Sdílet prostřednictvím

Použití služeb Azure AI se zpracováním přirozeného jazyka (NLP) k obohacení konverzací robotů

  • Článek

Poznámka:

Služba QnA Maker se vyřadí z provozu 31. března 2025. Novější verze funkce pro otázky a odpovědi je teď dostupná jako součást jazyka Azure AI. Možnosti odpovídání na otázky v rámci služby Language Service najdete v tématu odpovědi na otázky. Od 1. října 2022 nebudete moct vytvářet nové prostředky služby QnA Maker. Informace o migraci stávajících znalostní báze služby QnA Maker na zodpovězení otázek najdete v průvodci migrací.

Služby Azure AI poskytují dvě služby zpracování přirozeného jazyka, Language Understanding a QnA Maker, z nichž každá má jiný účel. Seznamte se s tím, kdy se jednotlivé služby používají a jak se vzájemně pochvalují.

Zpracování přirozeného jazyka (NLP) umožňuje klientské aplikaci, jako je chatovací robot, pracovat s uživateli pomocí přirozeného jazyka. Uživatel zadá větu nebo frázi. Text uživatele může obsahovat gramatické, pravopisné nebo interpunkční chyby. Služba Azure AI může přesto projít větu uživatele a vrátit informace, které chatbot potřebuje, aby pomohl uživateli.

Služby Azure AI s využitím NLP

Služba Language Understanding (LUIS) a QnA Maker poskytují NLP. Klientská aplikace odešle text přirozeného jazyka. Služba převezme text, zpracuje ho a vrátí výsledek.

Kdy použít každou službu

Language Understanding (LUIS) a QnA Maker řeší různé problémy. Služba LUIS určuje záměr textu uživatele (označovaného jako promluva), zatímco QnA Maker určuje odpověď na text uživatele (označuje se jako dotaz).

Abyste mohli vybrat správnou službu, musíte porozumět textu uživatele pocházejícímu z klientské aplikace a informacím, které klientská aplikace potřebuje získat ze služby Azure AI.

Pokud chatbot obdrží text How do I get to the Human Resources building on the Seattle North campus?, použijte následující graf, abyste pochopili, jak jednotlivé služby fungují s textem.

Služba Klientská aplikace určuje
LUIS Určuje záměr uživatele s textem – služba nevrací odpověď na otázku. Tento text je například klasifikován jako odpovídající záměru FindLocation .
QnA Maker Vrátí odpověď na otázku z vlastního znalostní báze. Tento text je například určen jako otázka se statickou textovou odpovědí .Get on the #9 bus and get off at Franklin street

Infografika pro určení, kdy používat službu LUIS a kdy používat službu QnA Maker

Kdy používáte službu LUIS?

Službu LUIS použijte v případě, že v rámci procesu v chatbotu potřebujete znát záměr promluvy. Pokud budete pokračovat v příkladu textu, How do I get to the Human Resources building on the Seattle North campus?můžete jakmile znát záměr uživatele najít umístění, předat podrobnosti o promluvě (vytažené s entitami) do jiné služby, jako je dopravní server, získat odpověď.

Ke zjištění záměru nemusíte kombinovat službu LUIS a QnA Maker.

Pokud chatovací robot potřebuje zpracovat text na základě záměrů a entit (pomocí služby LUIS) a najít konkrétní statickou odpověď na text (pomocí služby QnA Maker), můžete tyto dvě služby pro tuto promluvu zkombinovat.

Kdy používáte službu QnA Maker?

Službu QnA Maker použijte v případě, že máte statickou znalostní bázi odpovědí. Tato znalostní báze je přizpůsobená vašim potřebám a vytvořená na základě dokumentů například v podobě souborů PDF nebo adres URL.

Pokračujte v ukázkové promluvě a How do I get to the Human Resources building on the Seattle North campus?odešlete text jako dotaz do publikované služby QnA Maker a získejte nejlepší odpověď.

Ke zjištění odpovědi na otázku nemusíte kombinovat službu LUIS a QnA Maker.

Pokud chatovací robot potřebuje zpracovat text na základě záměrů a entit (pomocí luis) a najít odpověď (pomocí služby QnA Maker), můžete tyto dvě služby pro tuto promluvu zkombinovat.

Obě služby používejte, když je znalostní báze neúplné

Pokud vytváříte službu QnA Maker znalostní báze, ale víte, že se doména předmětu mění (například včasné informace), můžete kombinovat služby LUIS a QnA Maker. To vám umožní použít informace ve vašem znalostní báze ale také použít službu LUIS k určení záměru uživatele. Jakmile má klientská aplikace záměr, může si vyžádat relevantní informace z jiného zdroje.

Vaše klientská aplikace by potřebovala monitorovat výsledky služby LUIS i odpovědi služby QnA Maker. Pokud je skóre služby QnA Maker nižší než nějaká prahová hodnota, použijte záměr a informace o entitách vrácené službou LUIS a předejte informace o službě třetí strany.

Pokud budeme pokračovat v příkladu textu, předpokládejme, How do I get to the Human Resources building on the Seattle North campus?že QnA Maker vrátí nízké skóre spolehlivosti. Pomocí záměru vráceného ze služby LUIS FindLocation a všech extrahovaných entit, jako Human Resources building je například a Seattle North campus, odešlete tyto informace do mapování nebo vyhledávací služby pro jinou odpověď.

Tuto odpověď třetí strany můžete uživateli předložit k ověření. Jakmile budete mít schválení uživatele, můžete se vrátit ke službě QnA Maker a přidat informace, které vám umožní rozšířit znalosti.

Použití obou služeb, když chatbot potřebuje další informace

Pokud chatovací robot potřebuje více informací než kterákoliv z těchto služeb, abyste mohli pokračovat rozhodovacím stromem, použijte obě služby a zpracovávat odpovědi v klientské aplikaci.

K vytvoření procesu pro práci s oběma službami vám pomůže nástroj Rozhraní příkazového řádku dispatch bot framework. Tento nástroj sestaví hlavní aplikaci LUIS záměrů, které se odesílají mezi luis a službou QnA Maker jako podřízené aplikace. Přečtěte si další informace o integraci se službou LUIS, QnA Maker a bot frameworkem.

K implementaci tohoto typu chatovacího robota použijte ukázku Bot Builderu, NLP s expedicí v jazyce C# nebo Node.js.

Osvědčené postupy

Implementujte osvědčené postupy pro každou službu:

Viz také

Další kroky