หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
ความเข้าใจภาษาธรรมชาติ (NLU) เป็นหัวใจสําคัญของวิธีที่ตัวแทน Copilot Studio ทําความเข้าใจกับคําถามของผู้ใช้และให้การตอบสนองที่เกี่ยวข้องตามบริบท แนวทางที่กําหนดไว้อย่างดีในการจดจําเจตนา การแยกเอนทิตี และการจัดการสํารองช่วยให้มั่นใจได้ว่าตัวแทนจะส่งมอบการสนทนาที่มีประสิทธิภาพและเป็นธรรมชาติซึ่งสอดคล้องกับความต้องการทางธุรกิจ
เมื่อผู้ใช้ป้อนบางสิ่งไปยังตัวแทน จะเรียกว่าคําพูด ตัวแทนจําเป็นต้องแบ่งคําพูดนั้นออกเป็นเจตนาและเอนทิตี ทําให้การตอบสนองของตัวแทนรู้สึกเป็นธรรมชาติและมีประสิทธิภาพ
ความเข้าใจภาษาคืออะไร?
ความเข้าใจภาษา (LU) เป็นสาขาย่อยของการประมวลผลภาษาธรรมชาติ (NLP) ที่มุ่งเน้นไปที่การช่วยให้เครื่องจักรเข้าใจความหมาย เจตนา และบริบทเบื้องหลังภาษามนุษย์
ไดอะแกรมแสดงวิธีแบ่งข้อความของผู้ใช้ออกเป็นเจตนาและเอนทิตี มีคนพิมพ์ว่า "ฉันต้องการจองเที่ยวบินไปปารีสในสัปดาห์หน้า" ข้อความมีป้ายกํากับว่าเป็นคําพูด วลี "ฉันต้องการจองเที่ยวบิน" ถูกระบุว่าเป็นเจตนา และ "ปารีส" และ "สัปดาห์หน้า" ถูกระบุว่าเป็นนิติบุคคล จากนั้นระบบจะขอรายละเอียดเพิ่มเติม เช่น เมืองต้นทางและชั้นโดยสาร ไดอะแกรมแสดงให้เห็นว่าตัวแทนใช้เจตนา เอนทิตี และบริบทเพื่อกําหนดการตอบสนองที่ดีที่สุดอย่างไร
ความเข้าใจภาษาเกี่ยวข้องกับ:
- การจดจําความตั้งใจ: การระบุสิ่งที่ผู้ใช้ต้องการบรรลุ (เช่น "จองเที่ยวบินไปปารีสในสัปดาห์หน้า" จะจับคู่กับความตั้งใจในการจองเที่ยวบิน)
- การแยกเอนทิตี: การแยกรายละเอียดที่สําคัญ เช่น วันที่ สถานที่ หรือชื่อ (ตัวอย่างเช่น "ปารีส" เป็นจุดหมายปลายทาง "สัปดาห์หน้า" เป็นวันที่เดินทาง)
- การรับรู้บริบท: การรักษาความต่อเนื่องและแก้ไขความคลุมเครือในการสนทนา (เช่น การทําความเข้าใจสรรพนามหรือการอ้างอิง)
- การจัดการความคลุมเครือ: การใช้บริบทเพื่อแก้ไขคําที่มีความหมายหลายอย่าง (เช่น "ธนาคาร" ในฐานะสถาบันการเงินหรือริมฝั่งแม่น้ํา)
ความเข้าใจภาษาใน Copilot Studio
Copilot Studio มีโมเดลที่ยืดหยุ่นสําหรับการทําความเข้าใจภาษา พร้อมตัวเลือกการกําหนดค่าที่หลากหลาย
การประสานรวมที่สร้างอัตโนมัติ
การประสานรวมแบบกําเนิดใช้โมเดลภาษาเพื่อเชื่อมโยงหัวข้อ การกระทํา และความรู้เข้าด้วยกันอย่างชาญฉลาด ความสามารถนี้ช่วยให้สามารถจดจําหลายเจตนา การแยกเอนทิตีขั้นสูง และการสร้างแผนแบบไดนามิกสําหรับคิวรีที่ซับซ้อน
วิธีนี้เป็นค่าเริ่มต้น สําหรับ Copilot Studio วิธีการนี้รับรู้เจตนาหรือหัวข้อหลายอย่างในคําพูดเดียว เชื่อมโยงการดําเนินการและแหล่งข้อมูลความรู้โดยอัตโนมัติ และสร้างการตอบสนองแบบรวม มีประโยชน์อย่างยิ่งสําหรับการจัดการการสนทนาที่ซับซ้อนซึ่งครอบคลุมหลายพื้นที่ทางธุรกิจ การประสานงานเชิงกําเนิดมีข้อจํากัด เช่น ห้าข้อความต่อหัวข้อหรือห่วงโซ่การดําเนินการ และ 128 หัวข้อหรือการดําเนินการต่อการประสานงาน แต่เป็นวิธีที่มีประสิทธิภาพในการปรับขนาดความกว้างของการสนทนา
เรียนรู้เพิ่มเติมในใช้ความสามารถในการประสานรวมเชิงกําเนิด
การประสานรวมแบบคลาสสิก
การประสานแบบคลาสสิกใช้วลีทริกเกอร์และการกําหนดเส้นทางหัวข้อที่กําหนด หากคําพูดของผู้ใช้ตรงกับวลีทริกเกอร์ หัวข้อที่เกี่ยวข้องจะทํางาน หากไม่ตรงกัน กลไกสํารองจะค้นหาแหล่งข้อมูลองค์ความรู้หรือแจ้งให้ผู้ใช้ชี้แจง
NLU ในตัว
แนวทางนี้เป็นค่าเริ่มต้น แต่ตอนนี้เป็นแนวทางสํารอง Copilot Studio มี โมเดล NLU แบบสําเร็จรูปที่รองรับวลีทริกเกอร์ เอนทิตีที่กําหนดไว้ล่วงหน้า และเอนทิตีแบบกําหนดเอง โมเดลนี้ช่วยให้ตัวแทนสามารถระบุเจตนาของผู้ใช้และแยกรายละเอียดที่สําคัญ เช่น วันที่ ปลายทาง หรือปริมาณได้โดยตรงจากคิวรี
NLU+
เพื่อความแม่นยําสูง ให้ใช้ตัวเลือก NLU+ ตัวเลือก NLU+ เหมาะสําหรับแอปพลิเคชันระดับองค์กรขนาดใหญ่ แอปพลิเคชันประเภทเหล่านี้โดยทั่วไปประกอบด้วยหัวข้อและเอนทิตีจํานวนมาก และใช้ตัวอย่างการฝึกอบรมจํานวนมาก นอกจากนี้ ถ้าคุณมี ตัวแทนที่เปิดใช้งานด้วยเสียง ระบบยังใช้ข้อมูลการฝึก NLU+ ของคุณเพื่อปรับความสามารถในการรู้จําเสียงของคุณให้เหมาะสม
การรวม Azure CLU
สําหรับสถานการณ์ขั้นสูงที่คุณไม่สามารถใช้การประสานรวมเริ่มต้นได้ คุณสามารถรวม Azure Conversational Language Understanding (CLU) ได้ การสนับสนุนหลายภาษา และการแยกเอนทิตีที่ซับซ้อน (ตัวอย่างเช่น เอนทิตี "จาก" หลายรายการ) คุณต้องแมปเจตนา CLU กับหัวข้อ Copilot Studio เพื่อให้ซิงค์กัน ตัวเลือกนี้มีประโยชน์อย่างยิ่งสําหรับคําศัพท์เฉพาะอุตสาหกรรม ภาษาที่ไม่ใช่ภาษาอังกฤษ หรือสถานการณ์ที่ต้องการความแม่นยําสูงกว่า
คุณสมบัติและข้อจํากัดที่สําคัญ
ตารางนี้เปรียบเทียบวิธีการทําความเข้าใจภาษาสามวิธีใน Copilot Studio โดยเน้นคุณสมบัติหลักและข้อจํากัดเพื่อช่วยคุณเลือกโมเดลที่เหมาะสมกับความต้องการด้านความซับซ้อน ขนาด และความแม่นยําของตัวแทนของคุณ
| คุณสมบัติและข้อจํากัด | การประสานรวมที่สร้างอัตโนมัติ | รุ่น NLU ในตัว | โมเดล Azure CLU แบบกำหนดเอง |
|---|---|---|---|
| ฟีเจอร์หลัก |
|
|
|
| ขีดจํากัด |
|
|
|
เรียนรู้เพิ่มเติมในภาพรวมการทําความเข้าใจภาษาธรรมชาติ (NLU)
โครงสร้างหัวข้อและทางเลือก
หัวข้อได้เปลี่ยนจากเส้นทางที่เข้มงวดและอิงตามเจตนาไปสู่แนวทางที่ยืดหยุ่นมากขึ้นและเน้นการประสานงานเป็นอันดับแรก แทนที่จะพึ่งพาทริกเกอร์และเส้นทางที่กําหนดไว้ล่วงหน้าเพียงอย่างเดียว หัวข้อจะทําหน้าที่เป็นคําสั่งแบบแยกส่วนที่ตัวแทนสามารถเรียกใช้ได้เมื่อประสานการสนทนา การประสานรวมแบบสร้างจะจัดการการกําหนดเส้นทางส่วนใหญ่โดยการตีความอินพุตของผู้ใช้แบบไดนามิก และหัวข้อจะให้การสํารองที่มีโครงสร้างเมื่อต้องการความแม่นยํา
การออกแบบหัวข้อที่มีโครงสร้างแบบดั้งเดิมทําให้การสนทนารู้สึกเป็นธรรมชาติและมีประสิทธิภาพ หัวข้ออาจเป็นจุดเริ่มต้นที่ทริกเกอร์โดยคําพูดของผู้ใช้หรือหัวข้อย่อยที่นํากลับมาใช้ใหม่ได้ที่เรียกโดยการเปลี่ยนเส้นทางหรือเหตุการณ์ของระบบ หัวข้อการแก้ความกํากวมช่วยหลีกเลี่ยงความสับสนเมื่อสามารถทริกเกอร์ได้หลายหัวข้อ ในขณะที่หัวข้อสํารองและหัวข้อที่ส่งเสริมการสนทนาจะให้ตาข่ายความปลอดภัยเมื่อตัวแทนไม่สามารถจับคู่เจตนาได้อย่างมั่นใจ คุณยังสามารถเลเยอร์คําตอบที่สร้างขึ้นเพื่อดึงจากแหล่งความรู้ภายนอก เพื่อให้มั่นใจว่าผู้ใช้จะไม่ค่อยได้รับการตอบกลับ
เรียนรู้เพิ่มเติมในหัวข้อนําแนวทางปฏิบัติที่ดีที่สุดไปใช้กับการเขียนหัวข้อ
การแปลเป็นภาษาท้องถิ่นและภาษา
ภาษาที่ใช้โดยเอเจนต์ Copilot Studio ถูกกําหนดโดยค่าของตัวแปรระบบ: System.User.Language
ตัวแปรนี้ทําหน้าที่เป็นจุดควบคุมกลางสําหรับลักษณะการทํางานที่เกี่ยวข้องกับภาษาทั้งหมดในเอเจนต์ คุณสามารถตั้งค่าด้วยตนเอง โดยทางโปรแกรม หรือตรวจหาโดยอัตโนมัติ
ขั้นตอนการทํางาน
ค้นหาความรู้ในภาษาของผู้ใช้: Copilot Studio ใช้ค่าของ
System.User.Languageเพื่อค้นหาแหล่งข้อมูลความรู้ในภาษาที่ระบุ วิธีการนี้หมายความว่าแม้ว่าผู้ใช้จะถามคําถามในภาษาเดียว แต่ตัวแทนจะแปลคําค้นหาเป็นภาษาที่ตั้งไว้System.User.Language(การแปลอัตโนมัติสําหรับคําค้นหา)ตอบกลับในภาษาของผู้ใช้: ตัวแทนสร้างคําตอบในภาษาที่ระบุโดย
System.User.Languageโดยไม่คํานึงถึงภาษาที่ใช้ในคําถามหรือเอกสารต้นฉบับ (การแปลอัตโนมัติสําหรับการสร้างคําตอบ)การแทนที่ด้วยตนเอง: คุณสามารถตั้งค่า of
System.User.Languageด้วยตนเองเพื่อบังคับให้ตัวแทนทํางานในภาษาเฉพาะ คุณลักษณะนี้มีประโยชน์สําหรับการทดสอบหรือสําหรับสถานการณ์ที่คุณต้องควบคุมภาษาอย่างชัดเจน เรียนรู้เพิ่มเติมใน กําหนดค่าและสร้างตัวแทนหลายภาษา
ตรวจจับภาษาพูดอัตโนมัติ
คุณสามารถกําหนดค่า Copilot Studio ให้ตรวจจับภาษาพูดหรือเขียนของผู้ใช้โดยอัตโนมัติ และตั้งค่า System.User.Language ตัวแปรตามนั้น คุณลักษณะนี้ช่วยให้ประสบการณ์หลายภาษาราบรื่นโดยไม่ต้องให้ผู้ใช้ระบุการตั้งค่าภาษาของตน
วิธีการทํางานของการตรวจจับอัตโนมัติ
- การตรวจจับตามทริกเกอร์: เมื่อบอทได้รับข้อความ ทริกเกอร์จะเริ่มโฟลว์การตรวจหาภาษา
-
ตั้งค่าตัวแปรระบบ: บอทกําหนดภาษาที่ตรวจพบให้กับ
System.User.Language - การตอบสนองแบบไดนามิก: ตัวแทนจะสนทนาต่อในภาษาที่ตรวจพบ ทั้งการค้นหาความรู้และสร้างการตอบกลับตามนั้น
สวัสดิการ
- ประสบการณ์ส่วนบุคคล: ผู้ใช้โต้ตอบในภาษาที่ต้องการโดยไม่ต้องกําหนดค่าด้วยตนเอง
- ประสบการณ์ที่สอดคล้องกัน: การตอบกลับและการดึงข้อมูลความรู้ทั้งหมดสอดคล้องกับภาษาที่ตรวจพบหรือตั้งค่าไว้
- โซลูชันที่ปรับขนาดได้: รองรับการปรับใช้ทั่วโลกด้วยการกําหนดค่าน้อยที่สุด
เคล็ดลับ
ตรวจสอบโซลูชันตัวอย่างที่สาธิตวิธีเปิดใช้งานตัวแทน Copilot Studio เพื่อตรวจหาภาษาพูดของผู้ใช้โดยอัตโนมัติ และสลับไปใช้ภาษาใดภาษาหนึ่งที่ได้รับการอนุมัติจากผู้สร้างสําหรับตัวแทน: ตรวจหาภาษาอัตโนมัติสําหรับการตอบกลับเชิงกําเนิด
แนวทางปฏิบัติที่ดีที่สุดสําหรับการแปลเป็นภาษาท้องถิ่น
- กําหนดค่าภาษาที่รองรับ: กําหนดภาษาหลักและภาษารองสําหรับตัวแทนของคุณ ใช้ไฟล์การแปลเป็นภาษาท้องถิ่น (JSON หรือ ResX) เพื่อแปลข้อความแจ้ง ข้อความ และหัวข้อ
- ทดสอบสถานการณ์หลายภาษา: จําลองการโต้ตอบของผู้ใช้ในภาษาต่างๆ เพื่อให้แน่ใจว่าการเปลี่ยนภาพเป็นไปอย่างราบรื่นและการตอบสนองที่ถูกต้อง
- ใช้การแปลอัตโนมัติ: พึ่งพาการแปลในตัวของ Copilot Studio สําหรับการค้นหาความรู้และการสร้างคําตอบ แต่ให้การแปลแบบกําหนดเองสําหรับเนื้อหาที่สําคัญหรือแตกต่างกัน
- ตรวจสอบและปรับแต่ง: ใช้การวิเคราะห์เพื่อติดตามการใช้ภาษาและปรับปรุงความครอบคลุมของการแปลเป็นภาษาท้องถิ่นเมื่อเวลาผ่านไป
แนวทางภาษาของตัวแทน Copilot Studio:
- แยกตัวแทนตามภาษา
- ตัวแทนหลายภาษาเดี่ยวพร้อมคําแปลที่เขียนไว้ล่วงหน้า
- ตัวแทนหลายภาษาแบบเรียลไทม์ โดยใช้บริการแปลระหว่างผู้ใช้และตัวแทน
แนวทางที่ถูกต้องขึ้นอยู่กับการใช้งาน ข้อกังวลในการแยก ขนาด จังหวะการอัปเดต และทรัพยากรที่มีอยู่
ระบุความท้าทายทางเทคนิค
ความท้าทายทั่วไป ได้แก่ การทําให้แน่ใจว่าหัวข้อ Azure CLU และ Copilot Studio ยังคงซิงโครไนซ์ การจัดการคําพูดที่คลุมเครือ และการปรับขนาดการปรับใช้หลายภาษา การระบุสิ่งกีดขวางบนถนนเหล่านี้ตั้งแต่เนิ่นๆ ช่วยให้คุณสามารถวางแผนกลยุทธ์การบรรเทาผลกระทบ เช่น การกําหนดค่าสํารอง การทดสอบวลีทริกเกอร์จํานวนมาก หรือบริการแปลตามรีเลย์
เป้าหมายของความเข้าใจภาษาคือเพื่อให้แน่ใจว่าตัวแทนทุกคนสามารถตีความคําถามของผู้ใช้ได้อย่างถูกต้องปรับให้เข้ากับภาษาและสถานการณ์ที่หลากหลายและจัดการกับสิ่งที่ไม่คาดคิดได้อย่างสง่างาม เป้าหมายนี้สร้างรากฐานที่แข็งแกร่งสําหรับการสร้างการสนทนา Copilot Studio ที่เชื่อถือได้ มีส่วนร่วม และมีประสิทธิภาพ