Compartilhar via

Usar os Serviços de IA do Azure com NLP (processamento de linguagem natural) para enriquecer as conversas de chat bot

Importante

O LUIS (Serviço Inteligente de Reconhecimento Vocal) será totalmente desativado em 31 de março de 2026. A criação de recursos do LUIS não está disponível. A partir de 31 de outubro de 2025, o portal do LUIS não estará mais disponível. É recomendável migrar seus aplicativos LUIS para a compreensão da linguagem coloquial a fim de usufruir do suporte contínuo ao produto e dos recursos multilíngues.

Os serviços de IA do Azure fornecem dois serviços de processamento de linguagem natural, o Reconhecimento vocal e o QnA Maker, cada um com uma finalidade diferente. Saiba quando usar cada serviço e como eles se complementam.

O NLP (processamento de idioma natural) permite que seu aplicativo cliente, como um chat bot, trabalhe com seus usuários, usando linguagem natural. Um usuário insere uma sentença ou frase. O texto do usuário pode ter gramática, ortografia e pontuação inadequadas. O Serviço de IA do Azure é capaz de processar a frase do usuário de qualquer maneira, retornando informações que o chat bot precisa para ajudar o usuário.

Serviços de IA do Azure com NLP

Reconhecimento vocal (LUIS) e QnA Maker fornecem NLP. O aplicativo cliente envia um texto de idioma natural. O serviço usa o texto, processa-o e retorna um resultado.

Quando usar cada serviço

Reconhecimento vocal (LUIS) e QnA Maker resolvem problemas diferentes. LUIS determina a intenção do texto de um usuário (conhecido como enunciado), enquanto o QnA Maker determina a resposta ao texto de um usuário (conhecido como consulta).

Para escolher o serviço correto, você precisa entender o texto proveniente do aplicativo cliente e quais informações o aplicativo cliente precisa para obter do Serviço de IA do Azure.

Se o seu chat bot receber o texto How do I get to the Human Resources building on the Seattle North campus?, use o gráfico abaixo para entender como cada serviço funciona com o texto.

Serviço O aplicativo cliente determina
LUIS Determina a intenção de texto do usuário - o serviço não retorna a resposta à pergunta. Por exemplo, esse texto é classificado como correspondente à intenção FindLocation.
QnA Maker (ferramenta de criação de perguntas e respostas) Retorna a resposta à pergunta de uma base de conhecimento customizada. Por exemplo, este texto é determinado como uma pergunta com a resposta de texto estático de Get on the #9 bus and get off at Franklin street.

Infográfico para determinar quando usar LUIS e quando usar QnA Maker

Quando você deve usar LUIS?

Use o LUIS quando precisar saber a intenção do enunciado como parte de um processo no chatbot. Continuando com o texto de exemplo, How do I get to the Human Resources building on the Seattle North campus?, quando você sabe que a intenção do usuário é encontrar um local, você pode passar detalhes sobre a expressão (extraído com entidades) para outro serviço, como um servidor de transporte, para obter a resposta.

Você não precisa combinar LUIS e QnA Maker para determinar a intenção.

Você pode combinar os dois serviços para este enunciado, se o chat bot precisar processar o texto com base em intenções e entidades (usando LUIS), bem como encontrar a resposta de texto estático específico (usando QnA Maker).

Quando você usa o QnA Maker?

Use o QnA Maker quando você tiver uma base de dados de conhecimento estática de respostas. Essa base de dados de conhecimento é personalizada para suas necessidades e você a criou com documentos como PDFs e URLs.

Continuando com o enunciado de exemplo, How do I get to the Human Resources building on the Seattle North campus?, envie o texto, como uma consulta, para o serviço QnA Maker publicado e receba a melhor resposta.

Você não precisa combinar LUIS e QnA Maker para determinar a resposta à pergunta.

Você pode combinar os dois serviços para este enunciado, se o chat bot precisar processar o texto com base em intenções e entidades (usando LUIS), bem como encontrar a resposta (usando QnA Maker).

Use os dois serviços quando sua base de conhecimento estiver incompleta

Se você está construindo sua base de conhecimento do QnA Maker, mas sabe que o domínio do assunto está mudando (como informações oportunas), você pode combinar os serviços LUIS e QnA Maker. Isso permite que você use as informações em sua base de conhecimento, mas também use o LUIS para determinar a intenção de um usuário. Uma vez que o aplicativo cliente tenha a intenção, ele pode solicitar informações relevantes de outra fonte.

Seu aplicativo cliente precisaria monitorar as respostas do LUIS e do QnA Maker para pontuações. Se a pontuação do QnA Maker estiver abaixo de algum limite arbitrário, use as informações de intenção e entidade retornadas do LUIS para passar as informações para um serviço de terceiros.

Continuando com o texto de exemplo, How do I get to the Human Resources building on the Seattle North campus?, suponha que o QnA Maker retorne uma pontuação de confiança baixa. Use a intenção retornada do LUIS, FindLocatione quaisquer entidades extraídas, como Human Resources building e Seattle North campus, para enviar essas informações a um serviço de mapeamento ou pesquisa para obter outra resposta.

Você pode apresentar esta resposta de terceiros ao usuário para validação. Depois de ter a aprovação do usuário, você pode voltar ao QnA Maker para adicionar as informações para aumentar seu conhecimento.

Use os dois serviços quando seu chat bot precisar de mais informações

Se o seu chat bot precisa de mais informações do que qualquer um dos serviços fornece, para continuar por meio de uma árvore de decisão, use os dois serviços e processe as duas respostas no aplicativo cliente.

Use a ferramenta Dispatch CLI da estrutura Bot para ajudar a construir um processo para trabalhar com ambos os serviços. Esta ferramenta constrói um aplicativo LUIS superior de tentativas que despacha entre LUIS e QnA Maker como aplicativos filhos. Saiba mais sobre a integração com LUIS, QnA Maker e estrutura Bot.

Use o exemplo do Bot Builder, NLP com expedição, em C# ou Node.js, para implementar este tipo de chat bot.

Práticas recomendadas

Implemente as melhores práticas para cada serviço:

  • Práticas recomendadas do LUIS
  • Práticas recomendadas do QnA Maker

Confira também

Próximas etapas