

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 Contact Lens 規則中使用字詞或片語條件
<a name="exact-match-pattern-match-semantic-match"></a>

在 Contact Lens **對話分析**規則中，您可以選擇指定字詞或片語條件。您可以為單字或片語選擇完全相符、語義相符或模式相符。本主題說明每種比對類型。

**注意**  
這三種比對類型都不區分大小寫，例如，如果您將字詞指定為 "billing"，則也會與包含 "Billing" 一字的文字記錄相符。

## 如何使用完全相符
<a name="exact-match"></a>

**完全相符**是指精準的字詞比對，包括單數或複數。

您可以使用下列其中一種方法來新增關鍵字或片語：
+ 選取**輸入關鍵字或片語**，然後在文字方塊中手動輸入值。多個值可以用逗號來分隔。  
![在 UI 中輸入關鍵字或片語選項。](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/exact-match-1.png)
+ 選取**從字詞集合匯入**，以從字詞集合匯入預先定義的字詞和片語。  
![從 UI 中的字詞集合選項匯入。](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/exact-match-2.png)

字詞集合可分為兩種類型：使用者字詞集合和系統字詞集合。系統字詞集合由 Amazon Connect 預先定義，使用者無法編輯。使用者字詞集合可由使用者建立、讀取、更新和刪除 (CRUD)。如需詳細資訊，請參閱[在 Contact Lens 中建立對話分析規則時管理字詞集合](manage-word-collections.md)。

## 如何使用模式相符
<a name="pattern-match"></a>

如果您想要比對相關單字，請在條件中附加星號 (\*)。例如，如果您想要比對「鄰居」(鄰家、相鄰) 的所有變體，您可以輸入 **鄰\***。

使用**模式相符**，您可以指定下列項目：
+ **值清單**：當您要建立具有可互換值的表達式時，這非常有用。例如，表達式可能是：

  *我打電話給 [「北京」或「倫敦」或「紐約」或「巴黎」或「東京」] 投訴停電*

  然後在您的值清單中新增城市：北京，倫敦，紐約，巴黎，東京。

  使用值的優點是您可以建立一個表達式，而不是多個表達式。這可減少您需要建立的卡片數量。
+ **數字**：此選項最常用於合規性腳本，或是您正在尋找上下文，而您知道中間某處有一個數字 (數字 [0-9]) 時。這樣，您可以將所有條件放入一個表達式而不是兩個表達式中。例如，客服人員合規性文字可能會顯示：

  *我在這個行業已經工作了 [num] 年，並希望與您討論這個話題。*

  或者客戶可能會說：

  *我是一名 [num] 年的會員。*
**注意**  
從聊天或音訊文字記錄擷取數字時，只會辨識數字 (0-9)。
對於語音聯絡，某些語言可能不會在[數字轉錄](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html)期間將口語數字轉換為數位格式。這表示數字模式比對在這類情況下可能無法運作。如需哪些語言支援數字轉錄的清單，請參閱《Amazon Transcribe 開發人員指南》**中的[支援的語言和特定語言功能](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html)。
+ **鄰近定義**：尋找可能小於 100% 精確的相符項目。您也可以指定單字之間的距離。例如，如果您正在尋找提及「信用卡」一詞的聯絡，但您不想看到任何提及「信用卡」一詞的聯絡，則您可以定義模式比對類別，以尋找「卡」一個字距離內沒有「信用」的一詞。

  例如，鄰近定義可能是：

  *credit [間隔超過 1 個字] card*

**提示**  
如需支援的模式相符清單，請參閱 [AI 功能](supported-languages.md#supported-languages-contact-lens)。

## 如何使用語義相符
<a name="semantic-match"></a>

語意比對僅支援通話後/聊天分析。
+ 「意圖」是表達用語的範例。它可以是一個片語或一段句子。
+ 您最多可以在一張卡片 (群組) 中輸入四個意圖。
+ 我們建議在一張卡片中使用語義相似的意圖，以獲得最佳結果。例如，「有禮貌」的類別。其包括兩個意圖：「問候」和「再見」。我們建議將這意圖分成兩張卡片：
  + 卡片 1：「您今天如何」和「一切順利嗎」。它們在語義上是相似的問候語。
  + 卡片 2：「感謝您與我們聯繫」和「感謝您成為我們的客戶」。他們在語義上是相似的道別詞。

  將意圖分成兩張卡片，比起全部放入一張卡片中能提供更高的準確性。