共用方式為


交談語言理解是什麼?

交談語言理解為 Azure AI 語言所提供的其中一項自訂功能。 該功能是一種應用機器學習智慧的雲端式 API 服務,以便您建置端對端交談應用程式中使用的自然語言理解元件。

交談語言理解 (CLU) 可讓使用者建置自訂的自然語言理解模型,以便預測所收到語句的整體意圖,並從中擷取重要資訊。 CLU 僅提供有助了解用戶端應用程式輸入文字的相關智慧,而不會執行任何動作。 開發人員可建立 CLU 專案,反復標記語句、定型及評估模型效能,再讓模型可供使用。 已標示資料的品質會大幅影響模型效能。 為了簡化模型的建立和自訂,服務提供可透過語言工作室存取的自訂入口網站。 您可以遵循本快速入門中的步驟,輕鬆地開始使用服務。

此文件包含下列類型的文章:

  • 快速入門是引導您完成對服務提出要求的入門指示。
  • 概念提供服務功能和特徵的說明。
  • 操作指南包含以更具體或自訂的方式使用服務的指示。

使用案例範例

CLU 可用於各產業的多種案例。 一些範例包括:

端對端交談 Bot

根據特定領域和預期的使用者語句,使用 CLU 建置和定型自訂的自然語言理解模型。 將其整合任何端對端的交談 Bot,以便即時處理和分析收到的文字、識別文字意圖,並從中擷取重要資訊。 您可讓 Bot 根據意圖和擷取資訊來執行所需動作。 例如:線上購物或訂購食物所用的自訂零售 Bot。

人類助理 Bot

人類助理 Bot 的其中一個範例,便是協助員工將客戶查詢分級,並指派給適當的支援工程師,以改善客戶參與度。 另一個範例則是企業中的人力資源 Bot,可讓員工以自然語言溝通,並根據查詢接收指引。

命令和控制應用程式

當您整合用戶端應用程式與語音轉換文字元件,使用者便可使用自然語言說出命令,讓 CLU 處理、識別意圖,並擷取用戶端應用程式的文字資訊以執行動作。 此使用案例有許多應用程式,例如停止、播放、快轉和倒轉歌曲、開啟或關閉燈光等。

企業聊天機器人

在大型企業中,企業聊天機器人可處理各種員工事務。 該 Bot 可處理自訂問題解答知識庫所提供的常見問題、交談語言理解所提供的行事曆特定技能,以及 LUIS 所提供的訪談意見反應技能。 使用協調流程工作流程串連以上這些技能,並將收到的要求適當路由傳送至正確的服務。

專案開發生命週期

建立 CLU 專案時通常包含幾個不同步驟。

開發生命週期

遵循下列步驟以充分運用您的模型:

  1. 定義結構描述:了解您的資料,並定義必須從使用者輸入語句中辨識的動作和相關資訊。 在此步驟中,您會建立要指派給使用者語句的意圖,以及要擷取的相關實體

  2. 標記您的資料:資料標記的品質是決定模型效能的關鍵因素。

  3. 定型模型:您的模型會從已標示資料開始學習。

  4. 檢視模型的效能:檢視模型的評估詳細資料,以判斷引進新資料時所執行的程度。

  5. 改善模型:檢閱模型效能後,您便可了解如何改善模型。

  6. 部署模型:部署模型以便透過執行階段 API 使用。

  7. 預測意圖和實體:使用自訂模型,從使用者的語句預測意圖和實體。

參考文件和程式碼範例

當您使用 CLU 時,請參閱下列 Azure AI 語言參考文件和範例:

開發選項/語言 參考文件 範例
REST API (撰寫) REST API 文件 (英文)
REST API (執行階段) REST API 文件 (英文)
C# (執行階段) C# 文件 C# 範例
Python (執行階段) Python 文件 Python 範例

負責 AI

AI 系統不僅包含技術,也包含使用該技術的人員、受其影響的人員及部署的環境。 閱讀 CLU 的透明度資訊,了解在系統中負責任 AI 的使用和部署資訊。 如需詳細資訊,您也可以參閱下列文章:

下一步