Von Bedeutung
英語以外の翻訳は便宜上のみ提供されています。 バインドのバージョンについては、このドキュメントの EN-US バージョンを参照してください。
透過性のためのメモとは
AI システムには、テクノロジだけでなく、それを使用する人、それによって影響を受ける人、それが展開される環境も含まれています。 目的に合ったシステムを作成するには、テクノロジのしくみ、その機能と制限事項、および最適なパフォーマンスを実現する方法を理解する必要があります。 Microsoft の透過性のためのメモは、AI テクノロジがどのように機能するか、システム所有者が選択できる、システムのパフォーマンスと動作に影響する選択肢、およびテクノロジ、人、環境を含むシステム全体について考える重要性を理解する助けとなるように用意されています。 独自のシステムを開発または展開するときに透過性のためのメモを使用することも、システムを使用するユーザーやシステムの影響を受けるユーザーと共有することもできます。
Microsoft の透過性のためのメモは、AI の原則を実践に移すための Microsoft の広範な取り組みの一環です。 詳細については、 Microsoft AI の原則を参照してください。
会話言語の理解の概要
Conversational Language Understanding (CLU) は、Microsoft Turing テクノロジに基づくカスタム 機械学習をユーザーの自然言語テキストに適用するクラウドベースの API 機能です。 入力テキストの全体的な意味を予測し、そこから特定の情報を引き出します。 CLU はクライアント アプリケーションと統合する必要があります。これは、タスクを完了するために自然言語でユーザーと通信する任意の会話型アプリケーションです。 最も一般的なクライアント アプリケーションはチャット ボットです。
クライアント アプリケーションは、CLU によって返される出力を使用して、ユーザーの要求を満たすために決定を下すか、アクションを実行します。 たとえば、ユーザーがチャット ボットに「ピザを注文したい」と入力すると、解釈のために CLU に送信されます。 CLU は入力テキストを分析し、その解釈をチャット ボットで処理できる形式で返します。 CLU は、入力テキストを事前に構成されたアクションとリンクして、ユーザーのピザを注文します。 CLU は、クライアント アプリケーションのために入力テキストを理解するインテリジェンスのみを提供するもので、アクションはまったく実行しません。 CLU は複数の言語でサポートされるだけでなく、多言語プロジェクトもサポートしています。 多言語の詳細を確認します。
会話言語の理解の基本
会話言語理解 (CLU) は、 Azure AI 言語内のカスタム機能の一部として提供されます。 この機能は、受信テキストの全体的な意図を予測し、そこから重要な情報を抽出する、エンドツーエンドの会話アプリケーションの自然言語理解コンポーネントです。 CLU プロジェクトを作成することで、開発者はデータのタグ付け、トレーニング、評価、およびモデルのパフォーマンス向上を繰り返し実行してから、モデルを使用できるようになります。
サービスのユーザーは、構築するクライアント アプリケーションのドメインに関連するトレーニング データを提供し、ラベル付けする必要があります。 提供されるトレーニング データの品質は重要であり、予想されるユーザー入力と同様である必要があります。 ユーザーは、CLU 内のオーケストレーション ワークフロー機能を使用して、他の CLU プロジェクト、カスタムの質問に回答するナレッジ ベース、LUIS アプリケーションなど、さまざまなカスタム機能を接続することもできます。 Azure AI Language には、ドメインの専門家や非技術ユーザー向けのカスタマイズ エクスペリエンスを簡略化するための Web ポータル Language Studio が用意されています。 この クイック スタートの手順に従って、この機能の使用を開始します。
詳細については、以下を参照してください。
会話言語理解の用語
次の用語は、CLU 内でよく使用されます。
| 任期 | 定義 |
|---|---|
| プロジェクト | プロジェクトは、データに基づいてカスタム ML モデルを構築するための作業領域です。 プロジェクト内では、データにタグを付け、モデルを構築し、必要に応じてそれらを評価して改善し、最終的にモデルをデプロイして使用できるようにすることができます。 |
| 発話 | 発話は、CLU が解釈する必要があるユーザーからの入力テキストを表します。 開発者は発話の例をトレーニング データとして追加し、モデルをトレーニングするための意図とエンティティでタグ付けします。 たとえば、ピザを注文するモデルでは、"大きなチーズ ピザを注文したい" という発話の例が考えられるでしょう。 |
| 意図 | 意図は、ユーザーが実行するタスクまたはアクションです。 意図モデルは、入力テキストの全体的な意味と意図を理解し、分類します。 開発者は、ユーザーがクライアント アプリケーションで実行するアクションをトリガーする一連の意図を定義します。 たとえば、ピザを注文するモデルの意図は、"注文の作成"、"注文の編集"、"注文のキャンセル" などです。 詳細情報 |
| エンティティ | エンティティは、ユーザーの意図に関連する発話内の単語または語句を表します。 エンティティ モデルでは、開発者が定義したさまざまな種類のエンティティが抽出されます。 「大きなチーズピザを注文したい」という発話の例では、開発者は "サイズ" エンティティを定義して発話から "large" を、"タイプ" エンティティを定義して "cheese" を抽出できます。 開発者は、CLU モデルのユーザー発話からキー データを抽出するエンティティを定義します。 開発者は、CLU モデルを作成するときに、発話の例内で抽出する単語または複数の単語に特定のエンティティをタグ付けします。 詳細情報 |
利用事例の例
CLU は、さまざまな業界の複数のシナリオで使用できます。 いくつかの例を次に示します。
- エンド ツー エンドの会話ボット。 CLU を使用して、特定の領域と予想されるユーザーの発話に基づくカスタム自然言語理解モデルを構築し、トレーニングを行います。 テキストの意図を特定し、そこから重要な情報を抽出するため、これをあらゆるエンド ツー エンドの会話型ボットと統合し、受信したテキストをリアルタイムで処理して分析できるようにします。 意図と抽出された情報に基づいて、必要とされるアクションをボットに実行させます。 たとえば、オンライン ショッピングや食品の注文のためにカスタマイズした小売ボットが挙げられます。
- 人間のアシスタント ボット。 人間のアシスタント ボットの一例は、顧客の問い合わせに優先順位を付けてそれらを適切なサポート エンジニアに割り当てることで、スタッフによる顧客エンゲージメントの改善を支援することです。 もう 1 つの例は、従業員が自然言語でやり取りして質問に基づいたガイダンスを受け取ることができる、企業の人事ボットです。
- コマンド＆コントロール アプリケーション。 クライアント アプリケーションを音声テキスト変換コンポーネントと統合すると、ユーザーがコマンドを自然言語で話せば、CLU でクライアント アプリケーションのためにテキストの情報について処理、意図の識別、抽出を行い、アクションを実行することができます。 このユース ケースには、曲の停止、再生、転送、巻き戻しや、照明のオンとオフの切り替えなど、多くのアプリケーションがあります。
- エンタープライズ チャット ボット。 大企業では、エンタープライズ チャット ボットがさまざまな従業員の業務を処理する場合があります。 カスタム質問応答ナレッジベースによって提供されるよくある質問、会話言語理解によって提供されるカレンダー固有のスキル、およびLUISによって提供されるインタビューフィードバックスキルを処理できる場合があります。 オーケストレーション ワークフローを使用して、これらのスキルをすべて接続し、受信した要求を正しいサービスに適切にルーティングします。
ユース ケースを選択するときの考慮事項
- 重大な悪影響を及ぼす可能性のある意思決定には CLU を使用しないでください。 たとえば、薬や診断を提案することや、医師のアドバイスを置き換えることは、深刻な悪影響を及ぼす可能性があります。
- 不要な情報や機密情報を抽出するカスタム エンティティは作成しないでください。 作成されるエンティティがエンド ツー エンドのシナリオに必要な情報のみを抽出するようにするのは、ユーザーの責任です。 シナリオに必要ない場合は、機密性の高いユーザー情報を抽出しないでください。 たとえば、シナリオでユーザーの市区町村と国を抽出する必要がある場合は、ユーザーの住所から市区町村と国のみを抽出するエンティティを作成します。 完全なアドレスを抽出するものは作成しないでください。 モデルが包括的であることを確認するには、トレーニング データ内のさまざまな都市、国、住所形式 (発話の例) を表していることを確認します。
- 法的および規制上の考慮事項: 組織は、AI サービスとソリューションを使用する際に、潜在的な特定の法的および規制上の義務を評価する必要があります。これは、すべての業界またはシナリオでの使用に適していない可能性があります。 さらに、AI サービスまたはソリューションは、該当するサービス利用規約と関連する行動規範で禁止されている方法のためには設計されておらず、またそのような方法で使うこともできません。