Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Natural Language Understanding (NLU) è un ramo dell'intelligenza artificiale che consente ai computer di comprendere e interpretare il linguaggio umano. Questa comprensione va oltre la semplice elaborazione delle parole. Copilot Studio offre diverse opzioni NLU, in base alle esigenze dell'applicazione.
Intelligenza artificiale generativa
L'intelligenza artificiale generativa è l'opzione predefinita e viene usata per rispondere con la migliore combinazione di azioni, argomenti e origini delle conoscenze. I creatori devono fornire descrizioni di alta qualità per tutti gli aspetti dell'agente, il che consente all'intelligenza artificiale generativa di orchestrare la conversazione per te.
L'opzione di intelligenza artificiale generativa è più adatta per le applicazioni in cui si vuole eseguire una quantità minima di configurazione e si ha familiarità con l'uso dell'intelligenza artificiale generativa per orchestrare la conversazione. A questa opzione potrebbero essere associati anche altri costi.
L'opzione di intelligenza artificiale generativa è configurata nelle impostazioni dell'agente (Generative AI>Orchestration>Yes). Per altre informazioni, vedere Orchestrare il comportamento dell'agente con intelligenza artificiale generativa.
Orchestrazione classica
Se si preferisce un'opzione più deterministica per l'applicazione, scegliere le opzioni di orchestrazione di Copilot Studio "classiche" nelle impostazioni dell'agente (Generative AI>Orchestration>No).
Sono disponibili tre opzioni "classiche": NLU, NLU+e CLU. Tutti forniscono un controllo completo e ripetibile sulle conversazioni dell'agente usando una finestra di dialogo personalizzata.
NLU
Se si vuole una progettazione programmabile più semplice o si hanno esigenze di orchestrazione più semplici, l'opzione NLU originale è utile. Con questa opzione, è possibile aggiungere rapidamente 5 a 20 frasi brevi per argomento e creare entità personalizzate RegEx o List. Inoltre, non devi aggiungere annotazioni di entità all'interno dei dati di training.
Annotazioni
La latenza può aumentare se si aggiungono troppi dati di training.
NLU+
Se è necessario ottenere un'accuratezza elevata, usare l'opzione NLU+ . L'opzione NLU+ è ideale per applicazioni di grandi dimensioni di livello aziendale. Questi tipi di applicazioni in genere sono costituiti da un numero elevato di argomenti e/o entità e usano un numero elevato di esempi di training. Inoltre, se si dispone di un agente abilitato per la voce, i dati di training NLU+ vengono usati anche per ottimizzare le funzionalità di riconoscimento vocale.
Importante
L'opzione NLU+ è disponibile quando si gestiscono i canali vocali o di chat con una licenza di Dynamics 365 Contact Center. Per altre informazioni, vedere Requisiti di sistema per Dynamics 365 Contact Center.
Per ottenere la massima precisione, aggiungi annotazioni di entità alle frasi trigger dell'argomento. Aggiungere anche esempi di training per illustrare in che modo i clienti potrebbero rispondere a domande relative a entità personalizzate specifiche.
Con l'opzione NLU+ il modello è precompilato, che consente di garantire prestazioni coerenti, indipendentemente dal volume dei dati di training. Per distribuire il modello nell'ambiente di produzione, è prima necessario eseguirne il training. Questo passaggio consente al sistema di ottimizzare il caso d'uso specifico mantenendo al tempo stesso prestazioni prevedibili in fase di esecuzione.
Azure Conversational Language Understanding (CLU)
Per i creatori con una sottoscrizione di Azure e modelli di Azure esistenti, è possibile collegare il modello CLU all'agente e permettere al modello di guidare le conversazioni. Tuttavia, questa opzione richiede una sottoscrizione di Azure, la gestione del modello in Azure e la manutenzione per mantenere sincronizzato il modello e l'agente. Per altre informazioni, vedere Panoramica dell'integrazione di Comprensione del linguaggio conversazionale.