Bagikan melalui


Migrasi dari QnA Maker ke qnswering pertanyaan kustom

Tujuan dokumen ini: Artikel ini bertujuan untuk memberikan informasi yang dapat digunakan untuk berhasil memigrasikan aplikasi yang menggunakan QnA Maker ke jawaban atas pertanyaan kustom. Dengan menggunakan artikel ini, kami berharap pelanggan akan mendapatkan kejelasan tentang hal berikut ini:

  • Perbandingan fitur di seluruh QnA Maker dan jawaban atas pertanyaan kustom
  • Harga
  • Pengalaman Provisi serta Pengembangan yang Disederhanakan
  • Fase migrasi
  • Skenario migrasi yang umum
  • Langkah migrasi

Audiens Tujuan: Pelanggan QnA Maker

Penting

Jawaban atas pertanyaan kustom, fitur Bahasa Azure AI diperkenalkan pada November 2021 dengan beberapa kemampuan baru termasuk relevansi yang ditingkatkan menggunakan peringkat pembelajaran mendalam, jawaban yang tepat, dan dukungan wilayah end-to-end. Setiap proyek jawaban atas pertanyaan kustom setara dengan pangkalan pengetahuan dalam QnA Maker. Pengaturan tingkat sumber daya seperti Kontrol akses berbasis peran (RBAC) tidak dimigrasikan ke sumber daya baru. Pengaturan tingkat sumber daya ini perlu dikonfigurasi ulang untuk sumber daya bahasa pasca migrasi:

  • Proyek RBAC ke Bahasa Otomatis (bukan merupakan sumber daya)
  • Pengaktifan analitik secara otomatis.

Anda juga perlu mengaktifkan kembali analitik untuk sumber daya bahasa.

Perbandingan fitur

Selain serangkaian fitur baru, jawaban atas pertanyaan kustom menyediakan banyak peningkatan teknis pada fitur umum.

Fitur QnA Maker Jawaban atas pertanyaan kustom Detail
Status model yang berbasis transformator seni ✔️ Model berbasis turing yang memungkinkan pencarian QnA dalam skala web.
Kemampuan bawaan ✔️ Menggunakan kemampuan ini seseorang dapat memanfaatkan kekuatan jawaban atas pertanyaan kustom tanpa harus menyerap konten dan mengelola sumber daya.
Jawaban yang tepat ✔️ Jawaban atas pertanyaan kustom mendukung jawaban yang tepat dengan bantuan model SOTA.
Refresh URL Pintar ✔️ Jawaban atas pertanyaan kustom menyediakan sarana untuk menyegarkan konten yang diserap dari sumber publik dengan satu klik.
Tanya jawab atas basis pengetahuan (ekstraksi hierarkis) ✔️ ✔️
Pembelajaran aktif ✔️ ✔️ Jawaban atas pertanyaan kustom memiliki model pembelajaran aktif yang ditingkatkan.
Pertanyaan Alternatif ✔️ ✔️ Model yang ditingkatkan dalam jawaban atas pertanyaan kustom mengurangi kebutuhan untuk menambahkan pertanyaan alternatif.
Sinonim ✔️ ✔️
Metadata ✔️ ✔️
Pembuatan Pertanyaan (pratinjau privat) ✔️ Fitur baru ini akan memungkinkan pembuatan pertanyaan via teks.
Dukungan untuk dokumen yang tidak terstruktur ✔️ Pengguna sekarang dapat menyerap dokumen yang tidak terstruktur sebagai sumber input dan mengkueri konten untuk respons
.NET SDK ✔️ ✔️
API ✔️ ✔️
Pengalaman Penulisan Terpadu ✔️ Satu pengalaman penulisan di semua Bahasa Azure AI
Dukungan multi-wilayah ✔️

Harga

Saat Anda melihat migrasi ke jawaban atas pertanyaan kustom, pertimbangkan hal berikut:

Komponen QnA Maker Jawaban atas pertanyaan kustom Detail
Biaya Layanan QnA Maker ✔️ Biaya tetap per sumber daya per bulan. Hanya berlaku untuk QnAMaker.
Biaya layanan jawaban atas pertanyaan kustom ✔️ Biaya jawaban atas pertanyaan kustom sesuai dengan model bayar sesuai penggunaan Anda. Hanya berlaku untuk jawaban atas pertanyaan kustom.
Biaya Azure Search ✔️ ✔️ Berlaku untuk QnA Maker dan jawaban atas pertanyaan kustom.
Biaya App Service ✔️ Hanya berlaku untuk QnA Maker. Ini adalah penghematan biaya terbesar bagi pengguna yang beralih ke jawaban atas pertanyaan kustom.
  • Pengguna dapat memilih tingkat yang lebih tinggi dengan kapasitas yang lebih tinggi, yang akan berdampak pada harga keseluruhan yang mereka bayar. Ini tidak berdampak pada harga pada komponen bahasa jawaban atas pertanyaan kustom.

  • "Catatan Teks" dalam fitur jawaban atas pertanyaan kustom mengacu pada kueri yang dikirimkan oleh pengguna ke runtime, dan ini adalah konsep umum untuk semua fitur dalam layanan Bahasa. Terkadang kueri mungkin memiliki lebih banyak rekaman teks saat panjang kueri lebih tinggi.

Contoh estimasi harga

Penggunaan Jumlah sumber daya dalam QnA Maker Jumlah layanan aplikasi di QnA Maker (Tingkat) Panggilan inferensi bulanan di QnA Maker Replika pencarian (Tingkat) Partisi Pencarian x Biaya relatif dalam jawaban atas pertanyaan kustom
Sangat Penting 5 5(P1) 8 M 9x3(S2) Lebih mahal
Sangat Penting 100 100(P1) 6 M 9x3(S2) Lebih murah
Medium 10 10(S1) 800K 4x3(S1) Lebih murah
Kurang Penting 4 4(B1) 100 K 3x3(S1) Lebih murah

Ringkasan : Pelanggan harus menghemat biaya di seluruh konfigurasi yang paling umum seperti yang terlihat di kolom biaya relatif.

Di sini Anda dapat menemukan detail harga untuk jawaban atas pertanyaan kustom dan QnA Maker.

Kalkulator harga Azure bahkan dapat menyediakan detail lebih lengkap.

Pengalaman Provisi serta Pengembangan yang Disederhanakan

Dengan layanan Bahasa, pelanggan QnA Maker sekarang mendapat manfaat dari satu layanan yang menyediakan Text Analytics, LUIS, dan jawaban atas pertanyaan kustom sebagai fitur sumber daya bahasa. Layanan Bahasa menyediakan:

  • Satu sumber daya bahasa untuk mengakses semua kemampuan di atas
  • Satu panel pengalaman penulisan bagi seluruh kemampuan
  • Sekumpulan API yang terpadu bagi semua kemampuan
  • Produk yang kohesif, lebih sederhana, serta kuat

Pelajari cara memulai pada Language Studio

Fase Migrasi

Jika Anda atau organisasi Anda memiliki aplikasi dalam pengembangan atau produksi yang menggunakan QnA Maker, Anda harus memperbaruinya untuk menggunakan jawaban atas pertanyaan kustom sesegera mungkin. Lihat tautan berikut ini untuk memperoleh API, SDK, Bot SDK, dan sampel kode yang tersedia.

Berikut ini merupakan fase migrasi yang luas untuk dipertimbangkan:

A chart showing the phases of a successful migration

Tautan tambahan yang bisa membantu Anda disediakan di bawah ini:

  • Portal untuk penulisan
  • API
  • SDK
  • Bot SDK: Agar bot dapat menggunakan jawaban atas pertanyaan kustom, gunakan Bot.Builder.AI.QnA SDK – Kami merekomendasikan pelanggan untuk terus menggunakan hal ini bagi integrasi Bot mereka. Berikut ini adalah sejumlah contoh penggunaan hal serupa pada kode bot: Contoh 1Contoh 2

Skenario migrasi yang umum

Topik ini membandingkan dua skenario hipotetis saat bermigrasi dari QnA Maker ke jawaban atas pertanyaan kustom. Skenario ini dapat membantu Anda menentukan serangkaian langkah migrasi yang tepat guna dijalankan bagi skenario tertentu.

Catatan

Sebuah upaya telah dilakukan untuk memastikan skenario ini mewakili migrasi pelanggan nyata, namun skenario pelanggan individu tentu saja akan berbeda. Selain itu, artikel ini tidak menampilkan detail harga. Kunjungi halaman harga untuk informasi selengkapnya.

Penting

Setiap proyek jawaban atas pertanyaan kustom setara dengan pangkalan pengetahuan dalam QnA Maker. Pengaturan tingkat sumber daya seperti Kontrol akses berbasis peran (RBAC) tidak dimigrasikan ke sumber daya baru. Pengaturan tingkat sumber daya ini harus dikonfigurasi ulang untuk daya bahasa pasca migrasi. Anda juga perlu mengaktifkan kembali analitik untuk sumber daya bahasa.

Skenario migrasi 1: Tidak terdapat portal penulisan kustom

Dalam skenario migrasi pertama, pelanggan menggunakan qnamaker.ai sebagai portal penulisan dan mereka ingin memigrasikan basis pengetahuan QnA Maker mereka ke jawaban atas pertanyaan kustom.

Memigrasikan proyek Anda dari QnA Maker ke jawaban atas pertanyaan kustom

Setelah dimigrasikan ke jawaban atas pertanyaan kustom:

  • Pengaturan tingkat sumber daya harus dikonfigurasi ulang untuk sumber daya bahasa
  • Validasi pelanggan harus dimulai pada basis pengetahuan yang dimigrasikan pada:
    • Validasi bagi ukuran
    • Jumlah pasangan tanya jawab pada semua KB agar sesuai dengan pra dan pasca migrasi
  • Pelanggan perlu menetapkan ambang batas baru untuk pangkalan pengetahuan mereka dalam jawaban atas pertanyaan kustom, karena pemetaan skor Keyakinan berbeda jika dibandingkan dengan QnA Maker.
    • Jawaban untuk pertanyaan sampel dalam pra serta pasca migrasi
    • Waktu respons untuk Pertanyaan yang dijawab di dalam v1 vs v2
    • Mempertahankan prompt
    • Pelanggan dapat menggunakan alat pengujian batch pasca migrasi guna menguji proyek yang baru dibuat dalam jawaban atas pertanyaan kustom.

Sumber daya QnA Maker yang lama perlu dihapus secara manual.

Berikut ini adalah sejumlah langkah detail pada migrasi skenario 1.

Skenario migrasi 2

Dalam skenario migrasi ini, pelanggan mungkin telah membuat frontend penulisan mereka sendiri yang memanfaatkan API penulisan QnA Maker ataupun SDK QnA Maker.

Mereka harus melakukan langkah berikut ini, yang diperlukan untuk migrasi SDK:

Panduan Migrasi SDK ini dimaksudkan untuk membantu dalam migrasi ke pustaka klien jawaban atas pertanyaan kustom baru, Azure.AI.Language.QuestionAnswering, dari yang lama, Microsoft.Azure.CognitiveServices.Knowledge.QnAMaker. Ini akan berfokus pada perbandingan berdampingan untuk operasi serupa antara kedua paket.

Mereka harus melakukan langkah yang diperlukan untuk migrasi pangkalan pengetahuan ke proyek baru dalam sumber daya Bahasa.

Setelah dimigrasikan ke jawaban atas pertanyaan kustom:

  • Pengaturan tingkat sumber daya harus dikonfigurasi ulang untuk sumber daya bahasa
  • Validasi pelanggan harus dimulai pada basis pengetahuan yang dimigrasikan pada
    • Validasi bagi ukuran
    • Jumlah pasangan tanya jawab pada semua KB agar sesuai dengan pra dan pasca migrasi
    • Pemetaan untuk skor keyakinan
    • Jawaban untuk pertanyaan sampel dalam pra serta pasca migrasi
    • Waktu respons untuk Pertanyaan yang dijawab di dalam v1 vs v2
    • Mempertahankan prompt
    • Pengujian batch pra serta pasca migrasi
  • Sumber daya QnA Maker yang lama perlu dihapus secara manual.

Selain itu, untuk pelanggan yang harus memigrasikan dan meningkatkan Bot, kode bot peningkatan akan diterbitkan sebagai paket NuGet.

Di sini Anda dapat menemukan sejumlah contoh kode: Contoh 1Contoh 2

Di sini ada langkah lengkap migrasi skenario 2

Pelajari selengkapnya mengenai API bawaan

Pelajari selengkapnya tentang jawaban atas pertanyaan kustom Get Answers REST API

Langkah migrasi

Harap dicatat bahwa beberapa langkah ini diperlukan tergantung pada arsitektur pelanggan yang telah ada. Harap lihat fase migrasi yang diberikan di atas untuk mendapatkan lebih banyak penjelasan tentang langkah apa yang diperlukan oleh Anda untuk melakukan migrasi.

A chart showing the steps of a successful migration