use it as a guide of several choices to present to the user.

Une entité :An entity:

  • Représente une classe, notamment une collection d’objets similaires (lieux, choses, personnes, événements ou concepts).Represents a class including a collection of similar objects (places, things, people, events or concepts).
  • Décrit les informations relatives à l’intentionDescribes information relevant to the intent

Par exemple, une application Recherche d’actualités peut inclure des entités telles que « sujet », « source », « mot clé » et « date de publication », qui sont des données clés pour rechercher des informations.For example, a News Search app may include entities such as “topic”, “source”, “keyword” and “publishing date”, which are key data to search for news. Dans une application de réservation de voyages, « emplacement », « date », « compagnie aérienne », « classe voyage » et « tickets » sont des informations clés pour la réservation des vols (pertinentes pour l’intention « Bookflight »).In a travel booking app, the “location”, “date”, "airline", "travel class" and "tickets" are key information for flight booking (relevant to the "Book flight" intent).

En comparaison, l’intention représente la prédiction de l’énoncé entier.By comparison, the intent represents the prediction of the entire utterance.

Les entités facilitent uniquement l’extraction de données.Entities help with data extraction only

Vous étiquetez ou marquez des entités uniquement à des fins d’extractionde celles-ci. Cela n’aide en rien à la prédiction des intentions.You label or mark entities for the purpose of entity extraction only, it does not help with intent prediction.

Les entités représentent les donnéesEntities represent data

Les entités sont des données que vous voulez extraire à partir de l’énoncé.Entities are data you want to pull from the utterance. Il peut s’agir d’un nom, d’une date, d’un nom de produit ou d’un groupe de mots.This can be a name, date, product name, or any group of words.

ÉnoncéUtterance EntitéEntity DonnéesData
Acheter 3 tickets pour New YorkBuy 3 tickets to New York Nombre prédéfiniPrebuilt number
Location.DestinationLocation.Destination
33
New YorkNew York
Acheter un ticket de New York à Londres pour le 5 marsBuy a ticket from New York to London on March 5 Location.OriginLocation.Origin
Location.DestinationLocation.Destination
datetimeV2 prédéfiniPrebuilt datetimeV2
New YorkNew York
LondresLondon
5 mars 2018March 5, 2018

Les intentions sont obligatoires mais les entités sont facultatives.While intents are required, entities are optional. Vous n’avez pas besoin créer des entités pour chaque concept dans votre application, mais uniquement pour ceux dont l’application a besoin pour effectuer une action.You do not need to create entities for every concept in your app, but only for those required for the client application to take action.

Si vos énoncés ne contiennent pas les détails dont votre bot a besoin pour continuer, il est inutile de les ajouter.If your utterances do not have details your bot needs to continue, you do not need to add them. Vous pouvez les ajouter ultérieurement, au fur et à mesure que votre application arrive à maturité.As your app matures, you can add them later.

Si vous ne savez pas comment utiliser les informations, ajoutez quelques entités prédéfinies courantes, comme datetimeV2, ordinal, email et phone number.If you're not sure how you would use the information, add a few common prebuilt entities such as datetimeV2, ordinal, email, and phone number.

Étiquette pour la signification du motLabel for word meaning

Si le choix des mots ou la disposition des mots est identique, mais que la signification est différente, n’utilisez pas l’entité pour l’étiqueter.If the word choice or word arrangement is the same, but doesn't mean the same thing, do not label it with the entity.

Dans les énoncés suivants, le mot fair est un homographe.The following utterances, the word fair is a homograph. Il est orthographié de la même manière, mais a une signification différente :It is spelled the same but has a different meaning:

ÉnoncéUtterance
Quelles sont les foires qui ont lieu dans la région de Seattle cet été ?What kind of county fairs are happening in the Seattle area this summer?
L’évaluation actuelle pour Seattle est-elle juste ?Is the current rating for the Seattle review fair?

Si vous souhaitez qu’une entité d’événement recherche toutes les données d’événement, étiquetez le mot fair dans le premier énoncé, mais pas dans le second.If you wanted an event entity to find all event data, label the word fair in the first utterance, but not in the second.

Les entités sont partagées entre les intentionsEntities are shared across intents

Les entités sont partagées entre les intentions.Entities are shared among intents. Elles n’appartiennent pas à une seule intention.They don't belong to any single intent. Les entités et les intentions peuvent être associées au niveau sémantique, mais la relation n’est pas exclusive.Intents and entities can be semantically associated but it isn't an exclusive relationship.

Dans l’énoncé « Me réserver un ticket pour Paris », « Paris » est une entité faisant référence à un emplacement.In the utterance "Book me a ticket to Paris", "Paris" is an entity referring to location. En reconnaissant les entités mentionnées dans l’énoncé de l’utilisateur, LUIS aide votre application cliente à choisir les actions spécifiques à effectuer pour répondre à la demande de l’utilisateur.By recognizing the entities that are mentioned in the user’s utterance, LUIS helps your client application choose the specific actions to take to fulfill the user's request.

Marquer des entités d’une intention NoneMark entities in None intent

Autant que possible, toutes les intentions, notamment l’intention None, doivent avoir des entités marquées.All intents, including the None intent, should have marked entities, when possible. Cela permet à LUIS de savoir où les entités se trouvent dans les énoncés et quels mots entourent les entités.This helps LUIS learn more about where the entities are in the utterances and what words are around the entities.

État de l’entité pour les prédictionsEntity status for predictions

Le portail LUIS vous indique quand l’entité dans un exemple d’énoncé est différente de l’entité marquée, ou est trop proche d’une autre entité et n’est donc pas claire.The LUIS portal tells you when the entity in an example utterance is either different from the marked entity or is too close to another entity and therefore unclear. Cela est indiqué par un trait de soulignement rouge dans l’exemple d’énoncé.This is indicated by a red underline in the example utterance.

Pour plus d’informations, voir Prédictions de l’état de l’entité.For more information, see Entity Status predictions.

Types d’entitésTypes of entities

LUIS offre de nombreux types d’entités.LUIS offers many types of entities. Choisissez l’entité en fonction de la façon dont les données doivent être extraites et être représentées une fois extraites.Choose the entity based on how the data should be extracted and how it should be represented after it is extracted.

Les entités peuvent être extraites à l’aide d’un apprentissage automatique, ce qui permet à LUIS de continuer à apprendre la façon dont elles apparaissent dans l’énoncé.Entities can be extracted with machine-learning, which allows LUIS to continue learning about how the entity appears in the utterance. Les entités peuvent être extraites sans apprentissage automatique, en établissant une correspondance soit avec un texte exact, soit avec une expression régulière.Entities can be extracted without machine-learning, matching either exact text or a regular expression. Les entités dans les modèles peuvent être extraites avec une implémentation mixte.Entities in patterns can be extracted with a mixed implementation.

Une fois que l’entité extraite, ses données peuvent être représentées comme une seule unité d’informations ou combinées avec d’autres entités pour former une unité d’informations que l’application cliente peut utiliser.Once the entity is extracted, the entity data can be represented as a single unit of information or combined with other entities to form a unit of information the client-application can use.

Issue de l’apprentissage automatiqueMachine-learned Peut marquerCan Mark DidacticielTutorial ExemplesExample
responseResponse
Type d’entitéEntity type ObjectifPurpose
CompositeComposite Regroupement d’entités, quel que soit le type d’entité.Grouping of entities, regardless of entity type.
- HiérarchiqueHierarchical Regroupement d’entités simples.Grouping of simple entities.
ListeList Liste d’éléments et de leurs synonymes extraits avec une correspondance de texte exact.List of items and their synonyms extracted with exact text match.
MixteMixed Pattern.anyPattern.any Entité dont la fin est difficile à déterminer.Entity where end of entity is difficult to determine.
PrédéfiniePrebuilt Déjà formée pour extraire différents types de données.Already trained to extract various kinds of data.
Expression régulièreRegular Expression Utilise une expression régulière pour établir une correspondance de texte.Uses regular expression to match text.
SimpleSimple Contient un concept unique dans un mot ou une expression.Contains a single concept in word or phrase.

Seules les entités Machine a appris doivent être marqués dans énoncés exemple.Only Machine-learned entities need to be marked in the example utterances. Les entités issues de l’apprentissage automatique fonctionnent mieux quand elles sont testées via des requêtes du point de terminaison et l’examen des énoncés du point de terminaison.Machine-learned entities work best when tested via endpoint queries and reviewing endpoint utterances.

Les entités pattern.any doivent être marquées dans les exemples de modèles Pattern, et non dans les exemples d’utilisateurs d’intention.Pattern.any entities need to be marked in the Pattern template examples, not the intent user examples.

Les entités mixtes utilisent une combinaison de méthodes de détection d’entité.Mixed entities use a combination of entity detection methods.

Entité compositeComposite entity

Une entité composite est constituée d’autres entités (prédéfinies, simples, expressions régulières, listes ou hiérarchiques).A composite entity is made up of other entities, such as prebuilt entities, simple, regular expression, list, and hierarchical entities. Les entités distinctes forment une entité entière.The separate entities form a whole entity.

Cette entité convient bien lorsque les données :This entity is a good fit when the data:

  • Sont associées.Are related to each other.
  • Sont liés l’un à l’autre dans le contexte de l’énoncé.Are related to each other in the context of the utterance.
  • Utilisent divers types d’entités.Use a variety of entity types.
  • Doivent être regroupées et traitées par l’application cliente en tant qu’unité d’informations.Need to be grouped and processed by the client application as a unit of information.
  • Ont divers énoncés d’utilisateur nécessitant un apprentissage automatique.Have a variety of user utterances that require machine-learning.

entité composite

DidacticielTutorial
Exemple de réponse JSON pour une entitéExample JSON response for entity

Entité hiérarchiqueHierarchical entity

Entités hiérarchiques risque d’être dépréciées. Utilisez rôles de l’entité pour déterminer des sous-types d’entité, au lieu d’entités hiérarchiques.Hierarchical entities will eventually be deprecated. Use entity roles to determine entity subtypes, instead of hierarchical entities.

Une entité hiérarchique est une catégorie d’entités simples apprises de façon contextuelle, appelées enfants.A hierarchical entity is a category of contextually learned simple entities called children.

entité hiérarchique

Rôles et entités hiérarchiquesRoles versus hierarchical entities

Rôles résoudre le même problème comme entités hiérarchiques, mais s’applique à tous les types d’entité.Roles solve the same problem as hierarchical entities but apply to all entity types.

Entité de listeList entity

Les entités de liste représentent un ensemble fixe, fermé de mots associés, ainsi que leurs synonymes.List entities represent a fixed, closed set of related words along with their synonyms. LUIS ne détecte pas les valeurs supplémentaires pour les entités de liste.LUIS does not discover additional values for list entities. Utilisez la fonctionnalité Recommander pour trouver des suggestions de nouveaux mots à partir de la liste actuelle.Use the Recommend feature to see suggestions for new words based on the current list. S’il existe plusieurs entités de liste avec la même valeur, chaque entité est retournée dans la requête du point de terminaison.If there is more than one list entity with the same value, each entity is returned in the endpoint query.

L’entité convient bien lorsque les données de texte :The entity is a good fit when the text data:

  • Sont un ensemble connu.Are a known set.
  • L’ensemble ne dépasse pas les limites maximum de LUIS pour ce type d’entité.The set doesn't exceed the maximum LUIS boundaries for this entity type.
  • Le texte de l’énoncé est une correspondance exacte avec un synonyme ou le nom canonique.The text in the utterance is an exact match with a synonym or the canonical name. LUIS n’utilise pas la liste au-delà des correspondances de texte exactes.LUIS doesn't use the list beyond exact text matches. Une simple entité de liste ne suffit pas pour résoudre la recherche de radical, les pluriels et d’autres variantes.Stemming, plurals, and other variations are not resolved with a list entity. Pour gérer les variantes, envisagez d’utiliser un modèle avec la syntaxe de texte facultative.To manage variations, consider using a pattern with the optional text syntax.

entité de liste

DidacticielTutorial
Exemple de réponse JSON pour une entitéExample JSON response for entity

Entité Pattern.anyPattern.any entity

Pattern.any est un espace réservé à longueur variable utilisé uniquement dans le gabarit d’énoncé d’un modèle pour marquer où l’entité commence et se termine.Pattern.any is a variable-length placeholder used only in a pattern's template utterance to mark where the entity begins and ends.

L’entité convient bien quand :The entity is a good fit when:

ExempleExample
Si une application cliente recherche des livres en fonction du titre, pattern.any extrait le titre complet.Given a client application that searches for books based on title, the pattern.any extracts the complete title. Un modèle d’énoncé utilisant pattern.any pour cette recherche de livre est Was {BookTitle} written by an American this year[?].A template utterance using pattern.any for this book search is Was {BookTitle} written by an American this year[?].

Dans le tableau suivant, chaque ligne contient deux versions de l’énoncé.In the following table, each row has two versions of the utterance. L’énoncé du haut est la manière dont LUIS voit initialement l’énoncé, où il est difficile de déterminer où le titre du livre commence et finit.The top utterance is how LUIS will initially see the utterance, where it is unclear with the book title begins and ends. L’énoncé du bas est la manière dont LUIS reconnaîtra le titre du livre quand un modèle sera en place pour l’extraction.The bottom utterance is how LUIS will know the book title when a pattern is in place for extraction.

ÉnoncéUtterance
L’Homme qui prenait sa femme pour un chapeau a-t-il été écrit par un Americain cette année ?Was The Man Who Mistook His Wife for a Hat and Other Clinical Tales written by an American this year?
L’Homme qui prenait sa femme pour un chapeau a-t-il été écrit par un Americain cette année ?Was The Man Who Mistook His Wife for a Hat and Other Clinical Tales written by an American this year?
Nature morte avec pivert a-t-il été par un Américain cette année ?Was Half Asleep in Frog Pajamas written by an American this year?
Nature morte avec pivert a-t-il été par un Américain cette année ?Was Half Asleep in Frog Pajamas written by an American this year?
La singulière tristesse du gâteau au citron : est-il un roman écrit par un Américain cette année ?Was The Particular Sadness of Lemon Cake: A Novel written by an American this year?
La singulière tristesse du gâteau au citron est-il un roman écrit par un Américain cette année ?Was The Particular Sadness of Lemon Cake: A Novel written by an American this year?
Le Petit PrinceWas There's A Wocket In My Pocket! a-t-il été écrit par un Américain cette année ?written by an American this year?
Le Petit PrinceWas There's A Wocket In My Pocket! a-t-il été écrit par un Américain cette année ?written by an American this year?

Entité prédéfiniePrebuilt entity

Des entités prédéfinies sont des types intégrés qui représentent des concepts courants tels que e-mail, URL et numéro de téléphone.Prebuilt entities are built-in types that represent common concepts such as email, URL, and phone number. Les noms des entités prédéfinies sont réservés.Prebuilt entity names are reserved. Toutes les entités prédéfinies qui sont ajoutées à l’application sont retournées dans la requête de prédiction de point de terminaison si elles figurent dans l’énoncé.All prebuilt entities that are added to the application are returned in the endpoint prediction query if they are found in the utterance.

L’entité convient bien quand :The entity is a good fit when:

  • Les données correspondent à un cas d’usage courant pris en charge par des entités prédéfinies pour votre culture linguistique.The data matches a common use case supported by prebuilt entities for your language culture.

Des entités prédéfinies peuvent être ajoutées et supprimées à tout moment.Prebuilt entities can be added and removed at any time.

Entité prédéfinie Number (nombre)

DidacticielTutorial
Exemple de réponse JSON pour une entitéExample JSON response for entity

Certaines de ces entités prédéfinies dans le projet open source Recognizers-Text.Some of these prebuilt entities are defined in the open-source Recognizers-Text project. Si votre culture ou entité spécifique n’est pas encore prise en charge, vous pouvez contribuer au projet.If your specific culture or entity isn't currently supported, contribute to the project.

Résolution des problèmes des entités prédéfiniesTroubleshooting prebuilt entities

Dans le portail LUIS, si une entité prédéfinie est marquée au lieu de votre entité personnalisée, vous avez le choix de la façon de résoudre ce problème.In the LUIS portal, if a prebuilt entity is tagged instead of your custom entity, you have a few choices of how to fix this.

Des entités prédéfinies ajoutées à l’application seront toujours retourné, même si l’énoncé doit extraire les entités personnalisées pour le même texte.The prebuilt entities added to the app will always be returned, even if the utterance should extract custom entities for the same text.

Modifier une entité avec balises dans un énoncé de l’exempleChange tagged entity in example utterance

Si l’entité prédéfinie est le même texte ou jetons en tant que l’entité personnalisée, sélectionnez le texte dans l’énoncé exemple et modifier l’énoncé avec balises.If the prebuilt entity is the same text or tokens as the custom entity, select the text in the example utterance and change the tagged utterance.

Si l’entité prédéfinie est marquée avec plus de texte ou de jetons à votre entité personnalisée, vous avez deux options de comment résoudre ce problème :If the prebuilt entity is tagged with more text or tokens than your custom entity, you have a couple of choices of how to fix this:

Supprimer l’énoncé d’exemple pour corriger le balisageRemove example utterance to fix tagging

Votre premier choix consiste à supprimer de l’énoncé de l’exemple.Your first choice is to remove the example utterance.

  1. Supprimer l’énoncé de l’exemple.Delete the example utterance.
  2. Recycler l’application.Retrain the app.
  3. Ajouter à nouveau que le mot ou une phrase qui est l’entité, qui est marquée comme une entité prédéfinie, comme un énoncé de l’exemple complet.Add back just the word or phrase that is the entity, which is marked as a prebuilt entity, as a complete example utterance. Le mot ou expression gardent l’entité prédéfinie marquée.The word or phrase will still have the prebuilt entity marked.
  4. Sélectionnez l’entité dans l’énoncé exemple sur le intention page et de modifier à votre entité personnalisée et de former à nouveau.Select the entity in the example utterance on the Intent page, and change to your custom entity and train again. Cela doit empêcher LUIS de marquer ce texte exact que l’entité prédéfinie dans n’importe quel énoncés exemple qui utilisent ce texte.This should prevent LUIS from marking this exact text as the prebuilt entity in any example utterances that use that text.
  5. Ajoutez l’énoncé exemple d’origine entière à l’intention.Add the entire original example utterance back to the Intent. L’entité personnalisée doit continuer à être marquée au lieu de l’entité prédéfinie.The custom entity should continue to be marked instead of the prebuilt entity. Si l’entité personnalisée n’est pas marquée, vous devez ajouter plus d’exemples de ce texte dans énoncés.If the custom entity is not marked, you need to add more examples of that text in utterances.

Supprimer une entité prédéfinie pour corriger le balisageRemove prebuilt entity to fix tagging

  1. Supprimer l’entité prédéfinie de l’application.Remove the prebuilt entity from the app.
  2. Sur le intention page, marquez l’entité personnalisée dans l’énoncé de l’exemple.On the Intent page, mark the custom entity in the example utterance.
  3. Effectuez l’apprentissage de l’application.Train the app.
  4. Ajoutez l’entité prédéfinie à l’application et former l’application.Add the prebuilt entity back to the app and train the app. Ce correctif suppose que l’entité prédéfinie ne fait pas partie d’une entité composite.This fix assumes the prebuilt entity isn't part of a composite entity.

Entité d’expression régulièreRegular expression entity

Une expression régulière est préférable à un texte d’énoncé brut.A regular expression is best for raw utterance text. Elle ignore la casse et la variante culturelle.It ignores case and ignores cultural variant. La correspondance d’expression régulière est appliquée après les modifications de la vérification orthographique au niveau du caractère, et non au niveau du jeton.Regular expression matching is applied after spell-check alterations at the character level, not the token level. Si l’expression régulière est trop complexe (par exemple, si elle utilise de nombreux crochets), vous ne pouvez pas l’ajouter au modèle.If the regular expression is too complex, such as using many brackets, you're not able to add the expression to the model. Utilise la partie mais pas toutes la expression régulière .NET bibliothèque.Uses part but not all of the .NET Regex library.

L’entité convient bien quand :The entity is a good fit when:

  • Les données sont constamment mis en forme avec toute variation également cohérente.The data are consistently formatted with any variation that is also consistent.
  • L’expression régulière n’a pas besoin de plus de 2 niveaux d’imbrication.The regular expression does not need more than 2 levels of nesting.

Entité d’expression régulière

DidacticielTutorial
Exemple de réponse JSON pour une entitéExample JSON response for entity

Entité simpleSimple entity

Une entité simple est une entité générique qui décrit un concept unique et est apprise à partir d’un contexte issu de l’apprentissage automatique.A simple entity is a generic entity that describes a single concept and is learned from the machine-learned context. Les entités simples étant généralement des noms tels que des noms de société, des noms de produits ou d’autres catégories de noms, ajoutez une liste de phrases lorsque vous utilisez une entité simple pour renforcer le signal des noms utilisés.Because simple entities are generally names such as company names, product names, or other categories of names, add a phrase list when using a simple entity to boost the signal of the names used.

L’entité convient bien quand :The entity is a good fit when:

  • Les données ne sont mises en forme de façon cohérente, mais indiquent la même chose.The data aren't consistently formatted but indicate the same thing.

entité simple

DidacticielTutorial
Exemple de réponse pour l’entitéExample response for entity

Limites de l’entitéEntity limits

Consultez les limites pour comprendre le nombre de chaque type d’entité que vous pouvez ajouter à un modèle.Review limits to understand how many of each type of entity you can add to a model.

Si vous avez besoin de plus que le nombre maximal d’entitésIf you need more than the maximum number of entities

Vous devrez peut-être utiliser des entités composites en combinaison avec les rôles de l’entité.You might need to use composite entities in combination with entity roles.

Les entités composites représentent les parties d’un ensemble.Composite entities represent parts of a whole. Par exemple, une entité composite nommée PlaneTicketOrder peut avoir les entités enfants Airline, Destination, DepartureCity, DepartureDate et PlaneTicketClass.For example, a composite entity named PlaneTicketOrder might have child entities Airline, Destination, DepartureCity, DepartureDate, and PlaneTicketClass.

LUIS fournit également le type d’entité de liste qui n’est pas issu de l’apprentissage automatique, mais qui permet à votre application LUIS de spécifier une liste fixe de valeurs.LUIS also provides the list entity type that isn't machine-learned but allows your LUIS app to specify a fixed list of values. Consultez les Limites de LUIS pour passer en revue les limites du type d’entité de liste.See LUIS Boundaries reference to review limits of the List entity type.

Si vous avez considéré comme ces entités et que vous avez besoin de plus de la limite, contactez le support technique.If you've considered these entities and still need more than the limit, contact support. Pour cela, rassemblez des informations détaillées sur votre système, accédez au site web LUIS, puis sélectionnez Support.To do so, gather detailed information about your system, go to the LUIS website, and then select Support. Si votre abonnement Azure comprend des services de support, contactez le support technique Azure.If your Azure subscription includes support services, contact Azure technical support.

Étapes suivantesNext steps

Découvrez les concepts relatifs aux bons énoncés.Learn concepts about good utterances.

Consultez Ajouter des entités pour découvrir comment ajouter des entités à votre application LUIS.See Add entities to learn more about how to add entities to your LUIS app.