Описание рабочего процесса оркестрации

Рабочий процесс оркестрации — это одна из функций, предлагаемых языком ИИ Azure. Это облачная служба API, которая применяет аналитику машинного обучения для создания моделей оркестрации для подключения приложений для распознавания устной речи (CLU), ответов на вопросы и LUIS. С помощью рабочего процесса оркестрации разработчики могут итеративно добавлять теги к речевым фрагментам, обучать и оценивать модель и ее производительность, прежде чем делать ее доступной для использования. Чтобы упростить создание и настройку модели, служба предлагает настраиваемый веб-портал, доступ к которому можно получить с помощью Language Studio. Вы можете легко приступить к работе со службой, выполнив действия, описанные в этом кратком руководстве.

Эта документация включает статьи следующих типов:

Примеры сценариев использования

Рабочий процесс оркестрации можно использовать в нескольких сценариях в различных отраслях. Ниже приведены некоторые примеры.

Корпоративный чат-бот

В крупной корпорации корпоративный чат-бот может обрабатывать самые разные дела сотрудников. Он может обрабатывать часто задаваемые вопросы, обслуживаемые пользовательской базой знаний, которая отвечает на вопросы; определенный когнитивный навык календаря, обслуживаемый CLU, и когнитивный навык обратной связи для интервью, обслуживаемый LUIS. Бот должен иметь возможность правильно маршрутизировать входящие запросы в соответствующую службу. Рабочий процесс оркестрации позволяет подключать эти навыки к одному проекту, который соответствующим образом обрабатывает маршрутизацию входящих запросов для поддержки работы корпоративного бота.

Жизненный цикл разработки проекта

Создание проекта рабочего процесса оркестрации обычно включает несколько этапов.

Схема, показывающая разработку жизненного цикла.

Чтобы максимально эффективно использовать модель, выполните следующие шаги:

  1. Определение схемы. Изучите свои данные и определите действия и соответствующие сведения, которые необходимо распознать из входных речевых фрагментов пользователя. Создайте намерения, которые необходимо назначить речевым фрагментам пользователя, а также проектам, которые требуется подключить к проекту оркестрации.

  2. Маркировка данных. Качество этого процесса является ключевым фактором, от которого зависит производительность модели.

  3. Обучение модели. Обучение модели начинается с изучения данных с тегами.

  4. Просмотр сведений о производительности модели. Просмотрите сведения об оценке модели, чтобы определить, насколько она эффективна при внесении новых данных.

  5. Улучшение модели. После просмотра сведений о производительности модели вы можете изучить возможности по ее улучшению.

  6. Развертывание модели. Развернутая модель становится доступной для использования посредством API прогнозирования.

  7. Прогнозирование намерений. Используйте пользовательскую модель для прогнозирования намерений на основе речевых фрагментов пользователя.

Справочная документация и примеры кода

При использовании рабочего процесса оркестрации см. следующую справочную документацию и примеры для языка ИИ Azure:

Язык/вариант разработки Справочная документация Примеры
REST API (разработка) Документация по REST API
REST API (среда выполнения) Документация по REST API
C# (среда выполнения) Документация по C# Примеры для C#
Python (среда выполнения) Документация по Python. Примеры для Python

Ответственный подход к использованию ИИ

В систему ИИ входит не только технология, но и ее пользователи, люди, на которых она повлияет, а также среда, в которой она будет развернута. Ознакомьтесь с примечанием о прозрачности для рабочий процессов CLU и оркестрации, чтобы узнать больше об ответственном использовании и развертывании решений искусственного интеллекта в своих системах. Дополнительные сведения см. в следующих статьях:

Следующие шаги

  • Следуйте инструкциям в статье из краткого руководства, чтобы приступить к работе с рабочим процессом оркестрации.

  • В ходе жизненного цикла разработки проекта просмотрите глоссарий, чтобы узнать больше о терминах, используемых в документации по этой функции.

  • Не забудьте ознакомиться с ограничениями службы, например со сведениями о доступности по регионам.