Comprensión del lenguaje natural

SE APLICA A: SDK v4

Los bots pueden usar varios estilos conversacionales, desde estructurados y guiados hasta forma libre y abierto. En función de lo que dice un usuario, el bot debe decidir qué hacer a continuación en su flujo de conversación. Azure Cognitive Services incluye características que le ayudarán con esta tarea. Estas características pueden ayudar a un bot a buscar información, formular preguntas o interpretar la intención del usuario.

La interacción entre los usuarios y los bots suele ser de forma libre, y los bots deben comprender el lenguaje natural y contextual. En una conversación abierta, puede haber una amplia gama de respuestas de usuario y los bots pueden proporcionar más o menos estructuras o instrucciones. En esta tabla se muestra la diferencia entre las preguntas guiadas y abiertas.

Guiado Abierto
Soy el bot de viajes. Seleccione una de las opciones siguientes: buscar vuelos, buscar hoteles, buscar coches de alquiler. Puedo ayudarle a reservar un viaje. ¿Qué le gustaría hacer?
¿Necesita algo más? Haga clic en Sí o No. ¿Necesita algo más?

Azure Cognitive Services proporciona servicios de inteligencia artificial con los que crear aplicaciones inteligentes, sitios web y bots. Agregar estas características al bot puede permitir que el bot responda a la entrada de usuario abierta más apropiadamente.

En este artículo se describe la compatibilidad con Bot Framework SDK para algunas de las características disponibles en Azure Cognitive Services.

Instrucciones generales

Azure Cognitive Services incorpora tecnologías en constante evolución. Azure Cognitive Service for Language integra varias características que se implementaron anteriormente como servicios independientes. En este artículo se describen las características y los servicios más recientes y antiguos, y dónde encontrar más información sobre cada uno.

Escenario Guía
Nuevo desarrollo de bots Considere la posibilidad de usar Power Virtual Agents, que está diseñado para admitir equipos en los que los miembros tienen una combinación de aptitudes y disciplinas. Para más información, consulte Power Virtual Agents y Habilitación de características avanzadas de IA.
Nuevos proyectos de lenguaje para bots de Bot Framework SDK existentes Considere la posibilidad de usar características del servicio Azure Cognitive Service para lenguaje, como conversational language understanding (CLU) y responder a preguntas.
Bots existentes con proyectos de lenguaje existentes Los proyectos de lenguaje seguirán funcionando, pero considere la posibilidad de migrar a Azure Cognitive Service for Language. Para obtener más información, consulte la sección Migración de proyectos de lenguaje existentes más adelante en este artículo.

Comprensión del lenguaje

Las características de comprensión del lenguaje natural permiten crear modelos de comprensión del lenguaje natural personalizados para predecir la intención general del mensaje del usuario y extraer información importante de él.

Servicio o característica Descripción
Language Understanding conversacional (CLU) Característica del servicio Azure Cognitive Service for Language.
Language Understanding (LUIS) Un servicio de Azure Cognitive Services. (CLU es una versión actualizada de LUIS).

LUIS se retirará el 1 de octubre de 2025.

Language Understanding conversacional (CLU)

El reconocimiento del lenguaje conversacional (CLU) permite a los usuarios crear modelos personalizados de reconocimiento del lenguaje natural para predecir la intención general de una expresión entrante y extraer información importante a partir de esta. CLU solo proporciona la inteligencia para comprender el texto de entrada de la aplicación cliente y no realiza ninguna acción por sí sola.

Para usar CLU en el bot, cree un recurso de lenguaje y un proyecto de conversación, entrene e implemente el modelo de lenguaje y, a continuación, implemente en el bot un reconocedor de telemetría que reenvía las solicitudes a la API de CLU.

Para más información, consulte:

Language Understanding (LUIS)

Nota

Language Understanding (LUIS) se retirará el 1 de octubre de 2025. A partir del 1 de abril de 2023, no podrá crear nuevos recursos de LUIS.

LUIS aplica inteligencia de aprendizaje automático personalizado a texto de lenguaje natural y conversacional de un usuario para predecir el significado general y extraer información detallada pertinente.

Para usar LUIS en el bot, cree, entrene y publique una aplicación de LUIS y, a continuación, agregue un reconocedor de LUIS al bot.

Para más información, consulte:

Preguntas y respuestas

Las características de preguntas y respuestas permiten crear bases de conocimiento para responder a las preguntas del usuario. Las bases de conocimiento representan contenido semiestructurado, como el que se encuentra en preguntas más frecuentes, manuales y documentos.

Servicio o característica Descripción
Respuesta a preguntas Característica del servicio Azure Cognitive Service for Language.
QnA Maker Un servicio de Azure Cognitive Services. (La respuesta a preguntas es una versión actualizada de QnA Maker).

Azure QnA Maker se retirará el 31 de marzo de 2025.

Respuesta a preguntas

La respuesta a preguntas proporciona procesamiento de lenguaje natural basado en la nube (NLP) que permite crear una capa conversacional natural sobre los datos. Se utiliza para encontrar la respuesta más apropiada a cualquier entrada de la base de conocimiento personalizada de información.

Para usar la respuesta a preguntas en el bot, cree e implemente un proyecto de respuesta a preguntas y, a continuación, implemente en el bot un cliente de QnA Maker que reenvíe las solicitudes a la API de respuesta a preguntas.

Para más información, consulte:

QnA Maker

Nota

Azure QnA Maker se retirará el 31 de marzo de 2025. A partir del 1 de octubre de 2022, no podrá crear nuevos recursos ni bases de conocimiento de QnA Maker.

QnA Maker cuenta con la capacidad integrada de extraer las preguntas y las respuestas de un sitio existente de preguntas más frecuentes y, además, permite configurar manualmente una lista personalizada de preguntas y respuestas. QnA Maker dispone de capacidades de procesamiento del lenguaje natural, lo que le permite proporcionar respuestas incluso a preguntas escritas de una manera ligeramente diferente a la esperada. Sin embargo, no tiene habilidades semánticas de comprensión del lenguaje, por lo que no puede determinar que un cachorro es un tipo de perro, por ejemplo.

Para usar QnA Maker en el bot, cree un servicio QnA Maker, publique el knowledge base y agregue un objeto QnA Maker al bot.

Para más información, consulte:

Azure Cognitive Search ayuda al bot a proporcionar a los usuarios una experiencia de búsqueda enriquecida, incluida la capacidad de facetar y filtrar información.

  • Puede usar Azure Cognitive Search como característica en Azure Cognitive Service for Language.
  • Puede usar directamente el servicio Azure Cognitive Search.

Puede usar Azure Cognitive Search para crear un índice eficaz con el que buscar, facetas y filtrar un almacén de datos.

Uso de varias características juntas

Para crear un bot de varios propósitos que comprenda varios temas conversacionales, comience con la compatibilidad con cada función por separado y, a continuación, intégrelos juntos. Entre los escenarios en los que un bot puede combinar varias características, se incluyen:

  • Un bot que proporciona un conjunto de características, donde cada característica tiene su propio modelo de lenguaje.
  • Un bot que busca varias bases de conocimiento para encontrar respuestas a las preguntas de un usuario.
  • Un bot que integra diferentes tipos de características, como language understanding, responder preguntas y buscar.

En esta tabla se describen diferentes formas de integrar varias características.

Servicio o característica Descripción
Flujo de trabajo de orquestación Una característica del servicio Azure Cognitive Service for Language que permite usar varios proyectos de respuesta a preguntas, CLU y LUIS juntos.
Bot Framework Orchestrator Un motor de reconocimiento de solo intención, que puede usar para determinar qué modelo de LUIS o QnA Maker knowledge base puede controlar mejor un mensaje determinado.
Personalizado Puede implementar su propia lógica para decidir cómo administrar mejor la solicitud del usuario.

Uso del flujo de trabajo de orquestación

El flujo de trabajo de orquestación aplica inteligencia de aprendizaje automático para permitirle crear modelos de orquestación para conectar componentes de reconocimiento del lenguaje conversacional (CLU), proyectos de respuesta a preguntas y aplicaciones de LUIS.

Para usar el flujo de trabajo de orquestación en el bot, cree un proyecto de flujo de trabajo de orquestación, compile el esquema, entrene e implemente el modelo y, a continuación, consulte la API del modelo para obtener predicciones de intenciones.

Para más información, consulte:

Orquestador

Nota

Azure QnA Maker se retirará el 31 de marzo de 2025. A partir del 1 de octubre de 2022, no podrá crear nuevos recursos ni bases de conocimiento de QnA Maker.

Language Understanding (LUIS) se retirará el 1 de octubre de 2025. A partir del 1 de abril de 2023, no podrá crear nuevos recursos de LUIS.

Bot Framework Orchestrator es un motor de reconocimiento de solo intención. La CLI de Bot Framework incluye herramientas para generar un modelo de lenguaje para Orchestrator a partir de una colección de bases de conocimiento de QnA Maker y modelos de lenguaje luis. A continuación, el bot puede usar Orchestrator para determinar qué servicio puede responder mejor a la entrada del usuario.

Bot Framework SDK proporciona compatibilidad integrada con LUIS y QnA Maker. Esto le permite desencadenar diálogos o responder automáticamente preguntas mediante LUIS y QnA Maker con una configuración mínima.

Para más información, consulte Uso de varios modelos de LUIS y QnA con Orchestrator.

Lógica personalizada

Hay dos formas principales de implementar su propia lógica:

  1. Para cada mensaje, llame a todos los servicios pertinentes que admita el bot. Use los resultados del servicio que tenga la mejor puntuación de confianza. Si la mejor puntuación es ambigua, pida al usuario que elija la respuesta que desea.
  2. Llame a cada servicio en un orden preferido. Use el primer resultado que tenga una puntuación de confianza suficiente.

Sugerencia

Al implementar una combinación de diferentes tipos de servicio o características, pruebe las entradas con cada una de las herramientas para determinar la puntuación de umbral de cada uno de los modelos. Los servicios y características usan diferentes criterios de puntuación, por lo que las puntuaciones generadas en estas herramientas no son directamente comparables.

Los servicios LUIS y QnA Maker normalizan las puntuaciones. Por lo tanto, una puntuación puede ser buena en un modelo de LUIS, pero no tan buena en otro modelo.

Migración de proyectos de lenguaje existentes

Para obtener información sobre cómo migrar recursos de servicios anteriores a Azure Cognitive Service for Language, consulte:

Recursos adicionales

Para administrar recursos o proyectos específicos:

Para obtener documentación sobre una característica o un servicio específicos: