IBM Watson Assistant：如何对对话节点上的条件进行分组？
IBM Watson Assistant: How to group conditions on dialog nodes?
我必须维护和扩展别人开发的 Watson Assistant 聊天机器人。有时我们会得到相互冲突的意图，所以我想对进入对话节点的条件有更多的控制。请参阅下面的附图作为示例。
有更具体的意图 #ctpat_issues，但由于有时用户会询问更笼统的 #what_is 后跟实体 @ctpat_issues，我想在同一个对话节点中解决这两个问题.
是否可以用括号对条件进行分组？ and/or 条件如何一起评估？
此外，您是否看到以这种方式处理意图的主要问题，混合了一般意图和更具体的意图？关于如何学习有关 intents/entities/dialog 组织的最佳实践的任何提示？
首先，请参阅有关 how to define the conditions on dialog nodes. You can define them in the UI as shown in your screenshot or compose them with more options in the JSON editor. The conditions are based on SpEL 的文档，您甚至可以应用正则表达式。
在研究如何从 Watson Assistant 获得正确答案时，有一种方法可以更精确地处理条件（如所要求的），但也可以 train Watson by correcting the recognized dialog node (or here)。
我必须维护和扩展别人开发的 Watson Assistant 聊天机器人。有时我们会得到相互冲突的意图，所以我想对进入对话节点的条件有更多的控制。请参阅下面的附图作为示例。
有更具体的意图 #ctpat_issues，但由于有时用户会询问更笼统的 #what_is 后跟实体 @ctpat_issues，我想在同一个对话节点中解决这两个问题.
是否可以用括号对条件进行分组？ and/or 条件如何一起评估？
此外，您是否看到以这种方式处理意图的主要问题，混合了一般意图和更具体的意图？关于如何学习有关 intents/entities/dialog 组织的最佳实践的任何提示？
首先，请参阅有关 how to define the conditions on dialog nodes. You can define them in the UI as shown in your screenshot or compose them with more options in the JSON editor. The conditions are based on SpEL 的文档，您甚至可以应用正则表达式。
在研究如何从 Watson Assistant 获得正确答案时，有一种方法可以更精确地处理条件（如所要求的），但也可以 train Watson by correcting the recognized dialog node (or here)。