مسرد المصطلحات والمفاهيم الشائعة لفهم اللغة

هام

سيتم إيقاف LUIS في 1 أكتوبر 2025 وبدءا من 1 أبريل 2023، لن تتمكن من إنشاء موارد LUIS جديدة. نوصي بترحيل تطبيقات LUIS الخاصة بك إلى فهم لغة المحادثة للاستفادة من دعم المنتج المستمر والقدرات متعددة اللغات.

يشرح مسرد Language Understanding (LUIS) المصطلحات التي قد تصادفك أثناء العمل باستخدام خدمة LUIS.

الإصدار النشط

الإصدار النشط هو إصدار التطبيق الذي يتم تحديثه عند إجراء تغييرات على النموذج باستخدام مدخل LUIS. في مدخل LUIS، إذا كنت تريد إجراء تغييرات على إصدار ليس الإصدار النشط، فستحتاج أولا إلى تعيين هذا الإصدار على أنه نشط.

التعلم النشط

التعلم النشط هو تقنية التعلم الآلي حيث يُستخدم نموذج التعلم الآلي لتحديد أمثلة جديدة مفيدة للتسمية. في LUIS، يشير التعلم النشط إلى إضافة تعبيرات من نشاط نقطة النهاية التي توقعاتها الحالية غير واضحة لتحسين نموذجك. حدد "مراجعة تعبيرات نقطة النهاية"، لعرض الألفاظ المراد تسميتها.

راجع أيضًا:

• معلومات مفاهيمية
• البرنامج التعليمي: مراجعة تعبيرات نقطة النهاية
• كيفية تحسين تطبيق LUIS من خلال مراجعة تعبيرات نقطة النهاية

التطبيق

في LUIS، التطبيق الخاص بك، أو التطبيق، هو مجموعة من النماذج التي تم تعلمها آليا، مبنية على نفس مجموعة البيانات، التي تعمل معا للتنبؤ بالأهداف والكيانات لسيناريو معين. كل تطبيق له نقطة نهاية مستقلة للتوقع.

إذا كنت تنشئ روبوتاً للموارد البشرية، فقد يكون لديك مجموعة من الأهداف، مثل "جدولة الإجازات" و"الاستعلام عن المزايا" و"تحديث المعلومات الشخصية"، والكيانات المرتبطة بكل هدف من هذه الأهداف التي تجمعها في تطبيق واحد.

التأليف

التأليف هو القدرة على إنشاء تطبيق LUIS وتوزيعه، إما باستخدام مدخل LUIS أو واجهات برمجة التطبيقات التأليف.

مفتاح التأليف

يُستخدم مفتاح التأليف لتأليف التطبيق. لا يُستخدم لاستعلامات نقطة النهاية على مستوى الإنتاج. لمزيد من المعلومات، راجع حدود الموارد.

مورد التأليف

مورد تأليف LUIS الخاص بك عنصر قابل للإدارة متوفر من خلال Azure. المورد هو إمكانية وصولك إلى إمكانات التأليف والتدريب والنشر المقترنة بخدمة Azure. يتضمن المورد معلومات المصادقة والتخويل والأمان التي تحتاج إليها للوصول إلى خدمة Azure المقترنة.

يحتوي مورد التأليف على "نوع" من Azure LUIS-Authoring.

اختبار الدُفعة

اختبار الدُفعة هو القدرة على التحقق من صحة نماذج تطبيق LUIS الحالي مع مجموعة اختبار متسقة ومعروفة من تعبيرات المستخدم. يُعرّف اختبار الدفعة في ملف بتنسيق JSON.

راجع أيضًا:

• المفاهيم
• كيفية تشغيل اختبار دُفعة
• البرنامج التعليمي - إنشاء اختبار دُفعة وتشغيله

مقياس F

في اختبار الدُفعة، هو مقياس لدقة الاختبار.

نتيجة سلبية خاطئة (FN)

في اختبار الدُفعة، نقاط البيانات التي تمثل التعبيرات التي توقعها تطبيقك بشكل خاطئ في غياب الهدف/الكيان المستهدف.

نتيجة إيجابية خاطئة (FP)

في اختبار الدُفعة، نقاط البيانات التي تمثل تعبيرات توقع فيها تطبيقك بشكل خاطئ وجود الهدف/الكيان المستهدف.

الدقة

في اختبار الدُفعة، الدقة (وتسمى أيضاً قيمة التوقع الإيجابية) هي جزء من التعبيرات ذات الصلة من بين التعبيرات المستردة.

مثال على اختبار دُفعة حيوانات هو عدد الأغنام المتوقع مقسوماً على العدد الكلي للحيوانات (الأغنام وغيرها من الحيوانات على حد سواء).

الاستدعاء

في اختبار الدُفعة، الاسترجاع (المعروف أيضا بالحساسية)، هو قدرة LUIS على التعميم.

أحد الأمثلة على اختبار دُفعة يتناول نوع من الحيوانات هو عدد الأغنام المتوقع مقسوماً على العدد الكلي للأغنام المتاحة.

نتيجة سلبية صحيحة (TN)

النتيجة السلبية الصحيحة تحدث عندما يكون توقع تطبيقك بعدم وجود تطابق صحيحاً. في اختبار الدفعة، تحدث سلبية حقيقية عندما يتنبأ تطبيقك بهدف أو كيان لمثال لم يتم تسميته بهذا الهدف أو الكيان.

نتيجة إيجابية صحيحة (TP)

نتيجة إيجابية صحيحة (TP): تحدث النتيجة الإيجابية الصحيحة عندما يتوقع تطبيقك تطابقاً صحيحاً. في اختبار الدُفعة، تحدث النتيجة الإيجابية الصحيحة عندما يتوقع تطبيقك هدف أو كيان لمثال تم تسميته باسم هذا الهدف أو الكيان.

المصنِّف

المصنِّف هو نموذج تعليم آلي يتوقع الفئة الملائمة للإدخال.

الهدف هو مثال على مصنِّف.

المساهمون

المساعد من حيث الفكرة هو نفسه المساهم. يُمنح المساعد حق الوصول عندما يضيف أحد المُلاك عنوان البريد الإلكتروني للمساهم إلى تطبيق لا يتم التحكم فيه باستخدام التحكم في الوصول استناداً إلى الدور من Azure ‏(Azure RBAC). إذا كنت تستخدم المساعدين حتى الآن، فيجب عليك ترحيل حسابك على LUIS، واستخدام موارد تأليف LUIS لإدارة المساهمين باستخدام Azure RBAC.

مساهم

المساهم ليس مالك التطبيق، ولكن لديه نفس الأذونات لإضافة الأهداف والكيانات والألفاظ وتحريرها وحذفها. يوفر المساهم التحكم في الوصول استناداً إلى الدور من Azure ‏(Azure RBAC) إلى تطبيق LUIS.

راجع أيضًا:

• كيفية إضافة مساهمين

الواصف

مصطلح الواصف هو مصطلح استُخدم سابقاً لـ ميزة التعلم الآلي.

النطاق

في سياق LUIS، المجال هو مجال المعلومات. المجال يرتبط بالسيناريو الخاص بك. تستخدم المجالات المختلفة لغة محددة ومصطلحات مرتبطة بسياق المجال. على سبيل المثال، إذا كنت تنشئ تطبيقاً لتشغيل الموسيقى، فسيكون لتطبيقك مصطلحات ولغة خاصة بالموسيقى - كلمات مثل "أغنية، مقطع صوتي، ألبوم، كلمات، أغنية منفردة، فنان". للاطلاع على أمثلة المجالات، راجع المجالات المعدة مسبقاً.

نقطة النهاية

نقطة نهاية التأليف

عنوان URL لنقطة نهاية التأليف في LUIS هو المكان حيث يمكنك تأليف تطبيقك وتدريبه ونشره. يحتوي عنوان URL نقطة النهاية على المنطقة أو المجال الفرعي المخصص للتطبيق المنشور بالإضافة إلى معرف التطبيق.

تعرف على المزيد حول التأليف البرمجي لتطبيقك من مرجع المطور

نقطة نهاية التوقع

عنوان URL لنقطة نهاية التوقع في LUIS هو المكان الذي ترسل إليه استعلامات LUIS بعد تأليف تطبيق LUIS ونشره. يحتوي عنوان URL نقطة النهاية على المنطقة أو المجال الفرعي المخصص للتطبيق المنشور بالإضافة إلى معرف التطبيق. يمكنك العثور على نقطة النهاية في صفحة موارد Azure لتطبيقك، أو يمكنك الحصول على عنوان URL لنقطة النهاية من واجهة برمجة التطبيقات Get App Info.

يتم تخويل وصولك إلى نقطة نهاية التوقع باستخدام مفتاح توقع LUIS.

الكيان

الكيانات هي كلمات في التعبيرات تصف المعلومات المستخدمة لتحقيق الهدف أو تحديده. إذا كان الكيان معقداً وكنت ترغب في أن يحدد نموذجك أجزاء معينة، يمكنك تقسيم النموذج إلى كيانات فرعية. على سبيل المثال، قد ترغب في أن يتنبأ النموذج الخاص بك بعنوان، ولكن أيضا الكيانات الفرعية للشارع والمدينة والولاية والرمز البريدي. يمكن أيضاً استخدام الكيانات باعتبارها ميزات للنماذج. تتضمن استجابتك من تطبيق LUIS كلا من الأهداف المتوقعة وجميع الكيانات.

مستخرِج الكيان

مستخرِج الكيان، الذي يُعرف في بعض الأحيان بالمستخرج فقط، هو نوع نموذج التعلم الآلي الذي يستخدمه LUIS لتوقع الكيانات.

مخطط الكيان

مخطط الكيان هو البنية التي تحددها للكيانات ذات الكيانات الفرعية التي تعلمها للجهاز. تُرجع نقطة نهاية التوقع جميع الكيانات والكيانات الفرعية المستخرجة المحددة في المخطط.

الكيان الفرعي للكيان

الكيان الفرعي هو كيان تابع لكيان التعلم الآلي.

كيان غير مرتبط بالتعلم الآلي

كيان يستخدم مطابقة النص لاستخراج البيانات:

• كيان القائمة
• كيان التعبير العادي

كيان القائمة

يمثلكيان القائمة مجموعة كاملة وثابتة من الكلمات المرتبط بعضها ببعض مع مرادفاتها. كيانات القائمة هي التطابقات التامة، على عكس كيانات التعلم الآلي.

يتم توقع الكيان في حالة تضمين كلمة من كيان القائمة في القائمة. على سبيل المثال، إذا كان لديك كيان قائمة يسمى "الحجم" وكان لديك الكلمات "صغيرة، متوسطة، كبيرة" في القائمة، فسيتم التنبؤ بكيان الحجم لجميع الألفاظ حيث يتم استخدام الكلمات "صغيرة" أو "متوسطة" أو "كبيرة" بغض النظر عن السياق.

التعبير العادي

يمثل كيان التعبير العادي تعبيراً عادياً. على عكس كيانات التعلم الآلي، تمثل كيانات التعبير العادي تطابقات تامة.

كيان منشأ مسبقًا

راجع إدخال النموذج الذي تم إنشاؤه مسبقا للكيان الذي تم إنشاؤه مسبقا.

الميزات

في التعلم الآلي، الميزة هي خاصية تساعد النموذج على التعرّف على مفهوم معين. إنها تلميح يمكن أن تستخدمه LUIS، ولكنه ليس ملزماً.

يُشار إلى هذا المصطلح أيضا باسم ميزة التعلم الآلي.

يتم استخدام هذه التلميحات مع التسميات لمعرفة كيفية التنبؤ بالبيانات الجديدة. تدعم LUIS كلاً من قوائم العبارات واستخدام نماذج أخرى باعتبارها ميزات.

الميزة المطلوبة

الميزة المطلوبة هي طريقة لتقييد إخراج نموذج LUIS. عندما تُوضع علامة "مطلوبة" على ميزة لكيان ما، يجب أن تكون الميزة موجودة في المثال لكي يتم توقع الكيان، بغض النظر عما يتوقعه نموذج التعلم الآلي.

افترض أن لديك ميزة عدد مُعدّة مسبقاً وضعت عليها علامة "مطلوبة" في كيان الكمية لروبوت طلب من قائمة. عندما يرى الروبوت I want a bajillion large pizzas?، لن يتم توقع عدد غير محدد باعتباره كمية بغض النظر عن السياق الذي يظهر فيه. Bajillion ليس رقما صالحا ولن يتم التنبؤ به بواسطة كيان الرقم الذي تم إنشاؤه مسبقا.

الهدف

يمثّل الهدف مهمة أو إجراء يريد المستخدم تنفيذه. إنه غرض أو هدف يتم التعبير عنه في مدخلات المستخدم، مثل حجز رحلة طيران، أو دفع فاتورة. في LUIS، يصنف التعبير ككل على أنه هدف، ولكن يتم استخراج أجزاء من التعبير ككيانات.

تسمية الأمثلة

التسمية، أو وضع العلامات، هي عملية ربط مثال إيجابي أو سلبي بنموذج.

تسمية الأهداف

في تطبيق LUIS، تكون الأهداف متنافية. هذا يعني أنه عندما تضيف تعبيراً لهدف ما، يُعد هذا التعبير مثالاً إيجابياً لهذا الهدف ومثالاً سلبياً لجميع الأهداف الأخري. لا ينبغي الخلط بين الأمثلة السلبية والهدف "بلا"، الذي يمثل التعبيرات التي تقع خارج نطاق التطبيق.

تسمية الكيانات

في LUIS، يمكنك تسمية كلمة أو عبارة في مثال تعبير للهدف باستخدام كيان باعتبارها مثالاً إيجابياً. توضح التسمية للهدف ما يجب توقعه لهذا التعبير. وتستخدم التعبيرات المسماة لتدريب الهدف.

تطبيق LUIS

راجع تعريف التطبيق.

النموذج

النموذج (التعلم الآلي) وظيفة تتوقع بيانات الإدخال. في LUIS، يُشار إلى مصنفات الهدف ومستخرجات الكيانات بشكل عام باسم "النماذج"، ويُشار إلى مجموعة النماذج التي يتم تدريبها ونشرها والاستعلام عنها باسم "التطبيق".

القيمة العادية

يمكنك إضافة قيم إلى كيانات القائمة. يمكن أن تحتوي كل من هذه القيم على قائمة بمرادف واحد أو أكثر. يتم إرجاع القيمة التي تمت تسويتها فقط في الاستجابة.

المبالغة في الإحكام

يحدث الإفراط في الاحتواء عندما يتم تثبيت النموذج على الأمثلة المحددة ولا يمكنه التعميم بشكل جيد.

مالك

لكل تطبيق مالك واحد، وهو الشخص الذي أنشأ التطبيق. يدير المالك أذونات التطبيق في مدخل Azure.

قائمة العبارات

قائمة العباراتنوع معين من ميزة التعلم الآلي يتضمن مجموعة من القيم (الكلمات أو العبارات) التي تنتمي إلى نفس الفئة ويجب التعامل معها على نحو مماثل (على سبيل المثال، أسماء المدن أو المنتجات).

نموذج تم إنشاؤه مسبقًا

النموذج المعد مسبقاً هو هدف أو كيان أو كليهما معاً، مع أمثلة مسماة. يمكن إضافة هذه النماذج المضمَّنة الشائعة إلى تطبيقك لتقليل أعمال التطوير المطلوبة لتطبيقك على النموذج.

مجال مبني مسبقاً

المجال المُعد مسبقاً هو تطبيق LUIS مكوّن لمجال معين، مثل أتمتة المنزل (HomeAutomation) أو حجز المطاعم (RestaurantReservation). يتم تكوين الأهداف والتعبيرات والكيانات لهذا المجال.

كيان منشأ مسبقًا

الكيان المُعد مسبقاً هو كيان توفره LUIS لأنواع شائعة من المعلومات مثل الرقم وعنوان URL والبريد الإلكتروني. ويتم إنشاء هذه الكيانات استناداً إلى البيانات العامة. يمكنك اختيار إضافة كيان تم إنشاؤه مسبقا ككيان مستقل، أو كميزة إلى كيان.

هدف مُعد مسبقاً

الهدف المُعد مسبقاً هو هدف توفره LUIS للأنواع الشائعة من المعلومات ويأتي مع أمثلة تعبيرات مسماة خاصة به.

التنبؤ

التوقع هو طلب REST لخدمة توقع Azure LUIS التي تستوعب بيانات جديدة (تعبيرات المستخدم)، وتطبق التطبيق المدرب والمنشور على تلك البيانات لتحديد الأهداف والكيانات الموجودة.

مفتاح التنبؤ

مفتاح التوقع هو المفتاح المقترن بخدمة LUIS التي أنشأتها في Azure، والتي تخول استخدامك لنقطة نهاية التوقع.

هذا المفتاح ليس مفتاح التأليف. إذا كان لديك مفتاح نقطة نهاية التوقع، فيجب استخدامه لأي طلبات لنقطة النهاية بدلاً من مفتاح التأليف. يمكنك رؤية مفتاح التوقع الحالي في URL نقطة النهاية أسفل صفحة موارد Azure في موقع LUIS على الويب. إنها قيمة الزوج القيمة/اسم مفتاح الاشتراك.

مورد التنبؤ

مورد توقع LUIS هو عنصر يمكن إدارته متوفر من خلال Azure. المورد هو إمكانية وصولك إلى التوقع المقترن بخدمة Azure. يتضمن المورد التوقعات.

يحتوي مورد التوقع على "نوع" من Azure LUIS.

النقاط التنبئية

الدرجة هي رقم من 0 و1، وهو مقياس لمدى ثقة النظام في أن تعبير إدخال معين يطابق هدف معين. تعني الدرجة الأقرب إلى 1 أن النظام واثق جدا من ناتجه والنتيجة الأقرب إلى 0 تعني أن النظام واثق من أن الإدخال لا يتطابق مع إخراج معين. أما الدرجات في المنتصف، فتعني أن النظام غير واثق من كيفية اتخاذ القرار.

على سبيل المثال، افترض أن لديك نموذج يُستخدم لتحديد ما إذا كان نص العميل يتضمن طلب طعام. هذا النموذج قد يعطي درجة تساوي 1، ما تشير إلى "أود طلب كوب واحد من القهوة" (النظام واثق جداً من أن هذا طلب)، وقد يعطي درجة تساوي 0، ما تشير إلى "فاز فريقي في المباراة الليلة الماضية" (النظام ليس واثقاً من أن هذا طلب). وقد يعطي درجة تساوي 0.5، ما تشير إلى "دعونا نحتسي بعض الشاي" (النظام غير متأكد مما إذا كان هذا طلباً أم لا).

المفتاح البرمجي

أصبح اسمه الآن مفتاح التأليف.

نشر

النشر يعني إتاحة إصدار LUIS النشط على نقطة نهاية التشغيل المرحلي أو الإنتاج.

حصة أرباح البائع

الحصة النسبية لـ LUIS هي الحد المسموح به لطبقة اشتراك Azure. يمكن تقييد الحصة النسبية لـ LUIS إلى طلبين لكل ثانية (HTTP Status 429)، وإجمالي طلبات في الشهر الواحد (HTTP Status 403).

مخطط

يتضمن مخططك الأهداف والكيانات وكذلك الكيانات الفرعية. تم تجهيز المخطط في البداية ثم تكراره على مدار الوقت. لا يتضمن المخطط إعدادات التطبيق أو الميزات أو أمثلة التعبيرات.

تحليل التوجه‬

يوفر تحليل التوجه قيماً إيجابية أو سلبية للتعبيرات التي توفرها خدمة Language.

إعداد الكلام

يحسن إعداد الكلام التعرف على الكلمات المنطوقة والعبارات شائعة الاستخدام في السيناريو مع Speech Services. بالنسبة إلى التطبيقات الممكَّنة لإعداد الكلام، تُستخدم كافة أمثلة LUIS المسماة لتحسين دقة التعرّف على الكلام من خلال إنشاء نموذج كلام مخصص لهذا التطبيق المحدد. على سبيل المثال، عليك التأكد في لعبة الشطرنج أن قول المستخدم "تحريك الفارس"، لا يُفسر على أنه "تحريك الليل". يجب أن يتضمن تطبيق LUIS أمثلة يتم فيها تسمية "الفارس" باعتباره كياناً.

مفتاح البدء

مفتاح مجاني للاستخدام عند استخدام LUIS لأول مرة.

المرادفات

في كيانات قائمة LUIS، يمكنك إنشاء قيمة تمت تسويتها يمكن أن يكون لكل منها قائمة مرادفات. على سبيل المثال، افترض أنك أنشئت كيان حجم له القيم "صغير ومتوسط وكبير وكبير جداً" التي تمت تسويتها. يمكنك إنشاء مرادفات لكل قيمة على النحو التالي:

قيمة تمت تسويتها	المرادفات
صغير	الصغير، 8 أوقية
متوسط	عادي، 12 أوقية
كبير	كبيرة، 16 أوقية
ضخم	أكبر واحد، 24 أوقية

يقوم النموذج بإرجاع القيمة التي تمت تسويتها للكيان عند رؤية أي مرادفات في الإدخال.

اختبار

اختبار تطبيق LUIS يعني عرض توقعات النموذج.

تأخير المنطقة الزمنية

تتضمن نقطة النهاية timezoneOffset. هذا هو الرقم بالدقائق الذي تريد إضافته أو إزالته من الكيان datetimeV2 المُعد مسبقاً. على سبيل المثال، إذا كان التعبير هو "ما هو الوقت الآن؟"، تكون القيمة datetimeV2 هي الوقت الحالي لطلب العميل. إذا كان طلب العميل الخاص بك قادما من روبوت أو تطبيق آخر ليس هو نفسه مستخدم الروبوت الخاص بك، فيجب عليك تمرير الإزاحة بين الروبوت والمستخدم.

راجع تغيير المنطقة الزمنية للكيان datetimeV2 المُعد مسبقاً.

الرمز المميز

الرمز المميز هو أصغر وحدة نص يمكن لـ LUIS التعرّف عليها. وهذا يختلف قليلاً من لغة لأخرى.

بالنسبة إلى اللغة الإنجليزية، الرمز المميز هو امتداد مستمر (بدون مسافات أو علامات ترقيم) من الأحرف والأرقام. المسافة ليست رمزاً مميزاً.

العباره	عدد الرموز المميزة	الشرح
Dog	1	كلمة واحدة بدون علامات ترقيم أو مسافات.
RMT33W	1	رقم محدِد موقع سجل. قد تحتوي على أرقام وأحرف، ولكن لا تحتوي على أي علامات ترقيم.
425-555-5555	5	رقم هاتف. كل علامة ترقيم هي رمز مميز واحد، ومن ثم فإن 425-555-5555سيكون 5 رموز مميزة: 425 - 555 - 5555
https://luis.ai	7	https : / / luis . ai

تدريب

التدريب هو عملية تعليم LUIS أي تغييرات تم إجراؤها على الإصدار النشط منذ التدريب الأخير.

بيانات التدريب

بيانات التدريب هي مجموعة المعلومات اللازمة لتدريب نموذج. يتضمن هذا المخطط والتعبيرات المسماة والميزات وإعدادات التطبيق.

أخطاء التدريب

أخطاء التدريب هي تنبؤات على بيانات التدريب الخاصة بك لا تتطابق مع تسمياتها.

التعبير

التعبير هو إدخال المستخدم الذي يمثل نصاً قصيراً لجملة في محادثة. إنها عبارة لغة طبيعية مثل "حجز تذكرتين إلى سياتل الثلاثاء المقبل". تتم إضافة أمثلة على الألفاظ لتدريب النموذج ويتنبأ النموذج بالألفاظ الجديدة في وقت التشغيل.

إصدار

إصدار LUIS هو مثيل محدد من تطبيق LUIS ومقترن بمعرف تطبيق LUIS ونقطة النهاية المنشورة. لكل تطبيق LUIS إصدار واحد على الأقل.