Что такое QnA Maker?
Примечание.
Azure Open AI On Your Data использует большие языковые модели (LLM) для получения аналогичных результатов qnA Maker. Если вы хотите перенести проект QnA Maker в Azure Open AI On Your Data, проверка из нашего руководства.
Примечание.
Поддержка службы QnA Maker будет прекращена 31 марта 2025 г. Новая версия вопроса и возможности ответа теперь доступна как часть языка искусственного интеллекта Azure. Сведения о возможностях ответов на вопросы в службе Языка см. в статье с ответами на вопросы. С 1 октября 2022 г. вы не сможете создавать ресурсы QnA Maker. Сведения о переносе существующих баз знаний QnA Maker в функцию вопросов и ответов см. в руководстве по миграции.
Примечание.
По состоянию на июль 2023 года службы искусственного интеллекта Azure охватывают все ранее известные как Cognitive Services и приложение Azure лиированные службы искусственного интеллекта. Нет изменений в ценах. Имена Cognitive Services и приложение Azure lied AI продолжают использоваться в выставлении счетов Azure, анализе затрат, прайс-листе и API цен. Критические изменения в интерфейсах программирования приложений (API) или пакетах SDK отсутствуют.
QnA Maker — это облачная служба обработки естественного языка (NLP), которая позволяет создавать слой беседы на основе пользовательских данных. Ее можно использовать для поиска в пользовательской базе знаний наиболее подходящего ответа на вопрос.
QnA Maker обычно используется для создания диалоговых клиентских приложений, в том числе приложений социальных сетей, чат-ботов и классических приложений с поддержкой речевых функций.
QnA Maker не хранит данные клиентов. Все данные клиента (ответы на вопросы и журналы чатов) хранятся в регионе, в котором клиент развертывает зависимые экземпляры службы. Дополнительные сведения о зависимых службах см. здесь.
Эта документация включает статьи следующих типов:
- Краткие руководства — пошаговые инструкции, которые помогут вам вызвать службу и быстро получить результат.
- Практические руководства — содержат инструкции для более специфического или специализированного использования службы.
- Тематические статьи — подробно описывают функциональность и возможности службы.
- Руководства — объемные статьи, в которых описываются способы использования службы в качестве компонента расширенных бизнес-решений.
Когда целесообразно использовать QnA Maker
- Если у вас есть статическая информация. Используйте QnA Maker, если в вашей базе знаний с ответами содержится статическая информация. Такую базу знаний, сформированную из документов PDF и URL-адресов, можно настроить под свои требования.
- Если нужно давать один ответ на одинаковые вопросы, команды и запросы. Когда разные пользователи задают одинаковые вопросы, им предоставляется один и тот же ответ.
- Если требуется фильтровать статическую информацию на основе метаданных. Можно добавить теги метаданных, чтобы обеспечить дополнительные параметры фильтрации, относящиеся к пользователям и данным клиентского приложения. Основные разновидности метаданных — это беседа, тип или формат содержимого, назначение содержимого и актуальность содержимого.
- Если требуется управлять процессом общения бота с использованием статической информации. В базе знаний происходит обработка заданного пользователем текста или команды и подготавливается ответ. Если ответ является частью предопределенного потока беседы, представленного в базе знаний с несколькими контекстами, бот может без труда предоставить этот поток.
Что представляет собой база знаний
QnA Maker импортирует содержимое в базу знаний, содержащую пары вопросов и ответов. Процесс импорта извлекает информацию о связи между частями вашего структурированного и полуструктурированного содержимого, чтобы создать связи между парами "вопрос-ответ". Эти пары вопросов и ответов можно изменять или дополнять новыми.
Содержимое пары вопросов и ответов включает в себя:
- Все альтернативные формы вопроса.
- Теги метаданных, используемые для фильтрации вариантов ответа во время поиска.
- Дальнейшие запросы для уточнение поиска.
После публикации базы знаний клиентское приложение отправляет вопрос пользователя в конечную точку. Служба QnA Maker обрабатывает вопрос и возвращает наиболее подходящий ответ.
Создание чат-бота программным способом
После публикации базы знаний QnA Maker клиентское приложение отправляет вопрос в конечную точку базы знаний и получает ответ в формате JSON. Типичным клиентским приложением для QnA Maker является чат-бот.
| Этап | Действие |
|---|---|
| 1 | Клиентское приложение отправляет сформулированный пользователем в свободной форме вопрос "Как можно обновить базу знаний программными средствами?" в конечную точку базы знаний. |
| 2 | QnA Maker использует обученную базу знаний для предоставления правильного ответа или последующих запросов для уточнения поиска наиболее подходящего ответа. QnA Maker возвращает ответ в формате JSON. |
| 3 | Клиентское приложение использует ответ в формате JSON для принятия решений о том, как продолжить беседу. Таким решением может быть предоставление наиболее подходящего ответа и дополнительных вариантов для уточнения поиска лучшего ответа. |
Создание ботов с минимальным объемом кода
Портал QnA Maker предоставляет широкие возможности для создания базы знаний. Документы можно импортировать в базу знаний в их текущем формате. Эти документы (такие как часто задаваемые вопросы, руководство по продукту, электронная таблица или веб-страница) преобразуются в пары вопросов и ответов. Каждая пара анализируется на предмет уточняющих запросов, а также выполняется ее привязка к другим парам. Итоговый формат Markdown имеет широкие возможности представления содержимого, включая изображения и ссылки.
Высококачественные ответы с многоуровневым ранжированием
В QnA Maker реализована система многоуровневого ранжирования. Данные хранятся в службе "Поиск Azure", которая также служит первым уровнем ранжирования. Наиболее релевантные результаты поиска передаются из службы "Поиск Azure" в модель повторного ранжирования и обработки естественного языка QnA Maker для подготовки окончательного результата и расчета оценки достоверности.
Диалоги с несколькими шагами
В QnA Maker доступны многоэтапные запросы и активное обучение, позволяющие улучшить исходные пары вопросов и ответов.
Многоэтапные запросы дают возможность связывать пары вопросов и ответов. Такое связывание позволяет клиентскому приложению предоставлять наиболее релевантный ответ, а также задавать дополнительные вопросы для уточнения поиска окончательного ответа.
После того как база знаний получает вопросы от пользователей в опубликованной конечной точке, QnA Maker применяет активное обучение к этим вопросам, сформулированным на естественном языке, чтобы предложить изменения в базе знаний для повышения ее качества.
Жизненный цикл разработки
QnA Maker обеспечивает возможности разработки, обучения, публикации и совместной работы для интеграции в полный жизненный цикл разработки.
Выполнение краткого руководства
Мы предлагаем руководства на большинстве популярных языках программирования, каждый из которых предназначен для изучения основных шаблонов разработки и позволяет получить рабочий код менее чем за 10 минут. См. следующий список, чтобы перейти к краткому руководству для каждой функции.
- Краткое руководство. Клиентская библиотека QnA Maker
- Краткое руководство. Создание, подготовка и публикация базы знаний QnA Maker
Следующие шаги
QnA Maker предоставляет все необходимые функции для создания, администрирования и развертывания пользовательской базы знаний.