Actions Builder内Actions on Google系统类型为何少于Dialogflow?如何自定义对应类型?
为什么Dialogflow的全量系统实体没有在Actions Builder中开放
两者的系统能力池差异本质是产品定位和服务边界不同:
- Dialogflow本身是面向多渠道接入的通用对话流开发平台,它的系统实体体系是为全行业、全场景对话开发设计的全量能力集合,覆盖的识别维度非常广,从人名、地址到餐饮、零售类目的细分信息都有预定义的识别规则,满足不同业务场景的快速开发需求。
- 配套Google Assistant生态的Actions Builder是轻量化的专用构建工具,它的设计逻辑是只开放Google Assistant平台层面真正跨场景通用、识别表现稳定的基础结构化能力——也就是你能看到的
Date、Time、Date/Time、Number这类几乎所有助手动作都会用到的基础类型。很多Dialogflow里的细分系统实体,要么是特定行业场景下才会用到,要么是在通用语音识别场景下准确率不够稳定,直接开放反而会增加开发者的调试成本,所以没有下沉到Actions Builder的默认类型列表里。这也是你在Actions Builder中找不到@sys.person这类Dialogflow内置实体的核心原因。
无对应默认系统类型时的推荐实现方案
针对之前在Dialogflow中依赖系统实体的场景,可以按照场景复杂度选择对应的实现路径:
- 对于人名这类通用文本实体,不需要完全靠自定义枚举硬匹配。可以在Actions Builder的参数定义中选择文本捕获类型,配合你的场景语例做训练:把类似“I'd like to book the class taught by Brandon”这类带人名位置的表达作为训练语料喂给内置NLU模型,让模型精准定位语句中的人名片段,避免无差别捕获整段用户输入。
- 对识别准确率要求高的场景,可以做双层校验:第一层靠Actions Builder的NLU完成初步的槽位捕获,把拿到的人名片段传到后端逻辑中,对接你自身业务的结构化名单做比对——比如你要匹配的授课老师本身就有固定的姓名库,这种方式的识别准确率远高于通用系统实体,还能避免把语句里其他无关的人名误判成目标参数。
- 对于邮箱、联系地址、固定电话这类有明确格式规则的结构化类型,不要完全依赖模型自由捕获,可以在后端搭配格式校验规则:比如识别邮箱时用正则匹配“@”分隔的固定格式,识别电话时校验数字长度和号段,弥补默认系统类型不足的问题。
内容的提问来源于stack exchange,提问作者Kolban
相关产品推荐
相关产品推荐

