Entiay regulárního výrazu

Důležité

Služba LUIS bude vyřazena 1. října 2025 a od 1. dubna 2023 nebudete moct vytvářet nové prostředky luis. Doporučujeme migrovat aplikace LUIS na konverzační jazyk, abyste mohli využívat výhod trvalé podpory produktů a možností více jazyků.

Entita regulárního výrazu extrahuje entitu na základě zadaného vzoru regulárního výrazu.

Regulární výraz je nejvhodnější pro nezpracovaný text promluvy. Ignoruje velikost písmen a kulturní variantu. Porovnávání regulárních výrazů se použije po změnách kontroly pravopisu na úrovni tokenu. Pokud je regulární výraz příliš složitý, například použití mnoha závorek, nemůžete výraz do modelu přidat. Používá část knihovny .NET Regex , ale ne celou.

Entita je vhodná v následujících případech:

• Data jsou konzistentně formátována s libovolnou variantou, která je také konzistentní.
• Regulární výraz nepotřebuje více než 2 úrovně vnoření.

Příklad JSON

Pokud jako definici entity regulárního výrazu použijete kb[0-9]{6}následující odpověď JSON jako příklad promluvy s vrácenými entitami regulárního výrazu pro dotaz:

When was kb123456 published?:

Odpověď koncového bodu predikce v2

"entities": [
  {
    "entity": "kb123456",
    "type": "KB number",
    "startIndex": 9,
    "endIndex": 16
  }
]

Odpověď koncového bodu predikce V3

Toto je JSON, pokud verbose=false je nastavený v řetězci dotazu:

"entities": {
    "KB number": [
        "kb123456"
    ]
}

Toto je JSON, pokud verbose=true je nastavený v řetězci dotazu:

"entities": {
    "KB number": [
        "kb123456"
    ],
    "$instance": {
        "KB number": [
            {
                "type": "KB number",
                "text": "kb123456",
                "startIndex": 9,
                "length": 8,
                "modelTypeId": 8,
                "modelType": "Regex Entity Extractor",
                "recognitionSources": [
                    "model"
                ]
            }
        ]
    }
}

Další kroky

Další informace o entitách:

• Typy entit
• Vytvoření entit