

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。

# 匯入對話文字記錄
<a name="designing-import"></a>

匯入對話文字記錄是一個三步驟的程序：

1. 將文字記錄轉換為正確的格式，以準備要匯入的文字記錄。如果您使用的是 Contact Lens for Amazon Connect，文字記錄已採用正確的格式。

1. 將文字記錄上傳至 Amazon S3 儲存貯體。如果您使用的是 Contact Lens，您的文字記錄已經在 S3 儲存貯體中。

1. 使用 Amazon Lex V2 主控台或 API 操作分析文字記錄。完成訓練所需的時間取決於文字記錄的數量和對話的複雜性。一般而言，每分鐘會分析 500 行文字記錄。

以下各節將說明每個步驟。

## 從 Contact Lens for Amazon Connect 匯入文字記錄
<a name="import-connect"></a>

Amazon Lex V2 自動化聊天機器人設計工具與 Contact Lens 文字記錄檔案相容。若要使用 Contact Lens 文字記錄檔案，您必須開啟 Contact Lens，並記下其輸出檔案的位置。

**從 Contact Lens 匯出文字記錄**

1. 在 Amazon Connect 執行個體中開啟 Contact Lens。如需說明，請參閱《[Amazon Connect 管理員指南》中的啟用 Amazon Connect 的 Contact Lens](https://docs.aws.amazon.com/connect/latest/adminguide/enable-analytics.html)。 *Amazon Connect *

1. 請注意 Amazon Connect 用於執行個體的 S3 儲存貯體位置。若要查看位置，請在 Amazon Connect 主控台中開啟**資料儲存**頁面。如需說明，請參閱《*Amazon Connect 管理員指南*》中的[更新執行個體設定](https://docs.aws.amazon.com/connect/latest/adminguide/update-instance-settings.html)。

開啟 Contact Lens 並記下文字記錄檔案的位置後，請前往 [使用 Amazon Lex V2 主控台分析您的文字記錄](#import-import) 以取得匯入和分析文字記錄的說明。

## 準備文字記錄
<a name="import-prepare"></a>

透過建立文字記錄檔案來準備您的文字記錄。
+ 每次對話建立一個文字記錄檔案，列出各方之間的互動。對話中的每個互動可以跨越多行。您可以同時提供已修訂和未修訂的對話版本。
+ 檔案必須是 中指定的 JSON 格式[輸入文字記錄格式](designing-input-format.md)。
+ 您必須提供至少 1，000 個對話輪換。為了改善探索意圖和槽類型，您應該提供大約 10，000 個或更多的對話輪換。自動化聊天機器人設計工具只會處理前 700，000 個回合。
+ 您可以上傳的文字記錄檔案數目沒有限制，也沒有檔案大小限制。

如果您打算依日期篩選匯入的文字記錄，檔案必須位於下列目錄結構中：

```
<path or bucket root>
   --> yyyy
      --> mm
         --> dd
            --> transcript files
```

 文字記錄檔案必須包含檔案名稱中某處格式 "yyyy-mm-dd" 的日期。

**從其他聯絡中心應用程式匯出文字記錄**

1. 使用聯絡中心應用程式的工具匯出對話。對話必須至少包含 中指定的資訊[輸入文字記錄格式](designing-input-format.md)。

1. 將聯絡中心應用程式產生的文字記錄轉換為中所述的格式[輸入文字記錄格式](designing-input-format.md)。您負責執行轉換。

我們提供三種指令碼來準備文字記錄。這些類別為：
+ 結合 Contact Lens 文字記錄與 Amazon Lex V2 對話日誌的指令碼。Contact Lens 文字記錄不包含與 Amazon Lex V2 機器人互動的 Amazon Connect 對話部分。 Amazon Lex V2 指令碼需要開啟 Amazon Lex V2 的對話日誌，以及查詢對話日誌 CloudWatch Logs 和 Contact Lens S3 儲存貯體的適當許可。
+ 將 Amazon Transcribe 呼叫分析轉換為 Amazon Lex V2 輸入格式的指令碼。
+ 將 Amazon Connect 聊天文字記錄轉換為 Amazon Lex V2 輸入格式的指令碼。

您可以從此 GitHub 儲存庫下載指令碼：[https：//https://github.com/aws-samples/amazon-lex-bot-recommendation-integration。 ](https://github.com/aws-samples/amazon-lex-bot-recommendation-integration)

## 將文字記錄上傳至 S3 儲存貯體
<a name="import-upload"></a>

如果您使用的是 Contact Lens，您的文字記錄檔案已包含在 S3 儲存貯體中。如需文字記錄檔案的位置和檔案名稱，請參閱《*Amazon Connect 管理員指南*》中的 [ Contact Lens 輸出檔案範例](https://docs.aws.amazon.com/connect/latest/adminguide/contact-lens-example-output-files.html)。

如果您使用另一個聯絡中心應用程式，但尚未為文字記錄檔案設定 S3 儲存貯體，請遵循此程序。否則，如果您有現有的 S3 儲存貯體，在登入 Amazon S3 主控台之後，請遵循從步驟 5 開始的此程序。

**將檔案上傳至 S3 儲存貯體**

1. 登入 AWS 管理主控台，然後前往 [https://console.aws.amazon.com/s3/](https://console.aws.amazon.com/s3/) 開啟 Amazon S3 主控台。

1. 選擇**建立儲存貯體**。

1. 為儲存貯體命名並選擇區域。區域必須與您用於 Amazon Lex V2 的區域相同。根據您的使用案例所需設定其他選項。

1. 選擇**建立儲存貯體**。

1. 從儲存貯體清單中，選擇現有的儲存貯體或您剛建立的儲存貯體

1. 選擇**上傳**。

1. 新增您要上傳的文字記錄檔案。

1. 選擇**上傳**。

## 使用 Amazon Lex V2 主控台分析您的文字記錄
<a name="import-import"></a>

您只能以空白語言使用自動化機器人設計。您可以將新語言新增至現有的機器人，或建立新的機器人。

**在新機器人中建立新語言**

1. 登入 AWS 管理主控台，並在 [https://console.aws.amazon.com/lex/](https://console.aws.amazon.com/lex/)：// 開啟 Amazon Lex 主控台。

1. 選擇**建立機器人**

1. 選擇**從自動化 Chatbot 設計工具開始**。填寫資訊以建立新的機器人。

1. 選擇**下一步**

1. 在**將語言新增至機器人**中，填寫語言的資訊。

1. 在 ** S3 上的文字記錄檔案位置**區段中，視需要選擇包含文字記錄檔案的 S3 儲存貯體，以及檔案的本機路徑。

1. 您可以選擇性地選擇下列項目：
   + 在處理期間加密文字記錄資料的 AWS KMS 金鑰。如果您未選取金鑰，則會使用服務 AWS KMS 金鑰。
   + 篩選文字記錄至特定日期範圍。如果您選擇篩選文字記錄，它們必須位於正確的資料夾結構中。如需詳細資訊，請參閱[準備文字記錄](#import-prepare)。

1. 選擇**完成**。

等待 Amazon Lex V2 處理文字記錄。當分析完成時，您會看到完成訊息。

**如何停止分析您的文字記錄**

如果您需要停止已上傳文字記錄的分析，您可以停止執行中的`BotRecommendation`任務，其`BotRecommendationStatus`狀態為處理中。從主控台提交任務或使用 `StopBotRecommendation` API 的 CLI 開發套件後，您可以按一下橫幅上出現的**停止處理**按鈕。如需詳細資訊，請參閱 [StopBotRecommendation](https://docs.aws.amazon.com/lexv2/latest/APIReference/API_StopBotRecommendation.html)

呼叫 之後`StopBotRecommendation`，內部 `BotRecommendationStatus` 會設為 `Stopping`，而且不會向您收取費用。若要確保任務已停止，您可以呼叫 `DescribeBotRecommendation` API 並確認 `BotRecommendationStatus`是 `Stopped`。這通常需要 3-4 分鐘。

呼叫 `StopBotRecommendation` API 之後，您不需要支付處理費用。