regex - Watson 实体中的模式正则表达式问题

Question

问候。

我需要 Watson 识别代表客户已下订单的公司分支机构的实体。我们目前在 customer_branch 实体上使用以下模式：

\d{1,5}-[xX\d]{1}

对话节点询问客户的分支机构，并显示以下消息：“请输入您下订单的分支机构编号，格式为 XXXXX-X：”，期望类似：

12345-6

尽管我们的大多数客户都正确输入了分行编号，但有些客户会：

分公司 12345-6

编号 12345-6

天然橡胶 12345-6

编号 12345-6

这导致 Watson 无法识别实体 customer_branch，让他们感到沮丧。为了解决这个问题，我们考虑在模式中使用以下正则表达式：

(?:(br[ae]{1}nch|n[umbe]{0,4}r))?(?:[\s.]*)?(\d{1,5}-[xX\d]{1})

我们认为的逻辑如下：

• 一个正则表达式组，用于忽略“branch”、“number”、“nr”等任何单词。等等，可以或不可以存在；

• 另一个忽略可以存在或不存在的任何数量的句点和空格；

• 最后一个来捕获分支号。

然而，在我们进行了一些测试之后，Watson 仍然无法正确识别实体，如下例所示：

"customer_branch": "nr 12345-6"

我们假设问题出在正则表达式中，但我们无法识别它；因为它在 regex101.com 上正常工作。Watson 是否正确识别排除正则表达式组，例如(?: Something_here)？我们感谢任何提示。谢谢大家。

标签： regexibm-cloudibm-watsonregex-groupwatson-assistant

Answer 1

另一种解决方案是捕获整个用户输入，然后使用字符串函数提取数字。您可以首先使用搜索（包含）分支，然后使用三元运算符根据结果进行切换。

恕我直言，基于模式的实体适用于一些精确的输入，但如果您允许太多变化，则很难用单一模式捕获它。

您是否尝试过为单个实体创建多个模式？每个值都可以分配自己的模式。这样，您可以将customer_branch作为实体，将number_only和branch_number作为值。