A LUIS-alkalmazás megtervezése

Fontos

A LUIS 2025. október 1-jén megszűnik, és 2023. április 1-től nem hozhat létre új LUIS-erőforrásokat. Javasoljuk, hogy a LUIS-alkalmazásokat a beszélgetési nyelv megértésére migrálja, hogy kihasználhassa a terméktámogatás és a többnyelvű képességek előnyeit.

A Language Understanding (LUIS) alkalmazásséma a tárgytartományhoz kapcsolódó szándékokat és entitásokat tartalmazza. A szándékok a felhasználói kimondott szövegeket osztályozzák, az entitások pedig adatokat nyernek ki a felhasználói kimondott szövegekből. A tárgytartományhoz kapcsolódó szándékok és entitások. A szándékok a felhasználói kimondott szövegeket sorolják be.

A LUIS-alkalmazások iteratív fejlesztése során a leghatékonyabban tanulnak és hajtanak végre műveleteket. Íme egy tipikus iterációs ciklus:

1. Új verzió létrehozása
2. Szerkessze a LUIS-alkalmazás sémáját. Ez a következőket foglalja magában:
   • Kimondott példaszövegeket tartalmazó szándékok
   • Entitások
   • Funkciók
3. Betanítása, tesztelése és közzététele
4. Az aktív tanulás tesztelése az előrejelzési végpontnak küldött kimondott szövegek áttekintésével
5. Adatok gyűjtése végpontlekérdezésekből

A tartomány azonosítása

A LUIS-alkalmazások egy tárgytartomány köré kerülnek. Előfordulhat például, hogy rendelkezik egy utazási alkalmazással, amely kezeli a jegyek, járatok, szállodák és autókölcsönzők foglalását. Egy másik alkalmazás a testmozgással, az erőnléti tevékenységek nyomon követésével és a célok meghatározásával kapcsolatos tartalmakat biztosíthat. A tartomány azonosítása segít megtalálni a tartomány szempontjából releváns szavakat vagy kifejezéseket.

Tipp.

A LUIS számos gyakori forgatókönyvhöz kínál előre összeállított tartományokat . Ellenőrizze, hogy használhat-e előre összeállított tartományt az alkalmazás kiindulópontjaként.

A szándékok azonosítása

Gondolja át az alkalmazás feladatához fontos szándékokat .

Vegyük egy utazási alkalmazás példáját, amely függvényekkel foglal le egy járatot, és ellenőrzi az időjárást a felhasználó célhelyén. Ezekhez a műveletekhez két szándékot határozhat meg, a BookFlightot és a GetWeathert.

Egy összetettebb, több függvényt tartalmazó alkalmazásban valószínűleg több szándékkal rendelkezik, és gondosan meg kell határoznia őket, hogy ne legyenek túl specifikusak. Előfordulhat például, hogy a BookFlightnak és a BookHotelnek külön szándékúnak kell lennie, de a BookInternationalFlight és a BookDomesticFlight túl hasonló lehet.

Feljegyzés

Ajánlott eljárás, hogy csak annyi szándékot használjon, amennyi az alkalmazás funkcióinak elvégzéséhez szükséges. Ha túl sok szándékot határoz meg, a LUIS nehezebbé válik a kimondott szövegek helyes besorolása. Ha túl keveset határoz meg, azok annyira általánosak lehetnek, hogy átfedésben vannak.

Ha nem kell azonosítania az általános felhasználói szándékot, adja hozzá az összes példafelhasználói kimondott szöveget a None szándékhoz. Ha az alkalmazás egyre több szándékra van szüksége, később létrehozhatja őket.

Példa kimondott szövegek létrehozása minden szándékhoz

Első lépésként ne hozzon létre túl sok kimondott szöveget minden szándékhoz. Miután meghatározta az alkalmazáshoz szükséges szándékokat, szándékonként 15–30 példaszöveget hozhat létre. Minden kimondott szövegnek különböznie kell a korábban megadott kimondott szövegektől. Számos szószámot, szóválasztást, igeidőt és írásjelet tartalmazhat.

További információkért tekintse meg a LUIS-alkalmazások helyes kimondott szövegeit.

Az entitások azonosítása

A példa kimondott szövegekben azonosítsa a kinyerni kívánt entitásokat. A repülőjegy lefoglalásához olyan információkra van szüksége, mint a cél, a dátum, a légitársaság, a jegykategória és az utazási osztály. Hozzon létre entitásokat ezekhez az adattípusokhoz, majd jelölje meg az entitásokat a példa kimondott szövegekben. Az entitások fontosak a szándék eléréséhez.

Az alkalmazásban használandó entitások meghatározásakor ne feledje, hogy az objektumtípusok közötti kapcsolatok rögzítéséhez különböző típusú entitások használhatók. A különböző típusokkal kapcsolatos további információkért tekintse meg a LUIS entitásai című témakört.

Tipp.

A LUIS előre összeállított entitásokat kínál a gyakori, társalgási felhasználói forgatókönyvekhez. Érdemes lehet előre összeállított entitásokat használni az alkalmazásfejlesztés kiindulópontjaként.

Szándékok és entitások

A szándék a teljes kimondott szöveg kívánt eredménye, míg az entitások a kimondott szövegből kinyert adatok. A szándékok általában műveletekhez vannak kötve, amelyeket az ügyfélalkalmazásnak kell végrehajtania. Az entitások a művelet végrehajtásához szükséges információk. Programozási szempontból a szándék elindít egy metódushívást, és az entitások paraméterként lesznek használva a metódushíváshoz.

Ennek a kimondott szövegnek szándékkal kell rendelkeznie, és entitásokkal kell rendelkeznie:

"Repülőjegy vásárlás Seattle-ből Kairóba"

Ennek a kimondott szövegnek egyetlen célja van:

• Repülőjegy vásárlása

Ennek a kimondott szövegnek több entitása is lehet:

• Seattle (forrás) és Kairó (cél) helyei
• Egyetlen jegy mennyisége

Felbontás több függvénnyel vagy szándékkal rendelkező kimondott szövegekben

Sok esetben, különösen a természetes beszélgetések használatakor a felhasználók olyan kimondott szöveget biztosítanak, amely egynél több függvényt vagy szándékot tartalmazhat. Ennek megoldásához egy általános stratégia annak megértése, hogy a kimenetet szándékok és entitások is képviselhetik. Ennek a reprezentációnak az ügyfélalkalmazás műveleteire kell korlátozódnia, és nem kell a szándékokra korlátozódnia.

Az int-ent-ties az a fogalom, amely szerint a műveletek (általában szándékok) entitásként is rögzíthetők az alkalmazás kimenetében, és meghatározott műveletekre képezhetők le. A tagadás például általában a szándékra és az entitásra támaszkodik a teljes kinyeréshez. Fontolja meg a következő két kimondott szöveget, amelyek hasonlóak a szóválasztásban, de különböző eredményeket adnak:

• "Kérem, ütemezze a járatomat Kairóból Seattle-be"
• "Járat lemondása Kairóból Seattle-be"

Két különálló szándék helyett egyetlen szándékot kell létrehoznia egy FlightAction gépi tanulási entitással. Ennek a gépi tanulási entitásnak ki kell nyernie a művelet részleteit mind az ütemezéshez, mind a kérelmek törléséhez, valamint a forrás vagy a cél helyéhez.

Ez a FlightAction entitás a következő legfelső szintű gépi tanulási entitással és alfeltételekkel lenne strukturálva:

• FlightAction
  • Művelet
  • Eredet
  • Cél

A kinyerés elősegítése érdekében funkciókkal egészítené ki az alhálózatokat. A felhasználói kimondott szövegekben várt szókincs és az előrejelzési válaszban visszaadni kívánt értékek alapján választana ki funkciókat.

Ajánlott eljárások

Séma megtervezve

Mielőtt elkezdené felépíteni az alkalmazás sémáját, meg kell határoznia, hogyan és hol szeretné használni ezt az alkalmazást. Minél alaposabb és pontosabb a tervezés, annál jobb lesz az alkalmazás.

• Célzott felhasználók kutatása
• Definiáljon végpontok közötti személyiségeket az alkalmazás megjelenítéséhez – hang, avatar, problémakezelés (proaktív, reaktív)
• Felhasználói interakciók csatornáinak (például szöveg vagy beszéd) azonosítása, meglévő megoldások átadása vagy új megoldás létrehozása ehhez az alkalmazáshoz
• Végfelhasználói folyamat
  • Mit vár el az alkalmazástól, és mit nem? Mik a prioritásai annak, hogy mit kell tennie?
  • Mik a fő használati esetek?
• Adatgyűjtés – tudnivalók az adatok gyűjtéséről és előkészítéséről

Ne taníts be és ne tegyen közzé minden egyes példaszöveggel

Adjon hozzá 10 vagy 15 kimondott szöveget a betanítás és a közzététel előtt. Ez lehetővé teszi az előrejelzés pontosságára gyakorolt hatás megtekintését. Előfordulhat, hogy egyetlen kimondott szöveg hozzáadása nem befolyásolja láthatóan a pontszámot.

Ne használja a LUIS-t betanítási platformként

A LUIS egy nyelvi modell tartományára vonatkozik. Nem általános természetes nyelvi képzési platformként kell működnie.

Az alkalmazás iteratív buildelése verziókkal

Minden szerzői ciklusnak egy új verzióban kell lennie, egy meglévő verzióból klónozva.

Ne tegye közzé túl gyorsan

Az alkalmazás túl gyors és megfelelő tervezés nélküli közzététele számos problémához vezethet, például:

• Az alkalmazás nem fog működni a tényleges forgatókönyvben elfogadható teljesítményszinten.
• Előfordulhat, hogy a séma (szándékok és entitások) nem megfelelőek, és ha a sémát követő ügyfélalkalmazás-logikát fejlesztett ki, előfordulhat, hogy újra kell elvégeznie. Ez váratlan késéseket és többletköltségeket okozhat a projektnek, amelyen dolgozik.
• A modellhez hozzáadott kimondott szövegek torzítást okozhatnak az olyan kimondott szövegekhez, amelyeket nehéz hibakeresésre és azonosításra használni. Az is megnehezíti a kétértelműség eltávolítását, miután véglegesített egy bizonyos sémát.

Az alkalmazás teljesítményének figyelése

Kötegelt tesztelési készlettel monitorozhatja az előrejelzés pontosságát.

Hozza létre a példa beszédelemekként vagy végponti beszédelemekként nem használt beszédelemek különálló készletét. Folyamatosan fejlessze az alkalmazást a tesztelési készletéhez. Úgy módosítsa a tesztelési készletet, hogy az a valós felhasználói beszédelemeket tükrözze. Ezzel a tesztelési készlettel értékelje ki az alkalmazás minden egyes iterációját vagy verzióját.

Ne hozzon létre kifejezéslistákat az összes lehetséges értékkel

Adjon meg néhány példát a kifejezéslistákban , de nem minden szót vagy kifejezést. A LUIS általánosítja és figyelembe veszi a kontextust.

Következő lépések

Cél