Общие сведения о QnA Maker

Примечание

Поддержка службы QnA Maker будет прекращена 31 марта 2025 г. Новая версия функции вопросов и ответов теперь доступна как часть Azure Cognitive Service для языковой службы. 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.

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. При импорте извлекаются сведения о связях между отдельными частями структурированного и частично структурированного содержимого, чтобы установить связи между парами вопросов и ответов. 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.

Пример вопроса и ответа с метаданными

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.

Постановка вопроса боту и получение ответа из содержимого базы знаний

Шаг Действие
1 Клиентское приложение отправляет сформулированный пользователем 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.

Концептуальное изображение цикла 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.

Дальнейшие действия

QnA Maker предоставляет все необходимые функции для создания, администрирования и развертывания пользовательской базы знаний.