> For the complete documentation index, see [llms.txt](https://docs.chatlayer.ai/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.chatlayer.ai/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/detect-information-with-entities/contextual-entities.md). # Entidades contextuais

Aba de entidades contextuais.

## Detectar informações contextualizadas Entidades contextuais são reconhecidas dentro das expressões. O [PLN](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/basic-nlp-concepts.md#nlp-model) entende a entidade aprendendo que tipo de palavra ela é, onde ela está localizada na frase e qual é o contexto específico ao redor dela.
Quando usar entidades contextuais Imagine que você é um vendedor de frutas que vende maçãs, peras, bananas e abacaxis. Seu chatbot pode ajudar as pessoas a pedir frutas e perguntar o preço. Vamos ver esse caso de uso de preços para maçãs. Algumas expressões de exemplo podem ser: * Quanto custam as maçãs? * Quanto custa uma maçã? * Qual é o preço das maçãs? É claro que essas expressões poderiam ser feitas não apenas para maçãs, mas também para peras, bananas e abacaxis. Isso significa que você precisa copiar cada expressão e substituir a fruta? Não, você pode simplesmente usar entidades contextuais! Crie uma entidade contextual chamada 'fruit' e adicione os seguintes valores a ela: * maçã * banana * pera * abacaxi Neste caso, recomendamos ativar a correspondência aproximada para que o bot também reconheça 'maçãs' e o plural das outras frutas. Mais informações sobre a correspondência aproximada na próxima seção. Agora você pode simplesmente criar uma expressão com a entidade contextual nela: * Quanto é o preço de **@fruit**? * Quanto custa um **@fruit** custa? * Qual é o preço do **@fruit**? Agora seu bot entenderá cada expressão, mesmo que a fruta mude!

Exemplo de um intent que usa a entidade contextual @bike_model.

{% hint style="warning" %} Entidades contextuais são o único tipo de entidade que pode (e deve ser) [adicionada à própria expressão](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp/expressions.md#add-entities-to-your-expressions), por exemplo: *Quero reservar uma passagem de trem de `@origin` como `@destination`.* {% endhint %} {% hint style="warning" %} Observe que [entidades de correspondência](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/detect-information-with-entities/match-entities.md) são independentes do contexto, o que significa que podem ser detectadas em qualquer ponto da conversa. Portanto, são muito diferentes das [entidades contextuais ](/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/detect-information-with-entities/contextual-entities.md)que dependem do contexto e podem ser detectadas apenas em certos pontos da conversa. {% endhint %} ## Adicione entidades contextuais Há 2 maneiras de adicionar entidades contextuais ao seu bot: * Na sua lista de [expressões](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp/expressions.md#add-contextual-entities-to-your-expressions) * Da [**Entidades**](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp/synonym-entities.md) aba (veja abaixo) Para adicionar uma entidade contextual: 1. Da [Entidades](/chatlayer-documentation-pt-br/navegacao/natural-language-processing-nlp/synonym-entities.md) aba, clique em **Adicionar entidade contextual**. 2. Dê a ela um **Nome** e uma série de **Valores da entidade**. 3. Você pode dar **Sinônimos** a esses valores, se quiser.
Sinônimos para entidades contextuais Para cada valor, você pode adicionar um sinônimo que será detectado como o valor original. Sinônimos permitem adicionar alternativas às entidades que são atribuídas ao mesmo valor. Por exemplo: *Quero ir para Bruxelas* *Quero ir para Bruxelles* O significado das duas expressões acima é exatamente o mesmo, mas você quer converter *Bruxelles* como *Brussels* para que seu bot possa funcionar com um único e mesmo valor. Observe que as entidades não diferenciam maiúsculas de minúsculas, então não há necessidade de adicionar sinônimos com iniciais maiúsculas.
{% hint style="info" %} Ao adicionar variáveis de entidade contextual, não há necessidade de adicionar palavras com e sem iniciais maiúsculas. Todo o texto é convertido para minúsculas pelo NLP antes que qualquer reconhecimento aconteça. {% endhint %} 4. Você pode ativar **correspondência aproximada** se quiser.
Correspondência aproximada para entidades contextuais A correspondência aproximada permite reconhecer uma pequena variação de um valor de entidade (ou seu sinônimo) como o valor original. Por exemplo, "Brusselt" será corrigido automaticamente para "Brussels" se a correspondência aproximada estiver ativada. A correspondência aproximada é bastante rígida. Menos de 20% dos caracteres podem ser diferentes para vinculá-lo a outra entidade. Isso evita que o valor seja vinculado a outra entidade que também tenha sobreposição.

Adicione uma entidade contextual.

--- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.chatlayer.ai/chatlayer-documentation-pt-br/nlp/natural-language-processing-nlp/detect-information-with-entities/contextual-entities.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.