设计知识机器人

适用于： SDK v4

可以设计几乎涵盖任何主题的知识机器人。 无论知识机器人的设计用例如何，其基本目标始终相同：查找并返回用户通过搜索数据主体请求的信息。

例如，一个知识机器人可能会回答有关事件的问题，例如“此会议中有哪些机器人事件？”、“下一个Reggae节目什么时候？”或“谁是 Tame Impala？”另一个可能回答与 IT 相关的问题，例如“如何更新我的作系统？”或“我在哪里重置密码？” 然而，另一个可能回答有关联系人的问题，如“谁是 John Doe？” 或 “Jane Doe 的电子邮件地址是什么？”

本文介绍可以添加到机器人的一些 AI 功能，例如让用户搜索信息、提问或与信息交互。 要了解 Bot Framework SDK 支持哪些 Azure AI 服务功能，请参阅自然语言理解。

小窍门

Azure AI 服务整合了不断发展的技术。 本文介绍较新的和较旧的功能。

关于置信度分数

某些功能使机器人能够从知识库或语言模型返回信息，以匹配用户问题或查询。

例如，如果用户向音乐知识机器人询问有关“impala”的信息（而不是乐队的全名“Tame Impala”），机器人可以使用最有可能与该输入相关的信息进行响应。 同样，语言理解功能可以使用语言模型从用户输入中提取可能 意向 。 例如，如果用户要求旅行社机器人“预订房间三天”，机器人可能会提取“保留房间”意向，然后收集详细信息。

搜索和意向识别都返回置信度分数，指示引擎具有特定结果正确置信度级别。 根据答案的整体置信度，使用置信度分数对结果进行排序或做出不同的响应。

注释

将不同的服务或功能类型组合在一起时，使用每个工具测试输入，以确定每个模型的阈值分数。 这些服务和功能使用不同的评分条件，因此这些工具生成的分数不能直接进行比较。 例如，QnA Maker 服务使用置信度范围为 0 到 100，而问答功能使用的范围为 0.0 到 1.0。

• 如果置信度很高，机器人可能会回答“这是最符合搜索的事件”或“我可以帮助你预留空间”，并提出顶级答案或开始提出后续问题。
• 如果置信度较低，机器人可能会响应“你是否正在寻找这些事件？”或“我可以帮助你完成以下事项：”并提供可能答案或选项的列表。

筛选主题

你可以设计知识机器人来帮助用户缩小搜索范围并优化搜索。 在聊天中，机器人可以提出澄清问题、演示选项和验证结果，以基本搜索无法实现的方式。

例如，事件机器人可以通过提出一系列问题来找出用户感兴趣的事件类型。 请考虑以下交换：

1. 用户，“事件”。
2. 机器人，“你对什么感兴趣？ 音乐，喜剧，电影...“。
3. 用户：“音乐”
4. 机器人，“你感兴趣的音乐类型？ 任何，摇滚/流行，嘻哈/说唱，...“。
5. 用户“Rock/Pop”。
6. 机器人，“你想选哪天去看摇滚/流行音乐会？” 星期五，星期六，星期日，任意。
7. 用户，“星期六”。
8. 机器人，“以下是星期六的摇滚/流行节目：”，找到的节目列表。

通过处理每个步骤中的用户输入并显示相关选项，机器人将指导用户了解他们正在查找的信息。 机器人提供该信息后，它还可以提供有关将来查找类似信息的更高效方法的指导。

顺便说一下，还可以键入“Rock friday”或按名称搜索事件。

有关相关 Azure 服务的信息，请参阅自然语言理解概念文章中的搜索。

回答问题

你可以设计知识机器人来回答常见问题。 支持问答功能的服务通常允许你或机器人：

• 管理和训练知识库。
• 将信息导入知识库，例如从数据文件或网页。
• 猜猜哪个答案最能映射到用户的问题。
• 询问用户跟进问题，以帮助查找要查找的答案。

有关相关 Azure 服务的信息，请参阅自然语言理解概念文章中的问题和解答。

解读意图

某些知识机器人需要自然语言处理（NLP）功能，以便他们可以分析用户的消息以确定用户的意图和其他重要信息。

例如，在音乐播放机器人中，用户可能会消息“Play Reggae”、“Play Bob Marley”或“播放一爱”。 可以训练语言模型，把每条消息映射到意图“playMusic”，而无需为每个艺术家、流派和歌曲名称进行训练。

语言模型可能不明白要播放的内容、 实体是流派、艺术家还是歌曲。 但是，机器人可以使用此信息搜索该实体，并从那里继续。

有关相关 Azure 服务的信息，请参阅自然语言理解概念文章中的语言理解。

集成多个功能

每个 NLP 功能都是其自己的强大工具。 但是，机器人可以将这些功能和其他功能组合在一起，为用户提供更流畅和自然的体验。 使用置信度分数来确定哪个功能最适合映射到用户的消息，如果最佳匹配不明确，请询问后续问题。

例如，此类机器人可以让用户：

• 找到他们有兴趣参加的节目。
• 获取有关艺术家、场地和活动的信息。
• 购买门票或注册以接收未来活动的通知。

有关相关 Azure 服务的信息，请参阅自然语言理解概念文章中的多个功能一起使用。

浏览示例

Bot Framework 示例存储库包含一些演示语言理解功能的示例机器人：

示例	示例名称	DESCRIPTION
11	QnA Maker （简单）	使用 QnA Maker，回答问题以一系列 单轮的 对话形式进行。
13	核心机器人	使用 LUIS 解释用户的意向。
14	NLP 与调度	使用 Orchestrator 将用户消息调度到 LUIS 或 QnA Maker。
49	QnA Maker （高级）	在 QnA Maker 中使用多轮次和主动学习功能回答问题。

注释

Azure QnA Maker 将于 2025 年 3 月 31 日停用。 从 2022 年 10 月 1 日开始，你将无法创建新的 QnA Maker 资源或知识库。 问答功能的较新版本现已作为 Azure AI 语言的一部分提供。

自定义问答是 Azure 语言认知服务的一项功能，是 QnA Maker 服务的更新版本。 有关 Bot Framework SDK 中的问答支持的详细信息，请参阅自然语言理解。

注释

语言理解 (LUIS) 将于 2025 年 10 月 1 日停用。 从 2023 年 4 月 1 日开始，将无法创建新的 LUIS 资源。 语言理解的较新版本现已作为 Azure AI 语言的一部分提供。

对话语言理解（CLU）是 Azure AI 语言的一项功能，是 LUIS 的更新版本。 有关 Bot Framework SDK 中的语言理解支持的详细信息，请参阅自然语言理解。

适用于 .NET 的 Azure SDK 和用于 Python 的 Azure SDK 存储库也有一些示例：

功能 / 特点	自述文件示例
问答	C#、 Python
会话语言理解，编排工作流	C#、 Python