Qu’est-ce que le service Language Understanding (LUIS) ?

  • Article

Important

LUIS sera mis hors service le 1er octobre 2025 et à partir du 1er avril 2023, vous ne pourrez plus créer de nouvelles ressources LUIS. Nous vous recommandons de migrer vos applications LUIS vers la compréhension du langage courant pour tirer parti de la prise en charge continue des produits et des fonctionnalités multilingues.

Notes

Depuis juillet 2023, les services Azure AI englobent tout ce qui était auparavant connu sous le nom Cognitive Services et Azure Applied AI Services. Il n’y a aucune modification de la tarification. Les noms Cognitive Services et Azure Applied AI continuent d’être utilisés dans la facturation Azure, l’analyse des coûts, la liste de prix et les API de prix. Il n’y a aucun changement cassant des interfaces de programmation d’applications (API) ou des kits de développement logiciel (SDK).

Language Understanding (LUIS) est un service d’IA conversationnelle qui applique une intelligence de machine learning personnalisée au texte en langage naturel des conversations d’un utilisateur afin d’en prédire le sens général et d’en extraire des informations détaillées pertinentes. LUIS fournit un accès par le biais de son portail personnalisé, des API et des bibliothèques de client du SDK.

Les utilisateurs qui se connectent pour la première fois doivent effectuer les étapes pour se connecter au portail LUIS. Pour démarrer, vous pouvez essayer une application de domaine prédéfini LUIS.

Cette documentation contient les types d’articles suivants :

  • Les Démarrages rapides sont des instructions de prise en main qui vous guident dans la formulation de vos requêtes au service.
  • Les Guides pratiques contiennent des instructions sur l’utilisation du service de manière plus spécifique ou personnalisée.
  • Les Concepts fournissent des explications approfondies sur les fonctions et fonctionnalités du service.
  • Les Tutoriels sont des guides plus longs qui montrent comment utiliser le service en tant que composant dans des solutions métier élargies.

Les avantages de LUIS

  • Simplicité : Avec LUIS, aucune obligation d’avoir un savoir-faire en IA en interne ou une connaissance préalable du machine learning. En quelques clics seulement, vous pouvez créer votre propre application d’IA conversationnelle. Vous pouvez créer votre application personnalisée en suivant l’un de nos guides de démarrage rapide, ou utiliser l’une de nos applications de domaine prédéfini.
  • Sécurité, confidentialité et conformité : reposant sur l’infrastructure Azure, LUIS offre une sécurité, une confidentialité et une conformité de classe entreprise. Vos données restent votre propriété ; vous pouvez les supprimer à tout moment. Vos données sont chiffrées pendant qu’elles sont stockées. En savoir plus sur ce point ici.
  • Intégration : intégrez facilement votre application LUIS à d’autres services Microsoft tels que Microsoft Bot Framework, QnA Maker et le service Speech.

Scénarios LUIS

  • Générer un bot conversationnel de classe entreprise : Cette architecture de référence décrit comment générer un bot conversationnel (chatbot) de classe entreprise à l’aide d’Azure Bot Framework.
  • Chatbot commercial : ensemble, Azure AI Bot Service et le service Language Understanding permettent aux développeurs de créer des interfaces conversationnelles pour différents scénarios, tels que les services bancaires, les voyages et les loisirs.
  • Contrôle des appareils IoT avec un Assistant vocal : Créez des interfaces conversationnelles fluides avec tous vos appareils accessibles sur Internet, de votre téléviseur ou réfrigérateur connecté aux appareils d’une usine connectée.

Cycle de vie de développement d’application

Cycle de vie de développement d’application LUIS

  • Planifier : Identifiez les scénarios pour lesquels les utilisateurs sont susceptibles d’utiliser votre application. Définissez les actions et les informations pertinentes qui doivent être reconnues.
  • Générer : Utilisez votre ressource de création pour développer votre application. Commencez par définir des intentions et des entités. Ajoutez ensuite des énoncés d’entraînement pour chaque intention.
  • Tester et améliorer : Commencez à tester votre modèle avec d’autres énoncés pour avoir une idée de la façon dont l’application se comporte, et décidez ensuite si une amélioration est nécessaire. Vous pouvez améliorer votre application en appliquant ces bonnes pratiques.
  • Publier : Déployez votre application pour la prédiction et interrogez le point de terminaison à l’aide de votre ressource de prédiction. Apprenez-en davantage sur les ressources de création et de prédiction ici.
  • Se connecter : Connectez-vous à d’autres services tels que Microsoft Bot Framework, QnA Maker et le service Speech.
  • Affiner : Passez en revue les énoncés de point de terminaison pour améliorer votre application avec des exemples concrets.

Apprenez-en davantage sur la planification et la génération de votre application ici.

Étapes suivantes