Wat is indelingswerkstroom?
Indelingswerkstroom is een van de functies van Azure AI Language. Het is een cloud-API-service die machine learning-intelligentie toepast, zodat u indelingsmodellen kunt bouwen om Conversational Language Understanding (CLU) te verbinden, vragen beantwoordende projecten en LUIS-toepassingen. Door een indelingswerkstroom te maken, kunnen ontwikkelaars iteratief uitingen taggen, modelprestaties trainen en evalueren voordat ze deze beschikbaar maken voor verbruik. Om het bouwen en aanpassen van uw model te vereenvoudigen, biedt de service een aangepaste webportal die toegankelijk is via de Language Studio. U kunt eenvoudig aan de slag met de service door de stappen in deze quickstart te volgen.
Deze documentatie bevat de volgende artikeltypen:
- Quickstarts zijn aan de slag-instructies om u te begeleiden bij het indienen van aanvragen bij de service.
- Concepten bieden uitleg over de servicefunctionaliteit en -functies.
- Instructiegidsen bevatten instructies voor het gebruik van de service op specifiekere of aangepaste manieren.
Voorbeeld van gebruiksscenario's
Indelingswerkstroom kan in meerdere scenario's in verschillende branches worden gebruikt. Enkele voorbeelden:
Enterprise-chatbot
In een groot bedrijf kan een chatbot voor ondernemingen verschillende personeelszaken afhandelen. Het kan veelgestelde vragen verwerken die worden geleverd door een aangepaste vraag die een knowledge base beantwoordt, een agendaspecifieke vaardigheid die wordt geleverd door het begrip van gesprekstaal en een feedbackvaardigheid voor interviewen die door LUIS wordt geleverd. De bot moet binnenkomende aanvragen op de juiste manier kunnen routeren naar de juiste service. Met de indelingswerkstroom kunt u deze vaardigheden verbinden met één project dat de routering van binnenkomende aanvragen op de juiste manier afhandelt om de bedrijfsbot te activeren.
Levenscyclus van projectontwikkeling
Het maken van een indelingswerkstroomproject omvat doorgaans verschillende stappen.
Volg deze stappen om optimaal gebruik te maken van uw model:
Definieer uw schema: ken uw gegevens en definieer de acties en relevante informatie die moet worden herkend uit invoeruitingen van de gebruiker. Maak de intenties die u wilt toewijzen aan de uitingen van de gebruiker en de projecten die u wilt verbinden met uw indelingsproject.
Uw gegevens labelen: de kwaliteit van gegevenstags is een belangrijke factor bij het bepalen van modelprestaties.
Een model trainen: uw model begint met leren op basis van uw getagde gegevens.
Bekijk de prestaties van het model: bekijk de evaluatiedetails voor uw model om te bepalen hoe goed het presteert wanneer er nieuwe gegevens worden geïntroduceerd.
Het model verbeteren: nadat u de prestaties van het model hebt bekeken, kunt u leren hoe u het model kunt verbeteren.
Het model implementeren: als u een model implementeert, is het beschikbaar voor gebruik via de voorspellings-API.
Intenties voorspellen: gebruik uw aangepaste model om intenties van uitingen van gebruikers te voorspellen.
Referentiedocumentatie en codevoorbeelden
Als u de indelingswerkstroom gebruikt, raadpleegt u de volgende referentiedocumentatie en voorbeelden voor Azure AI Language:
| Ontwikkelingsoptie/taal | Referentiedocumentatie | Voorbeelden |
|---|---|---|
| REST API's (ontwerpen) | REST API-documentatie | |
| REST API's (runtime) | REST API-documentatie | |
| C# (runtime) | C#-documentatie | C#-voorbeelden |
| Python (runtime) | Python-documentatie | Python-voorbeelden |
Verantwoorde AI
Een AI-systeem omvat niet alleen de technologie, maar ook de mensen die het gebruiken, de personen die worden beïnvloed door het systeem en de omgeving waarin het wordt geïmplementeerd. Lees de transparantienotitie voor de CLU- en indelingswerkstroom voor meer informatie over verantwoord AI-gebruik en -implementatie in uw systemen. U kunt ook de volgende artikelen voor meer informatie bekijken:
- Transparantienotitie voor Azure AI-taal
- Integratie en verantwoordelijk gebruik
- Gegevens, privacy en beveiliging
Volgende stappen
Gebruik het quickstart-artikel om de indelingswerkstroom te gebruiken.
Bekijk tijdens het doorlopen van de levenscyclus van projectontwikkeling de woordenlijst voor meer informatie over de termen die in de documentatie voor deze functie worden gebruikt.
Vergeet niet om de servicelimieten weer te geven voor informatie zoals regionale beschikbaarheid.