Глоссарий

Группа сценариев

Логическая папка в интерфейсе для организации сценариев по тематическому или функциональному признаку.

Датасет (Dataset)

Совокупность данных, используемых для обучения NLU-модели. Как правило, представляет собой выгрузку реальных логов диалогов.

Диалоги (Dialogs)

Раздел в интерфейсе платформы, предоставляющий доступ к истории переписки с пользователями для анализа и отладки.

Динамический сценарий

Сценарий, использующий сниппеты для взаимодействия с внешними системами (API, базы данных) для получения или отправки данных.

Канал (Channel)

Канал коммуникации, через который осуществляется взаимодействие с пользователем (например, виджет на сайте, Telegram, WhatsApp).

Кластеризация (Clustering)

Процесс автоматической группировки семантически близких нераспознанных запросов. Результаты кластеризации (кластеры) используются для дообучения модели.

Конечный пользователь (End-user)

Индивид, взаимодействующий с виртуальным ассистентом через один из доступных каналов коммуникации.

Намерение (Intent)

Класс, представляющий цель или задачу пользователя (например, «узнать статус заказа»). Каждое намерение определяется набором обучающих фраз, которые используются для тренировки NLU-модели.

Обучающие фразы (Training Phrases)

Набор примеров реальных пользовательских запросов, используемых для обучения одного намерения.

Обучение / Дообучение (Training)

Процесс тренировки NLU-модели на размеченном датасете. Первичное обучение выполняется на начальном наборе данных, дообучение — итеративный процесс улучшения модели на основе новых данных (например, из кластеров).

Покрытие (Coverage)

Метрика, отражающая долю пользовательских запросов, которые были успешно распознаны и обработаны ботом.

Порог классификации (Confidence Threshold)

Минимальный уровень уверенности (от 0.0 до 1.0), который должен быть достигнут для того, чтобы распознавание намерения считалось успешным.

Проект (Бот)

Изолированная рабочая среда в рамках платформы, инкапсулирующая полный набор конфигураций для одного виртуального ассистента, включая его диалоговую логику (сценарии), NLU-модель (намерения, сущности) и другие ресурсы.

Разметка (Annotation)

Процесс сопоставления обучающих фраз с соответствующими намерениями и сущностями.

Реакция (Reaction)

Действие, выполняемое ботом в рамках сценария. Примеры реакций: отправка текстового сообщения, выполнение сниппета, перевод на оператора.

Системный сценарий

Вспомогательный сценарий, реализующий общую логику, которая может быть переиспользована в нескольких продуктовых сценариях (например, сценарий перевода на оператора, обработки согласия/отказа).

Сниппет (Scriptlet)

Фрагмент кода на JavaScript, выполняемый в рамках сценария для реализации кастомной бизнес-логики, такой как обращение к внешним API, валидация данных или динамическое формирование ответов.

Статистика A/B/C

Система классификации диалогов:

• A (Automated) — диалог успешно распознан и полностью обработан ботом без участия оператора.
• B (Bot-assisted) — бот распознал намерение, но сценарий привёл к переводу на оператора.
• C (Unclassified) — запрос не был распознан ботом.

Статический сценарий

Сценарий, логика которого не зависит от внешних систем и не требует выполнения сниппетов для обращения к API.

Сущность (Entity)

Структурированная информация, извлекаемая из пользовательского запроса (например, дата, город, номер телефона). Использование сущностей позволяет параметризовать сценарии и избегать избыточных уточняющих вопросов.

Сценарий (Scenario)

Формализованное описание диалоговой логики, реализованное в виде графа состояний в визуальном редакторе. Сценарий определяет последовательность реакций бота в ответ на триггеры.

Сырые данные (Raw Data)

Необработанные первичные данные о событиях в системе (сообщения, нажатия кнопок, системные события), используемые для глубокого анализа и сбора статистики.

Тематика / Тег (Topic / Tag)

Метка, используемая для классификации диалогов или отдельных сообщений. Может быть присвоена в сценарии с помощью сниппета.

Тестовый чат (Debug Chat)

Интегрированный в платформу инструмент для тестирования и отладки диалоговых сценариев в черновой (draft) версии проекта.

Триггер (Trigger)

Событие, инициирующее выполнение сценария или его определенной ветки. Основным типом триггера является распознанное намерение, но также могут использоваться системные (например, старт диалога) или кастомные события.

Факты (Facts)

Контекстуальные данные о пользователе или сессии, передаваемые в формате JSON. Факты позволяют персонализировать диалог, используя информацию о пользователе (например, его имя, статус или содержимое корзины).

NLU (Natural Language Understanding)

Технология понимания естественного языка, которая лежит в основе работы ассистента. NLU-модель анализирует сообщения пользователей, чтобы определить их намерения и извлечь из текста сущности.

Q&A (Вопрос-Ответ)

Упрощённый механизм для обработки простых запросов, не требующих сложной логики. Состоит из пары «вопрос-ответ» и имеет более высокий приоритет, чем намерения, но не поддерживает ветвление или выполнение сниппетов.