Az Azure AI-szolgáltatások használata természetes nyelvi feldolgozással (NLP) a robotbeszélgetések gazdagításához
Megjegyzés
A QnA Maker szolgáltatás 2025. március 31-én megszűnik. A kérdés- és válaszképesség újabb verziója már elérhető az Azure AI Language részeként. A Language Service-ben található kérdések megválaszolási képességeiről a kérdések megválaszolása című témakörben olvashat. 2022. október 1-től nem hozhat létre új QnA Maker-erőforrásokat. A meglévő QnA Maker-tudásbázisok kérdésre való migrálásával kapcsolatos információkért tekintse meg a migrálási útmutatót.
Az Azure AI-szolgáltatások két természetes nyelvi feldolgozási szolgáltatást nyújtanak, Language Understanding és QnA Makert, mindegyiket eltérő céllal. Ismerje meg, mikor érdemes használni az egyes szolgáltatásokat, és hogyan bókolnak egymásnak.
A természetes nyelvi feldolgozás (NLP) lehetővé teszi, hogy az ügyfélalkalmazás, például egy csevegőrobot természetes nyelven működjön együtt a felhasználókkal. A felhasználó beír egy mondatot vagy kifejezést. A felhasználó szövege nyelvtani, helyesírási és írásjelhasználati hibákat tartalmazhat. Az Azure AI-szolgáltatás egyébként is képes végigvezetni a felhasználói mondaton, és olyan információkat ad vissza, amelyekre a csevegőrobotnak szüksége van a felhasználó segítségére.
Azure AI-szolgáltatások NLP-vel
Language Understanding (LUIS) és A QnA Maker NLP-t biztosítanak. Az ügyfélalkalmazás természetes nyelvű szöveget küld. A szolgáltatás felveszi a szöveget, feldolgozza és visszaadja az eredményt.
Mikor érdemes használni az egyes szolgáltatásokat?
Language Understanding (LUIS) és a QnA Maker különböző problémákat old meg. A LUIS határozza meg a felhasználó szövegének szándékát (más néven kimondott szöveg), míg a QnA Maker a felhasználó szövegére adott választ (más néven lekérdezést) határozza meg.
A megfelelő szolgáltatás kiválasztásához ismernie kell az ügyfélalkalmazásból származó felhasználói szöveget, valamint azt, hogy az ügyfélalkalmazásnak milyen információkat kell beszereznie az Azure AI szolgáltatásból.
Ha a csevegőrobot megkapja a szöveget How do I get to the Human Resources building on the Seattle North campus?
, az alábbi diagramon megtudhatja, hogyan működnek az egyes szolgáltatások a szöveggel.
Szolgáltatás | Az ügyfélalkalmazás határozza meg |
---|---|
LUIS | Meghatározza a felhasználó szövegbeviteli szándékát – a szolgáltatás nem adja vissza a választ a kérdésre. Ez a szöveg például a szándéknak megfelelőként FindLocation van besorolva. |
QnA Maker | Egy egyéni tudásbázis választ ad vissza a kérdésre. Ez a szöveg például kérdésként van meghatározva a statikus szöveges válaszával Get on the #9 bus and get off at Franklin street . |
Mikor használja a LUIS-t?
A LUIS használata akkor ajánlott, amikor tisztában kell lennie a beszédelem szándékával a csevegőrobot egyik folyamatának részeként. A példaszöveggel folytatva, ha már tudja, How do I get to the Human Resources building on the Seattle North campus?
hogy a felhasználó szándéka egy hely megkeresése, a válaszhoz átadhatja a kimondott szöveg részleteit (entitásokkal kihúzva) egy másik szolgáltatásnak, például egy közlekedési kiszolgálónak.
A szándék meghatározásához nem kell egyesítenie a LUIS-t és a QnA Makert.
A kimondott szöveg két szolgáltatását kombinálhatja, ha a csevegőrobotnak szándékok és entitások alapján kell feldolgoznia a szöveget (LUIS használatával), valamint meg kell találnia a konkrét statikus szöveges választ (a QnA Maker használatával).
Mikor használja a QnA Makert?
A QnA Makert akkor használja, ha rendelkezésére áll a válaszok statikus tudásbázisa. Ez a tudásbázis az Ön egyedi igényeinek felel meg, és dokumentumokkal, például PDF-ekkel és URL-címekkel hozta létre.
Folytassa a kimondott példaszöveggel, How do I get to the Human Resources building on the Seattle North campus?
küldje el a szöveget lekérdezésként a közzétett QnA Maker-szolgáltatásnak, és megkapja a legjobb választ.
A kérdésre adott válasz meghatározásához nem kell kombinálnia a LUIS-t és a QnA Makert.
A kimondott szöveg két szolgáltatását kombinálhatja, ha a csevegőrobotnak szándékok és entitások alapján kell feldolgoznia a szöveget (a LUIS használatával), valamint meg kell találnia a választ (a QnA Maker használatával).
Mindkét szolgáltatás használata, ha a tudásbázis hiányos
Ha a QnA Maker tudásbázis készíti el, de tudja, hogy a tárgytartomány változik (például az időalapú információk), kombinálhatja a LUIS- és a QnA Maker-szolgáltatásokat. Ez lehetővé teszi a tudásbázis adatainak használatát, de a LUIS használatával is meghatározhatja a felhasználó szándékát. Miután az ügyfélalkalmazásnak megvan a szándéka, releváns információkat kérhet egy másik forrástól.
Az ügyfélalkalmazásnak mind a LUIS, mind a QnA Maker válaszait figyelnie kell a pontszámok esetében. Ha a QnA Maker pontszáma nem éri el az tetszőleges küszöbértéket, a LUIS által visszaadott szándék- és entitásadatok használatával adja át az információkat egy külső szolgáltatásnak.
A példaszöveggel folytatva tegyük fel, How do I get to the Human Resources building on the Seattle North campus?
hogy a QnA Maker alacsony megbízhatósági pontszámot ad vissza. Használja a LUIS-ból visszaadott szándékot és FindLocation
az összes kinyert entitást, például Human Resources building
és Seattle North campus
, hogy ezeket az információkat egy leképezési vagy keresési szolgáltatásnak küldje el egy másik válaszért.
Ezt a külső választ érvényesítheti a felhasználónak. Miután megkapta a felhasználó jóváhagyását, visszatérhet a QnA Makerhez, és hozzáadhatja az információkat a tudás növeléséhez.
Mindkét szolgáltatás használata, ha a csevegőrobotnak további információra van szüksége
Ha a csevegőrobotnak több információra van szüksége, mint bármelyik szolgáltatás, a döntési fán való továbblépéshez használja mindkét szolgáltatást, és dolgozza fel mindkét választ az ügyfélalkalmazásban.
A Bot Framework Dispatch CLI eszközzel létrehozhat egy folyamatot, amely mindkét szolgáltatással együttműködik. Ez az eszköz létrehoz egy legfelső LUIS-szándékalkalmazást, amely gyermekalkalmazásként küldi el a LUIS és a QnA Maker között. További információ a LUIS, a QnA Maker és a Bot-keretrendszer integrálásáról.
Az ilyen típusú csevegőrobot implementálásához használja a Bot Builder mintáját, az NLP-t a küldésselC# vagy Node.js.
Ajánlott eljárások
Ajánlott eljárások implementálása az egyes szolgáltatásokhoz:
- A LUIS ajánlott eljárásai
- A QnA Maker ajánlott eljárásai
Lásd még
- Language Understanding (LUIS)
- QnA Maker
- A Dispatch parancssori felülete
- Robot-keretrendszerminták
- Azure AI-Bot Service
- Azure Bot Emulator
- Robot-keretrendszer webes csevegése