Language Understanding (LUIS) とは

  • [アーティクル]

重要

LUIS は 2025 年 10 月 1 日に廃止され、2023 年 4 月 1 日から新しい LUIS リソースを作成できなくなります。 継続的な製品サポートと多言語機能のベネフィットを得るために、LUIS アプリケーションを会話言語理解に移行することをお勧めします。

Note

2023 年 7 月時点で、Azure AI サービスには、以前 Cognitive Services および Azure Applied AI Services と呼ばれていたものすべてが含まれています。 価格に変更はありません。 Cognitive Services および Azure Applied AI という名前は、Azure の課金、コスト分析、価格表、および Price API で引き続き使用されます。 アプリケーション プログラミング インターフェイス (API) または SDK に破壊的変更はありません。

Language Understanding (LUIS) は、カスタムの機械学習インテリジェンスをユーザーの自然言語での会話テキストに適用して、全体の意味を予測し、関連性のある詳細な情報を引き出す、クラウドベースの会話型 AI サービスです。 LUIS には、カスタム ポータル、API、および SDK クライアント ライブラリを介してアクセスできます。

初めてのユーザーは、次の手順に従って してください。作業を開始するにあたり、LUIS の作成済みドメイン アプリを試すこともできます。

このドキュメントには、次の種類の記事が含まれています。

  • クイックスタートは、サービスへの要求の実行方法を説明する概要手順です。
  • 攻略ガイドには、より具体的またはカスタマイズした方法でサービスを使用するための手順が記載されています。
  • 概念では、サービスの機能と特徴について詳しく説明します。
  • チュートリアルはより長文のガイドであり、より広範なビジネス ソリューションの 1 コンポーネントとしてこのサービスを使用する方法を示すものです。

LUIS によって提供されるもの

  • シンプル: LUIS を使用するにあたり、社内の AI の専門知識や事前の機械学習の知識は必要ありません。 数回クリックするだけで、独自の会話型 AI アプリケーションを作成できます。 用意されているクイックスタートのいずれかに従ってカスタム アプリケーションを作成することも、作成済みドメイン アプリのいずれかを使用することもできます。
  • セキュリティ、プライバシー、およびコンプライアンス: LUIS は Azure インフラストラクチャによって支えられており、エンタープライズグレードのセキュリティ、プライバシー、およびコンプライアンスを提供します。 ユーザーのデータはユーザーのもののままです。ユーザーは、いつでもデータを削除できます。 データは、ストレージ内にあるときは暗号化されます。 詳細については、こちらをご覧ください。
  • 統合: LUIS アプリは、Microsoft Bot Framework、QnA Maker、音声サービスなどの他の Microsoft サービスと簡単に統合できます。

LUIS のシナリオ

  • エンタープライズ グレードの会話型ボットの作成: この参照アーキテクチャでは、Azure Bot Framework を使用してエンタープライズ グレードの会話型ボット (チャットボット) を作成する方法について説明します。
  • 商用チャットボット: Azure AI Bot Service と Language Understanding サービスを組み合わせることで、開発者は銀行、旅行、エンターテイメントなどのさまざまなシナリオ用の会話型インターフェイスを作成できます。
  • 音声アシスタントを使用した IoT デバイスの制御: 接続されたテレビや冷蔵庫から、接続された発電所のデバイスまで、インターネットにアクセス可能なすべてのデバイスとのシームレスな会話型インターフェイスを作成できます。

アプリケーション開発ライフ サイクル

LUIS アプリ開発のライフサイクル

  • 計画: ユーザーがアプリケーションを使用する可能性のあるシナリオを識別します。 認識する必要があるアクションと関連情報を定義します。
  • 作成: お使いの作成リソースを使用してアプリを開発します。 意図とエンティティを定義することから始めます。 次に、各意図のトレーニング用の発話を追加します。
  • テストと改善: 他の発話でモデルのテストを開始して、アプリの動作を把握し、改善が必要かどうかを判断することができます。 これらのベスト プラクティスに従うことで、アプリケーションを改善できます。
  • 公開: 予測用にアプリをデプロイし、予測リソースを使用してエンドポイントに対してクエリを実行します。 作成および予測リソースの詳細については、こちらを参照してください。
  • 接続: Microsoft Bot Framework、QnA Maker、音声サービスなどの他のサービスに接続します。
  • 調整: エンドポイントの発話を確認し、実際の例を使用してアプリケーションを改善します

アプリケーションの計画と作成の詳細については、こちらを参照してください。

次のステップ