Návrh robotů znalostí
PLATÍ PRO: SDK v4
Můžete navrhnout znalostního robota, který se zabývá prakticky jakýmkoli tématem. Bez ohledu na případ použití, pro který je robot znalostí navržen, je jeho základní cíl vždy stejný: vyhledejte a vraťte informace, které uživatel požadoval vyhledáváním textu dat.
Například jeden znalostní robot může odpovídat na otázky týkající se událostí, jako je například "Jaké události robota jsou na této konferenci?", "Kdy je další show Reggae?", nebo "Kdo je Tame Impala?". Další může odpovědět na otázky související s IT, jako je například "Návody aktualizovat operační systém?" nebo "Kde můžu resetovat heslo?". Další může odpovědět na otázky týkající se kontaktů, jako je například "Kdo je John Doe?" nebo "Co je e-mailová adresa Jane Doe?".
Tento článek se zabývá některými funkcemi umělé inteligence, které můžete přidat do robota, například umožnit uživateli vyhledávat informace, klást otázky nebo pracovat s informacemi. Informace o tom, které služby Azure AI podporuje sada SDK služby Bot Framework, najdete v tématu Principy přirozeného jazyka.
Tip
Služby Azure AI zahrnují vyvíjející se technologie. Tento článek popisuje novější i starší funkce.
O skóre spolehlivosti
Některé funkce umožňují robotovi vracet informace z znalostní báze nebo jazykového modelu tak, aby odpovídaly otázce nebo dotazu uživatele.
Pokud například uživatel požádá hudebního robota o informace o "impala" (místo celého jména kapely Tame Impala), robot může odpovědět informacemi, které jsou pro tento vstup s největší pravděpodobností relevantní. Podobně funkce pro porozumění jazyku můžou k extrakci pravděpodobného záměru ze vstupu uživatele použít jazykový model. Pokud například uživatel požádá robota cestovního agenta o rezervaci místnosti na tři dny, může robot extrahovat záměr "rezervovat místnost" a zpracovat shromažďováním podrobností.
Rozpoznávání hledání i záměru vrací skóre spolehlivosti, které označuje úroveň spolehlivosti, kterou má modul, že je konkrétní výsledek správný. Pomocí skóre spolehlivosti můžete výsledky uspořádat nebo jinak reagovat na základě celkové spolehlivosti odpovědi.
Poznámka:
Pokud společně používáte kombinaci různých typů služeb nebo funkcí, otestujte vstupy s jednotlivými nástroji a určete skóre prahové hodnoty pro každý z vašich modelů. Služby a funkce používají různá kritéria bodování, takže skóre vygenerovaná v těchto nástrojích nejsou přímo srovnatelné. Například služba QnA Maker používala rozsah spolehlivosti 0 až 100, zatímco funkce odpovídání na otázky používá rozsah 0,0 až 1,0.
- Pokud je spolehlivost vysoká, váš robot může odpovědět na "Tady je událost, která nejlépe odpovídá vašemu hledání" nebo "Můžu vám pomoct rezervovat místnost" a prezentovat hlavní odpověď nebo začít klást následné otázky.
- Pokud je spolehlivost nízká, váš robot může reagovat na "Hmm... hledali jste některou z těchto událostí?" nebo "Můžu vám pomoct s následujícími věcmi:" a předložit seznam možných odpovědí nebo možností.
Filtrování témat
Můžete navrhnout roboty znalostí, které uživateli pomůžou zúžit a upřesnit hledání. V rámci konverzace může robot klást objasňující otázky, prezentovat možnosti a ověřovat výsledky způsobem, který základní hledání nedokáže.
Robot událostí může například zjistit, jaký typ události má uživatel zájem, a to tak, že položí řadu otázek. Zvažte následující výměnu:
- Uživatel, "events".
- Bot, "Co vás zajímá? Hudba, komedie, film...".
- Uživatel, "Hudba".
- Bot, "Jaký typ hudby vás zajímá? Any, Rock/Pop, Hip-hop/Rap, ...".
- Uživatel, Rock/Pop.
- Robot: "Jaký den byste chtěli vidět Rock/Pop? Pátek, sobota, neděle, jakýkoli".
- Uživatel, "Sobota".
- Bot, "Here are the Rock/Pop shows for Saturday:" (Tady jsou pořady Rock/Pop) se seznamem nalezených pořadů.
Když v jednotlivých krocích zpracujete vstup uživatele a zobrazíte relevantní možnosti, robot uživatele provede informacemi, které hledá. Jakmile robot tyto informace doručí, může také poskytnout pokyny k efektivnějším způsobům vyhledání podobných informací v budoucnu.
Mimochodem, můžete také zadat "Rock friday" nebo vyhledat událost podle názvu.
Informace osouvisejícíchch službách Azure najdete v článku Principy přirozeného jazyka.
Odpovědi na otázky
Můžete navrhovat roboty znalostí a odpovídat na nejčastější dotazy. Služby, které podporují funkce otázek a odpovědí, často umožňují vám nebo robotovi:
- Spravujte a trénujte znalostní báze.
- Importujte informace do znalostní báze, například z datového souboru nebo webové stránky.
- Hádejte, která odpověď se nejlépe mapuje na otázku uživatele.
- Položte uživateli následující otázky, které vám pomůžou najít odpověď, kterou hledá.
Informace o souvisejících službách Azure najdete v článku o konceptech porozumění přirozenému jazyku v části Otázky a odpovědi.
Interpretace záměru
Někteří roboti znalostí vyžadují funkce zpracování přirozeného jazyka (NLP), aby mohli analyzovat zprávy uživatele, aby zjistili záměr uživatele a další důležité informace.
V robotovi, který hraje hudbu, může například uživatel vyžadovat zprávu "Play Reggae", "Play Bob Marley" nebo "Play One Love". Jazykový model můžete vytrénovat tak, aby každý z těchto zpráv mapoval na záměr "playMusic", aniž by se trénoval s každým interpretem, žánrem a názvem skladby.
Váš jazykový model nemusí rozumět tomu, jestli jde o to, jestli se má hrát, entita, je žánr, umělec nebo skladba. Robot ale může tuto entitu vyhledat pomocí těchto informací a pokračovat odtud.
Informace o souvisejících službách Azure najdete v tématu Principy jazyka v článku Principy přirozeného jazyka .
Integrace více funkcí
Každá funkce NLP je výkonným nástrojem ve své vlastní sadě. Robot ale může tyto funkce kombinovat a ostatní, aby uživatelům poskytl plynulejší a přirozenější prostředí. Pomocí skóre spolehlivosti určete, která funkce nejlépe mapuje zprávu uživatele, a pokud je nejlepší shoda nejednoznačná, položte následné otázky.
Například takový robot může uživateli umožnit:
- Najděte show, kterou mají zájem o účast.
- Získejte informace o umělce, místě konání a akci.
- Kupte si lístek nebo si zaregistrujte oznámení o budoucích událostech.
Informace o souvisejících službách Azure najdete v článku Principy porozumění přirozenému jazyku společně s několika funkcemi.
Prozkoumání ukázek
Úložiště Ukázek služby Bot Framework obsahuje několik ukázkových robotů, kteří demonstrují funkce pro porozumění jazyku:
| Vzorek | Ukázkový název | Popis |
|---|---|---|
| 11 | QnA Maker (jednoduché) | Odpovězte na otázky jako řadu konverzací na jednom kroku pomocí služby QnA Maker. |
| 13 | Základní robot | Interpretujte záměr uživatele pomocí služby LUIS. |
| 14 | NLP s expedicí | Odesílání zpráv uživatelů do služby LUIS nebo služby QnA Maker pomocí nástroje Orchestrator |
| 49 | QnA Maker (pokročilé) | Odpovězte na otázky pomocí funkcí vícenásobného a aktivního učení ve službě QnA Maker. |
Poznámka:
Azure AI QnA Maker bude vyřazený 31. března 2025. Od 1. října 2022 nebudete moci vytvářet nové zdroje ani znalostní báze QnA Maker. Novější verze funkce pro otázky a odpovědi je teď dostupná jako součást jazyka Azure AI.
Vlastní odpověď na otázky, funkce jazyka Azure AI, je aktualizovaná verze služby QnA Maker. Další informace o podpoře otázek a odpovědí v sadě SDK služby Bot Framework najdete v tématu Principy přirozeného jazyka.
Poznámka:
Služba Language Understanding (LUIS) bude vyřazena 1. října 2025. Od 1. dubna 2023 nebudete moct vytvářet nové prostředky LUIS. Novější verze language understanding je teď dostupná jako součást jazyka Azure AI.
Konverzační jazyk understanding (CLU), funkce jazyka Azure AI, je aktualizovaná verze služby LUIS. Další informace o podpoře porozumění jazyku v sadě SDK služby Bot Framework najdete v tématu Principy přirozeného jazyka.
Úložiště Azure SDK pro .NET a Azure SDK pro Python mají také několik ukázek:
| Funkce | Ukázky README |
|---|---|
| Odpovídání na dotazy | C#, Python |
| Principy konverzačního jazyka, pracovní postup orchestrace | C#, Python |