Partilhar via

Obtenha uma resposta de uma base de conhecimento do QNA Maker

Nota

O serviço QnA Maker está sendo aposentado em 31 de outubro de 2025 (prorrogado a partir de 31 de março de 2025). Uma versão mais recente do recurso de perguntas e respostas agora está disponível como parte da Linguagem de IA do Azure. Para capacidades de resposta a perguntas dentro do Azure Language Service, veja resposta a perguntas. A partir de 1º de outubro de 2022, você não poderá mais criar novos recursos do QnA Maker. A partir de 31 de março de 2025, o portal QnA Maker não estará mais disponível. Para obter informações sobre como migrar bases de conhecimento existentes do QnA Maker para responder a perguntas, consulte o guia de migração.

Nota

Esta documentação não se aplica à versão mais recente. Para saber mais sobre como usar as APIs de resposta a perguntas mais recentes, consulte o guia de criação de respostas a perguntas.

Este guia de início rápido baseado em cURL orienta você a obter uma resposta da sua base de conhecimento.

Pré-requisitos

  • Você deve ter
    • Última versão do cURL.
    • Se não tiver uma subscrição do Azure, crie uma conta gratuita antes de começar.
  • Um recurso do QnA Maker criado no portal do Azure. Lembre-se de seu ID do Microsoft Entra, Assinatura, nome do recurso QnA que você selecionou quando criou o recurso.
  • Uma base de conhecimento treinada e publicada com perguntas e respostas, do quickstart anterior, configurada com metadados e Chit chat.

Nota

Quando estiver pronto para gerar uma resposta a uma pergunta a partir da sua base de conhecimento, você deve treinar e publicar sua base de conhecimento. Quando sua base de dados de conhecimento é publicada, a página Publicar exibe as configurações de solicitação HTTP para gerar uma resposta. A guia cURL mostra as configurações necessárias para gerar uma resposta a partir da ferramenta de linha de comando.

Usar metadados para filtrar a resposta

Utilizar a base de conhecimento do resumo anterior para obter uma resposta a partir de metadados.

  1. Na página Configurações da base de conhecimento, selecione o separador CURL para ver um exemplo de comando cURL usado para gerar uma resposta da base de conhecimento.

  2. Copie o comando para um ambiente editável (como um arquivo de texto) para que você possa editá-lo. Edite o valor da pergunta da seguinte forma, para que os metadados de service:qna_maker sejam usados como um filtro para os pares de QnA.

    curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'top':30, 'question':'size','strictFilters': [{'name':'service','value':'qna_maker'}]}"

    A questão é apenas uma única palavra, sizeque pode retornar qualquer um dos dois pares QnA. O strictFilters array instrui a resposta a ser reduzida apenas às qna_maker respostas.

  3. A resposta inclui apenas a resposta que atende aos critérios de filtro. A seguinte resposta cURL foi formatada para legibilidade:

    {
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 68.76,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "service",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null
}

    Se houver um par de perguntas e respostas que não atendesse ao termo de pesquisa, mas atendesse ao filtro, ele não seria retornado. Em vez disso, a resposta No good match found in KB. geral é devolvida.

Usar propriedade de consulta de depuração

Nota

Não recomendamos o uso da propriedade Debug para qualquer dependência. Esta propriedade foi adicionada para ajudar a equipe de produto na solução de problemas.

As informações de depuração ajudam a entender como a resposta retornada foi determinada. Embora seja útil, não é necessário. Para gerar uma resposta com informações de depuração, adicione a debug propriedade:

Debug: {Enable:true}

  1. Edite o comando cURL para incluir a propriedade debug, de forma a ver mais informações.

    curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'Debug':{'Enable':true}}"

  2. A resposta inclui as informações relevantes sobre a resposta. Na saída JSON a seguir, alguns detalhes de depuração foram substituídos por reticências para brevidade.

    {
    "answers": [
        {
            "questions": [
                "How do I share a knowledge base with others?"
            ],
            "answer": "Sharing works at the level of a QnA Maker service, that is, all knowledge bases in the service will be shared.",
            "score": 56.07,
            "id": 5,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": {
        "userQuery": {
            "question": "How do I programmatically update my Knowledge Base?",
            "top": 1,
            "userId": null,
            "strictFilters": [],
            "isTest": false,
            "debug": {
                "enable": true,
                "recordL1SearchLatency": false,
                "mockQnaL1Content": null
            },
            "rankerType": 0,
            "context": null,
            "qnaId": 0,
            "scoreThreshold": 0.0
        },
        "rankerInfo": {
            "specialFuzzyQuery": "how do i programmatically~6 update my knowledge base",
            "synonyms": "what s...",
            "rankerLanguage": "English",
            "rankerFileName": "https://qnamakerstore.blob.core.windows.net/qnamakerdata/rankers/ranker-English.ini",
            "rankersDirectory": "D:\\home\\site\\wwwroot\\Data\\QnAMaker\\rd0003ffa60fc45.24.0\\RankerData\\Rankers",
            "allQnAsfeatureValues": {
                "WordnetSimilarity": {
                    "5": 0.54706300120043716,...
                },
                ...
            },
            "rankerVersion": "V2",
            "rankerModelType": "TreeEnsemble",
            "rankerType": 0,
            "indexResultsCount": 25,
            "reRankerResultsCount": 1
        },
        "runtimeVersion": "5.24.0",
        "indexDebugInfo": {
            "indexDefinition": {
                "name": "064a4112-bd65-42e8-b01d-141c4c9cd09e",
                "fields": [...
                ],
                "scoringProfiles": [],
                "defaultScoringProfile": null,
                "corsOptions": null,
                "suggesters": [],
                "analyzers": [],
                "tokenizers": [],
                "tokenFilters": [],
                "charFilters": [],
                "@odata.etag": "\"0x8D7A920EA5EE6FE\""
            },
            "qnaCount": 117,
            "parameters": {},
            "azureSearchResult": {
                "continuationToken": null,
                "@odata.count": null,
                "@search.coverage": null,
                "@search.facets": null,
                "@search.nextPageParameters": null,
                "value": [...],
                "@odata.nextLink": null
            }
        },
        "l1SearchLatencyInMs": 0,
        "qnaL1Results": {...}
    },
    "activeLearningEnabled": true
}

Usar a base de conhecimento do teste

Se quiser obter uma resposta da base de conhecimento do teste, use a isTest body property.

A propriedade é um valor booleano.

isTest:true

O comando cURL tem a seguinte aparência:

curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'IsTest':true}"

A resposta JSON usa o mesmo esquema que a consulta da base de dados de conhecimento publicada.

Nota

Se o teste e as bases de conhecimento publicadas forem exatamente iguais, ainda pode haver alguma pequena variação porque o índice de teste é compartilhado entre todas as bases de conhecimento no recurso.

Utilize cURL para consultar uma resposta chit-chat.

  1. No terminal com cURL ativado, use uma instrução do usuário para encerrar a conversa do bot, como Thank you como a questão. Não há outras propriedades para configurar.

    curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'thank you'}"

  2. Execute o comando cURL e receba a resposta JSON, incluindo a pontuação e a resposta.

    {
  "answers": [
      {
          "questions": [
              "I thank you",
              "Oh, thank you",
              "My sincere thanks",
              "My humblest thanks to you",
              "Marvelous, thanks",
              "Marvelous, thank you kindly",
              "Marvelous, thank you",
              "Many thanks to you",
              "Many thanks",
              "Kthx",
              "I'm grateful, thanks",
              "Ahh, thanks",
              "I'm grateful for that, thank you",
              "Perfecto, thanks",
              "I appreciate you",
              "I appreciate that",
              "I appreciate it",
              "I am very thankful for that",
              "How kind, thank you",
              "Great, thanks",
              "Great, thank you",
              "Gracias",
              "Gotcha, thanks",
              "Gotcha, thank you",
              "Awesome thanks!",
              "I'm grateful for that, thank you kindly",
              "thank you pal",
              "Wonderful, thank you!",
              "Wonderful, thank you very much",
              "Why thank you",
              "Thx",
              "Thnx",
              "That's very kind",
              "That's great, thanks",
              "That is lovely, thanks",
              "That is awesome, thanks!",
              "Thanks bot",
              "Thanks a lot",
              "Okay, thanks!",
              "Thank you so much",
              "Perfect, thanks",
              "Thank you my friend",
              "Thank you kindly",
              "Thank you for that",
              "Thank you bot",
              "Thank you",
              "Right on, thanks very much",
              "Right on, thanks a lot",
              "Radical, thanks",
              "Rad, thanks",
              "Rad thank you",
              "Wonderful, thanks!",
              "Thanks"
          ],
          "answer": "You're welcome.",
          "score": 100.0,
          "id": 75,
          "source": "qna_chitchat_Professional.tsv",
          "metadata": [
              {
                  "name": "editorial",
                  "value": "chitchat"
              }
          ],
          "context": {
              "isContextOnly": false,
              "prompts": []
          }
      }
  ],
  "debugInfo": null,
  "activeLearningEnabled": true
}

    Dado que a pergunta Thank you corresponde exatamente a uma pergunta Chit-chat, o QnA Maker está totalmente seguro com a pontuação de 100. O QnA Maker também retornou todas as perguntas relacionadas e a propriedade de metadados contendo as informações da tag de metadados Chit-chat.

Usar limite e resposta padrão

Você pode solicitar um limite mínimo para a resposta. Se o limite não for atingido, a resposta padrão será retornada.

  1. Adicione a propriedade threshold solicitando uma resposta a size com um limite de 80% ou superior. A base de conhecimento não deve encontrar essa resposta porque a pontuação da pergunta é de 71%. O resultado retorna a resposta padrão que você forneceu quando criou a base de dados de conhecimento.

    curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'scoreThreshold':80.00}"

  2. Execute o comando cURL e receba a resposta JSON.

    {
    "answers": [
        {
            "questions": [],
            "answer": "No good match found in KB.",
            "score": 0.0,
            "id": -1,
            "source": null,
            "metadata": []
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

    QnA Maker devolveu uma pontuação de 0, o que significa sem confiança. Ele também retornou a resposta padrão.

  3. Altere o valor do limite para 60% e solicite a consulta novamente:

    curl -X POST https://replace-with-your-resource-name.azurewebsites.net/qnamaker/knowledgebases/replace-with-your-knowledge-base-id/generateAnswer -H "Authorization: EndpointKey replace-with-your-endpoint-key" -H "Content-type: application/json" -d "{'question':'size', 'scoreThreshold':60.00}"

    O JSON retornado encontrou a resposta.

    {
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 71.1,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "server",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

Usar fontes de dados não estruturadas

Agora suportamos a capacidade de adicionar documentos não estruturados que não podem ser usados para extrair QnAs. O usuário pode optar por incluir ou excluir conjuntos de dados não estruturados na API GenerateAnswer ao buscar uma resposta à consulta. Não suportamos conjuntos de dados não estruturados no serviço GA, isso só está incluído na resposta a perguntas personalizadas.

Este guião de início rápido baseado na extensão Visual Studio Code REST Client orienta o utilizador na obtenção de uma resposta da sua base de conhecimento.

Pré-requisitos

  • Um recurso do QnA Maker criado no portal do Azure. Lembre-se de seu ID do Microsoft Entra, Assinatura, nome do recurso QnA que você selecionou quando criou o recurso.
  • Uma base de conhecimento treinada e publicada com perguntas e respostas, do quickstart anterior, configurada com metadados e Chit chat.

Nota

Quando estiver pronto para gerar uma resposta a uma pergunta a partir da sua base de conhecimento, você deve treinar e publicar sua base de conhecimento. Quando sua base de dados de conhecimento é publicada, a página Publicar exibe as configurações de solicitação HTTP para gerar uma resposta. A Postman mostra as configurações necessárias para gerar uma resposta.

Configurar a extensão Visual Studio Code REST Client para solicitações

Este guia de início rápido usa as mesmas configurações para a solicitação POST da extensãodo Visual Studio Code REST Client e, em seguida, configura para JSON do corpo do POST enviado ao serviço com base no que você está tentando consultar.

Utilize este procedimento para configurar a extensão REST Client do Visual Studio Code e depois leia cada seção seguinte para configurar o JSON do corpo da solicitação POST.

  1. Na página Configurações da base de conhecimento, selecione a guia Postman para ver a configuração usada para gerar uma resposta a partir da base de conhecimento. Copie as seguintes informações para usar na extensão de cliente REST do Visual Studio Code.

    Nome Definição Finalidade e valor
    POST /knowledgebases/replace-with-your-knowledge-base-id/generateAnswer Este é o método HTTP e a rota para a URL.
    Host https://YOUR-RESOURCE_NAME.azurewebsites.net/qnamaker Este é o host da URL. Concatene os valores Host e Post para obter a URL generateAnswer completa.
    Authorization EndpointKey xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx O valor do cabeçalho para autorizar sua solicitação ao Azure.
    Content-type application/json O valor do cabeçalho para o seu conteúdo.
    {"question":"<Your question>"} O corpo da solicitação POST no formato de um objeto JSON. Esse valor será alterado em cada seção a seguir, dependendo do que a consulta deve fazer.

    Importante

    Lembre-se de remover a chave do seu código quando terminar e nunca publicá-la publicamente. Para produção, use uma maneira segura de armazenar e acessar suas credenciais, como o Azure Key Vault. Consulte o artigo de segurança dos serviços de IA do Azure para obter mais informações.

  2. Use a extensão Visual Studio Code REST Client para criar uma nova solicitação POST básica com suas configurações de base de dados de conhecimento publicadas. Nas seções a seguir, altere o JSON do corpo do POST para alterar a consulta para sua base de dados de conhecimento.

Usar metadados para filtrar a resposta

Em um início rápido anterior, os metadados foram adicionados a dois pares de QnA para distinguir entre duas perguntas diferentes. Adicione os metadados à consulta para restringir o filtro apenas ao par QnA relevante.

  1. Na extensão Visual Studio Code REST Client, altere apenas o JSON de consulta ao adicionar a strictFilters propriedade com o par nome/valor de service:qna_maker. O corpo JSON deve ser:

    {
    'question':'size',
    'strictFilters': [
        {
            'name':'service','value':'qna_maker'
        }
    ]
}

    A pergunta é apenas uma única palavra, sizeque pode retornar qualquer um dos dois pares de perguntas e respostas. O strictFilters array instrui a resposta a ser reduzida apenas às qna_maker respostas.

  2. A resposta inclui apenas a resposta que atende aos critérios de filtro.

    A seguinte resposta foi formatada para facilitar a leitura:

    {
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 68.76,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "service",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null
}

    Se houver um par de perguntas e respostas que não atendesse ao termo de pesquisa, mas atendesse ao filtro, ele não seria retornado. Em vez disso, a resposta No good match found in KB. geral é devolvida.

Usar propriedade de consulta de depuração

Nota

Não recomendamos o uso da propriedade Debug para qualquer dependência. Esta propriedade foi adicionada para ajudar a equipe de produto na solução de problemas.

As informações de depuração ajudam a entender como a resposta retornada foi determinada. Embora seja útil, não é necessário. Para gerar uma resposta com informações de depuração, adicione a debug propriedade:

  1. Na extensão Visual Studio Code REST Client, altere apenas o corpo JSON adicionando a debug propriedade. O JSON deve ser:

    {
    'question':'size',
    'Debug': {
        'Enable':true
    }

}

  2. A resposta inclui as informações relevantes sobre a resposta. Na seguinte saída JSON, alguns detalhes de depuração foram substituídos por reticências.

    {
    "answers": [
        {
            "questions": [
                "How do I share a knowledge base with others?"
            ],
            "answer": "Sharing works at the level of a QnA Maker service, that is, all knowledge bases in the service will be shared.",
            "score": 56.07,
            "id": 5,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": {
        "userQuery": {
            "question": "How do I programmatically update my Knowledge Base?",
            "top": 1,
            "userId": null,
            "strictFilters": [],
            "isTest": false,
            "debug": {
                "enable": true,
                "recordL1SearchLatency": false,
                "mockQnaL1Content": null
            },
            "rankerType": 0,
            "context": null,
            "qnaId": 0,
            "scoreThreshold": 0.0
        },
        "rankerInfo": {
            "specialFuzzyQuery": "how do i programmatically~6 update my knowledge base",
            "synonyms": "what s...",
            "rankerLanguage": "English",
            "rankerFileName": "https://qnamakerstore.blob.core.windows.net/qnamakerdata/rankers/ranker-English.ini",
            "rankersDirectory": "D:\\home\\site\\wwwroot\\Data\\QnAMaker\\rd0003ffa60fc45.24.0\\RankerData\\Rankers",
            "allQnAsfeatureValues": {
                "WordnetSimilarity": {
                    "5": 0.54706300120043716,...
                },
                ...
            },
            "rankerVersion": "V2",
            "rankerModelType": "TreeEnsemble",
            "rankerType": 0,
            "indexResultsCount": 25,
            "reRankerResultsCount": 1
        },
        "runtimeVersion": "5.24.0",
        "indexDebugInfo": {
            "indexDefinition": {
                "name": "064a4112-bd65-42e8-b01d-141c4c9cd09e",
                "fields": [...
                ],
                "scoringProfiles": [],
                "defaultScoringProfile": null,
                "corsOptions": null,
                "suggesters": [],
                "analyzers": [],
                "tokenizers": [],
                "tokenFilters": [],
                "charFilters": [],
                "@odata.etag": "\"0x8D7A920EA5EE6FE\""
            },
            "qnaCount": 117,
            "parameters": {},
            "azureSearchResult": {
                "continuationToken": null,
                "@odata.count": null,
                "@search.coverage": null,
                "@search.facets": null,
                "@search.nextPageParameters": null,
                "value": [...],
                "@odata.nextLink": null
            }
        },
        "l1SearchLatencyInMs": 0,
        "qnaL1Results": {...}
    },
    "activeLearningEnabled": true
}

Usar a base de conhecimento do teste

Se quiser obter uma resposta da base de conhecimento do teste, use a isTest body property.

Na extensão Visual Studio Code REST Client, altere apenas o corpo JSON adicionando a isTest propriedade. O JSON deve ser:

{
    'question':'size',
    'isTest': true
}

A resposta JSON usa o mesmo esquema que a consulta da base de dados de conhecimento publicada.

Nota

Se o teste e as bases de conhecimento publicadas forem exatamente iguais, ainda pode haver alguma pequena variação porque o índice de teste é compartilhado entre todas as bases de conhecimento no recurso.

Consulta para uma resposta de bate-papo

  1. Na extensão Visual Studio Code REST Client, altere apenas o corpo JSON para uma instrução de fim de conversa do usuário. O JSON deve ser:

    {
    'question':'thank you'
}

  2. A resposta inclui a pontuação e a solução.

    {
  "answers": [
      {
          "questions": [
              "I thank you",
              "Oh, thank you",
              "My sincere thanks",
              "My humblest thanks to you",
              "Marvelous, thanks",
              "Marvelous, thank you kindly",
              "Marvelous, thank you",
              "Many thanks to you",
              "Many thanks",
              "Kthx",
              "I'm grateful, thanks",
              "Ahh, thanks",
              "I'm grateful for that, thank you",
              "Perfecto, thanks",
              "I appreciate you",
              "I appreciate that",
              "I appreciate it",
              "I am very thankful for that",
              "How kind, thank you",
              "Great, thanks",
              "Great, thank you",
              "Gracias",
              "Gotcha, thanks",
              "Gotcha, thank you",
              "Awesome thanks!",
              "I'm grateful for that, thank you kindly",
              "thank you pal",
              "Wonderful, thank you!",
              "Wonderful, thank you very much",
              "Why thank you",
              "Thx",
              "Thnx",
              "That's very kind",
              "That's great, thanks",
              "That is lovely, thanks",
              "That is awesome, thanks!",
              "Thanks bot",
              "Thanks a lot",
              "Okay, thanks!",
              "Thank you so much",
              "Perfect, thanks",
              "Thank you my friend",
              "Thank you kindly",
              "Thank you for that",
              "Thank you bot",
              "Thank you",
              "Right on, thanks very much",
              "Right on, thanks a lot",
              "Radical, thanks",
              "Rad, thanks",
              "Rad thank you",
              "Wonderful, thanks!",
              "Thanks"
          ],
          "answer": "You're welcome.",
          "score": 100.0,
          "id": 75,
          "source": "qna_chitchat_Professional.tsv",
          "metadata": [
              {
                  "name": "editorial",
                  "value": "chitchat"
              }
          ],
          "context": {
              "isContextOnly": false,
              "prompts": []
          }
      }
  ],
  "debugInfo": null,
  "activeLearningEnabled": true
}

    Dado que a pergunta Thank you corresponde exatamente a uma pergunta Chit-chat, o QnA Maker está totalmente seguro com a pontuação de 100. O QnA Maker também retornou todas as perguntas relacionadas e a propriedade de metadados contendo as informações da tag de metadados Chit-chat.

Usar limite e resposta padrão

Você pode solicitar um limite mínimo para a resposta. Se o limite não for atingido, a resposta padrão será retornada.

  1. Na extensão Visual Studio Code REST Client, altere apenas o corpo JSON para uma instrução de fim de conversa do usuário. O JSON deve ser:

    {
    'question':'size',
    'scoreThreshold':80.00
}

    A base de dados de conhecimento não deve encontrar essa resposta porque a pontuação da pergunta é de 71% e, em vez disso, retornar a resposta padrão que você forneceu quando criou a base de dados de conhecimento.

    A resposta JSON retornada, incluindo a pontuação e a resposta é:

    {
    "answers": [
        {
            "questions": [],
            "answer": "No good match found in KB.",
            "score": 0.0,
            "id": -1,
            "source": null,
            "metadata": []
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

    QnA Maker devolveu uma pontuação de 0, o que significa sem confiança. Ele também retornou a resposta padrão.

  2. Altere o valor do limite para 60% e solicite a consulta novamente:

    {
    'question':'size',
    'scoreThreshold':60.00
}

    O JSON retornado encontrou a resposta.

    {
    "answers": [
        {
            "questions": [
                "How large a knowledge base can I create?",
                "What is the max size of a knowledge base?",
                "How many GB of data can a knowledge base hold?"
            ],
            "answer": "The size of the knowledge base depends on the SKU of Azure search you choose when creating the QnA Maker service. Read [here](../concepts/azure-resources.md) for more details.",
            "score": 71.1,
            "id": 3,
            "source": "https://learn.microsoft.com/azure/ai-services/qnamaker/troubleshooting",
            "metadata": [
                {
                    "name": "link_in_answer",
                    "value": "true"
                },
                {
                    "name": "server",
                    "value": "qna_maker"
                }
            ],
            "context": {
                "isContextOnly": false,
                "prompts": []
            }
        }
    ],
    "debugInfo": null,
    "activeLearningEnabled": true
}

Use fontes de dados não estruturadas.

Agora suportamos a capacidade de adicionar documentos não estruturados que não podem ser usados para extrair QnAs. O usuário pode optar por incluir ou excluir conjuntos de dados não estruturados na API GenerateAnswer ao buscar uma resposta à consulta. Não suportamos conjuntos de dados não estruturados no serviço GA. Só é suportado na resposta a perguntas personalizadas.

Próximos passos

Testar a base de conhecimento com ficheiro em lote

Saiba mais sobre metadados:

  • Last updated on