¿Qué es el flujo de trabajo de orquestación?
El Flujo de trabajo de orquestación es una de las características que ofrece Lenguaje de Azure AI. Se trata de un servicio de API basado en la nube que aplica inteligencia de aprendizaje automático para que pueda crear modelos de orquestación para conectar el reconocimiento del lenguaje conversacional (CLU), los proyectos de respuesta a preguntas y las aplicaciones de LUIS. Mediante la creación de un flujo de trabajo de orquestación, los desarrolladores pueden etiquetar expresiones, entrenar y evaluar el rendimiento del modelo de forma iterativa antes de que esté disponible para su consumo. Para simplificar la creación y personalización del modelo, el servicio ofrece un portal web personalizado al que se puede acceder a través de Language Studio. Si sigue los pasos que se indican en este inicio rápido, le resultará fácil empezar a usar el servicio.
Esta documentación contiene los siguientes tipos de artículos:
- Los inicios rápidos son instrucciones de inicio que le guiarán a la hora de hacer solicitudes al servicio.
- Los conceptos proporcionan explicaciones sobre la funcionalidad y las características del servicio.
- Las guías de procedimientos contienen instrucciones para usar el servicio de una manera más específica o personalizada.
Escenarios de uso de ejemplo
El flujo de trabajo de orquestación se puede usar en varios escenarios en diferentes ámbitos empresariales. Ejemplos:
Bot de chat empresarial
En una empresa grande, un bot de chat empresarial puede hacerse cargo de varios asuntos de los empleados. Así, puede administrar las preguntas más frecuentes atendidas por una base de conocimiento de respuesta a preguntas, una aptitud específica del calendario atendida por el reconocimiento del lenguaje conversacional y una aptitud de comentarios de entrevistas atendida por LUIS. El bot debe poder enrutar correctamente las solicitudes entrantes al servicio correcto. El flujo de trabajo de orquestación permite conectar esas aptitudes a un proyecto que controla el enrutamiento de las solicitudes entrantes de forma adecuada para alimentar el bot empresarial.
Ciclo de vida del desarrollo de proyectos
La creación de un proyecto de flujo de trabajo de orquestación suele conllevar varios pasos diferentes.
Siga estos pasos para sacar el máximo partido del modelo:
Definir el esquema: conozca los datos y defina las acciones y la información pertinente que debe reconocerse en las expresiones de entrada del usuario. Cree las intenciones que quiere asignar a las expresiones del usuario y los proyectos que quiere conectar al proyecto de orquestación.
Etiquetar los datos: la calidad del etiquetado de datos es un factor clave para determinar el rendimiento del modelo.
Entrenar un modelo: el modelo empieza a aprender de los datos etiquetados.
Ver el rendimiento del modelo: vea los detalles de evaluación del modelo para determinar su rendimiento cuando se introduce en datos nuevos.
Mejorar el modelo: después de examinar el rendimiento del modelo, puede aprender a mejorarlo.
Implementar el modelo: la implementación de un modelo hace que esté disponible para su uso mediante la API de predicción.
Predicción de intenciones: use el modelo personalizado para predecir intenciones en las expresiones del usuario.
Documentación de referencia y ejemplos de código
A medida que utilice los flujos de trabajo de orquestación, consulte la siguiente documentación de referencia y los ejemplos de Lenguaje de Azure AI:
| Idioma u opción de desarrollo | Documentación de referencia | Ejemplos |
|---|---|---|
| API de REST (creación) | Documentación de la API REST | |
| API de REST (entorno de ejecución) | Documentación de la API REST | |
| C# (entorno de ejecución) | Documentación de C# | Ejemplos de C# |
| Python (entorno de ejecución) | Documentación de Python | Ejemplos de Python |
Inteligencia artificial responsable
Los sistemas de inteligencia artificial incluyen no solo la tecnología, sino también las personas que la usarán, las personas que se verán afectadas por ella y el entorno en el que se implementa. Lea la nota de transparencia sobre el reconocimiento del lenguaje conversacional y el flujo de trabajo de orquestación para aprender sobre el uso responsable de la inteligencia artificial y su implementación en los sistemas. También puede consultar los siguientes artículos para obtener más información:
- Nota sobre transparencia para Lenguaje de Azure AI
- Integración y uso responsable
- Datos, privacidad y seguridad
Pasos siguientes
Use el artículo de inicio rápido para empezar a usar el flujo de trabajo de orquestación.
Cuando avance por el ciclo de vida del desarrollo de proyectos, consulte el glosario para más información sobre los términos que se usan en la documentación para esta característica.
No olvide consultar los límites del servicio para obtener información como, por ejemplo, la disponibilidad regional.