Machine Learning-Entität
Wichtig
LUIS wird am 1. Oktober 2025 eingestellt, und ab dem 1. April 2023 können Sie keine neuen LUIS-Ressourcen erstellen. Es wird die Migration Ihrer LUIS-Anwendungen zu Conversational Language Understanding empfohlen, um fortgesetzte Produktunterstützung und mehrsprachige Funktionen zu erhalten.
Die Machine Learning-Entität stellt die bevorzugte Entität für das Erstellen von LUIS-Anwendungen dar.
JSON-Beispiel
Nehmen Sie an, dass die App wie im Tutorial zu zerlegbaren Entitäten Pizzabestellungen verarbeitet. Jede Bestellungen kann unterschiedliche Pizzasorten und -größen beinhalten.
Hier sehen Sie einige einfache Beispieläußerungen:
Beispieltext für die Pizza-App |
---|
Can I get a pepperoni pizza and a can of coke please |
can I get a small pizza with onions peppers and olives |
pickup an extra large meat lovers pizza |
Da eine Machine Learning-Entität über zahlreiche untergeordnete Entitäten mit erforderlichen Features verfügen kann, handelt es sich hierbei nur um ein Beispiel. Diese sollen als nur als Anleitung für die Rückgabewerte Ihrer Entitäten dienen.
Sehen Sie sich diese Abfrage an:
deliver 1 large cheese pizza on thin crust and 2 medium pepperoni pizzas on deep dish crust
Dies ist der JSON-Code, wenn verbose=false
in der Abfragezeichenfolge festgelegt ist:
"entities": {
"Order": [
{
"FullPizzaWithModifiers": [
{
"PizzaType": [
"cheese pizza"
],
"Size": [
[
"Large"
]
],
"Quantity": [
1
]
},
{
"PizzaType": [
"pepperoni pizzas"
],
"Size": [
[
"Medium"
]
],
"Quantity": [
2
],
"Crust": [
[
"Deep Dish"
]
]
}
]
}
],
"ToppingList": [
[
"Cheese"
],
[
"Pepperoni"
]
],
"CrustList": [
[
"Thin"
]
]
}
Dies ist der JSON-Code, wenn verbose=true
in der Abfragezeichenfolge festgelegt ist:
"entities": {
"Order": [
{
"FullPizzaWithModifiers": [
{
"PizzaType": [
"cheese pizza"
],
"Size": [
[
"Large"
]
],
"Quantity": [
1
],
"$instance": {
"PizzaType": [
{
"type": "PizzaType",
"text": "cheese pizza",
"startIndex": 16,
"length": 12,
"score": 0.999998868,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"Size": [
{
"type": "SizeList",
"text": "large",
"startIndex": 10,
"length": 5,
"score": 0.998720646,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"Quantity": [
{
"type": "builtin.number",
"text": "1",
"startIndex": 8,
"length": 1,
"score": 0.999878645,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
]
}
},
{
"PizzaType": [
"pepperoni pizzas"
],
"Size": [
[
"Medium"
]
],
"Quantity": [
2
],
"Crust": [
[
"Deep Dish"
]
],
"$instance": {
"PizzaType": [
{
"type": "PizzaType",
"text": "pepperoni pizzas",
"startIndex": 56,
"length": 16,
"score": 0.999987066,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"Size": [
{
"type": "SizeList",
"text": "medium",
"startIndex": 49,
"length": 6,
"score": 0.999841452,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"Quantity": [
{
"type": "builtin.number",
"text": "2",
"startIndex": 47,
"length": 1,
"score": 0.9996054,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"Crust": [
{
"type": "CrustList",
"text": "deep dish crust",
"startIndex": 76,
"length": 15,
"score": 0.761551,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
]
}
}
],
"$instance": {
"FullPizzaWithModifiers": [
{
"type": "FullPizzaWithModifiers",
"text": "1 large cheese pizza on thin crust",
"startIndex": 8,
"length": 34,
"score": 0.616001546,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
},
{
"type": "FullPizzaWithModifiers",
"text": "2 medium pepperoni pizzas on deep dish crust",
"startIndex": 47,
"length": 44,
"score": 0.7395033,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
]
}
}
],
"ToppingList": [
[
"Cheese"
],
[
"Pepperoni"
]
],
"CrustList": [
[
"Thin"
]
],
"$instance": {
"Order": [
{
"type": "Order",
"text": "1 large cheese pizza on thin crust and 2 medium pepperoni pizzas on deep dish crust",
"startIndex": 8,
"length": 83,
"score": 0.6881274,
"modelTypeId": 1,
"modelType": "Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"ToppingList": [
{
"type": "ToppingList",
"text": "cheese",
"startIndex": 16,
"length": 6,
"modelTypeId": 5,
"modelType": "List Entity Extractor",
"recognitionSources": [
"model"
]
},
{
"type": "ToppingList",
"text": "pepperoni",
"startIndex": 56,
"length": 9,
"modelTypeId": 5,
"modelType": "List Entity Extractor",
"recognitionSources": [
"model"
]
}
],
"CrustList": [
{
"type": "CrustList",
"text": "thin crust",
"startIndex": 32,
"length": 10,
"modelTypeId": 5,
"modelType": "List Entity Extractor",
"recognitionSources": [
"model"
]
}
]
}
}
Nächste Schritte
Informieren Sie sich mithilfe von Tutorials, Konzepterläuterungen und ausführlichen Anleitungen über Machine Learning-Entitäten.
Erfahren Sie mehr über die Entität vom Typ List und die Entität vom Typ Regular Expression.