Un asistente virtual se basa en la capacidad de comprender y actuar según las solicitudes del usuario. Para lograr esto, el asistente debe ser capaz de identificar lo que el usuario desea comunicar, lo que se conoce como intención, y extraer información clave o entidades necesarias para completar la solicitud.

Intenciones: El "qué" de la conversación

Intenciones son las acciones o propósitos que un usuario quiere lograr cuando se comunica con un asistente virtual o chatbot. Por ejemplo, si un usuario dice: "Muéstrame mi saldo", la intención detrás de esa solicitud es "consultar saldo". En el diseño de un asistente virtual, las intenciones representan las posibles acciones que la aplicación puede realizar. Algunos ejemplos de intenciones comunes son:

• "Hacer una reserva"
• "Consultar el clima"
• "Transferir dinero"
• “Consultar saldo”

La correcta definición de intenciones es esencial para que el asistente entienda el contexto y proporcione respuestas adecuadas.

Expresiones: Las diversas formas de expresar una intención

Expresiones son las diferentes formas en las que un usuario puede expresar una intención. Una sola intención puede tener múltiples expresiones, ya que los usuarios tienden a formular sus solicitudes de maneras variadas. Por ejemplo, para la intención "consultar saldo", las expresiones podrían incluir:

• "¿Cuánto dinero tengo en mi cuenta?"
• "Muéstrame mi saldo"
• "¿Cuál es mi balance actual?"

Un modelo de IA debe ser entrenado con suficientes ejemplos de expresiones para cada intención, para que pueda aprender a identificar las diferentes maneras en que una solicitud puede ser formulada. Este proceso se denomina entrenamiento supervisado, ya que el modelo aprende a partir de ejemplos etiquetados.

Conclusiones

En esta lección, abordamos los conceptos de intenciones y expresiones, elementos cruciales en el diseño y desarrollo de asistentes virtuales. Aprendimos que las intenciones definen las acciones que el usuario desea realizar, mientras que las expresiones son las diferentes formas en que un usuario puede expresar esas intenciones. Esta comprensión nos ayuda a diseñar modelos que capturen una amplia variedad de solicitudes del usuario de manera efectiva.

En la práctica con Azure Language Studio, también observamos cómo podemos definir, entrenar y ajustar modelos de intenciones para mejorar su precisión y aplicabilidad. Esta experiencia nos prepara para abordar la siguiente etapa: la construcción de un chatbot más completo utilizando técnicas de comprensión de lenguaje natural. Al consolidar nuestro conocimiento sobre intenciones y expresiones, estaremos mejor equipados para manejar interacciones complejas entre usuarios y asistentes virtuales.