Partager via

Compréhension de la langue naturelle

  • Article

S'APPLIQUE À : SDK v4

Les bots peuvent utiliser divers styles de conversation : de structurée et guidée à forme libre et ouverte. En fonction de ce qu'un utilisateur dit, votre bot doit décider de ce qu'il faut faire ensuite dans son flux de conversation. Azure AI Services comprend des fonctionnalités pour faciliter cette tâche. Ces fonctionnalités peuvent aider un bot à rechercher des informations, poser des questions ou interpréter l'intention de l'utilisateur.

Souvent, les interactions entre les utilisateurs et les bots ne sont pas codifiées et les bots doivent comprendre le langage naturellement, en s’appuyant sur le contexte. Dans une conversation ouverte, il peut y avoir un large éventail de réponses d'utilisateur, et les bots peuvent fournir plus ou moins une structure ou une aide. Ce tableau illustre la différence entre les questions guidées et ouvertes.

Guidée Ouvertes
Je suis le bot de voyage. Sélectionnez une des options suivantes : rechercher des vols, rechercher des hôtels, rechercher une voiture de location. Je vais vous aider à réserver votre voyage. Que voulez-vous faire ?
Avez-vous besoin d’autre chose ? Cliquez sur Oui ou Non. Avez-vous besoin d’autre chose ?

Azure AI Services offre des fonctionnalités permettant de créer des applications intelligentes, des sites Web et des bots. L'ajout de ces fonctionnalités à votre bot peut permettre à celui-ci de répondre de manière plus appropriée aux entrées ouvertes d'utilisateurs.

Cet article décrit la prise en charge du kit de développement logiciel (SDK) Bot Framework pour certaines des fonctionnalités disponibles dans Azure AI Services.

Règle générale

Azure AI Services intègre des technologies évolutives. Azure AI Language intègre différentes fonctionnalités précédemment implémentées en tant que services distincts. Cet article décrit à la fois les fonctionnalités et services plus récents et plus anciens, ainsi que l'emplacement où trouver plus d'informations sur chacun d'eux.

Scénario Assistance
Vous débutez dans le développement de bot ? Envisagez d’utiliser Microsoft Copilot Studio, qui est conçu pour prendre en charge les équipes où les membres ont un mélange de compétences et de disciplines. Pour plus d’informations, consultez Copilot Studio et Activer les fonctionnalités avancées de l’IA.
Nouveaux projets de langage pour les bots existants du kit de développement logiciel (SDK) Bot Framework Envisagez d'utiliser les caractéristiques du service Azure AI Language, comme la compréhension du langage conversationnel (CLU) et la réponse aux questions.
Bots existants avec des projets de langage existants Vos projets de langage resteront opérationnels, mais envisagez de migrer vers Azure AI Language. Pour plus d'informations, consultez la section Migrer les projets de langage existants dans la suite de cet article.

Compréhension de la langue

Les caractéristiques de compréhension du langage naturel vous permettent d'élaborer des modèles personnalisés de compréhension du langage naturel pour prédire l'intention générale du message de l'utilisateur et en extraire des informations importantes.

Service ou fonctionnalité Description
compréhension du langage courant (CLU) Caractéristique du service Azure AI Language.
Language Understanding (LUIS) Un service Azure AI. (CLU est une version mise à jour de LUIS.)

LUIS sera mis hors service le 1er octobre 2025.

compréhension du langage courant (CLU)

La compréhension du langage courant (CLU) permet aux utilisateurs de créer des modèles de compréhension du langage naturel personnalisés afin de prédire l’intention globale d’un énoncé entrant et d’en extraire les informations importantes. Le service CLU fournit uniquement l'intelligence permettant de comprendre le texte d'entrée pour l'application cliente et n'effectue aucune action en soi.

Pour utiliser CLU dans votre bot, créez une ressource de langue et un projet de conversation, entraînez et déployez votre modèle de langue, puis implémentez dans votre bot un module de reconnaissance de télémétrie qui transmet les requêtes à l'API CLU.

Pour plus d’informations, consultez l’article suivant :

Language Understanding (LUIS)

Remarque

Compréhension du langage (LUIS) sera mis hors service le 1er octobre 2025. À compter du 1er avril 2023, vous ne pourrez pas créer de nouvelles ressources LUIS.

LUIS applique une intelligence d'apprentissage automatique personnalisée au texte conversationnel en langage naturel d'un utilisateur afin de prédire le sens général et d'extraire des informations pertinentes et détaillées.

Pour utiliser LUIS dans votre bot, créez, entraînez et publiez une application LUIS, puis ajoutez un module de reconnaissance LUIS à votre bot.

Pour plus d’informations, consultez l’article suivant :

Questions et réponses

Les caractéristiques questions-réponses vous permettent de créer des bases de connaissances pour répondre aux questions des utilisateurs. Les bases de connaissances représentent du contenu semi-structuré, comme celui trouvé dans les FAQ, les manuels et les documents.

Service ou fonctionnalité Description
Réponses aux questions Caractéristique du service Azure AI Language.
QnA Maker Un service azure AI Services. (La réponse à la question est une version mise à jour de QnA Maker.)

Azure AI QnA Maker sera retirée le 31 mars 2025.

Réponses aux questions

Les réponses aux questions offrent un traitement du langage naturel (NLP) basé sur le cloud qui vous permet de créer une couche de conversation naturelle sur vos données. Vous pouvez l’utiliser pour trouver la réponse la plus appropriée à une entrée à partir de votre base de connaissances personnalisée.

Pour utiliser la réponse aux questions dans votre bot, créez et déployez un projet de réponse aux questions, puis implémentez dans votre bot un client QnA Maker qui transfère les demandes à l'API de réponse aux questions.

Pour plus d’informations, consultez l’article suivant :

QnA Maker

Remarque

Azure AI QnA Maker sera mis hors service le 31 mars 2025. À partir du 1er octobre 2022, vous ne pourrez plus créer de nouvelles ressources ou bases de connaissances QnA Maker.

QnA Maker a la capacité intégrée de capturer des questions et réponses à partir d’un site de FAQ existant, et vous permet également de configurer manuellement votre propre liste de questions et réponses. QnA Maker a des capacités de traitement automatique du langage naturel, ce qui lui permet même de fournir des réponses aux questions qui sont formulées légèrement différemment que prévu. Toutefois, il n'a pas de capacités de compréhension du langage sémantique, donc il ne peut pas déterminer qu'un chiot est un type de chien, par exemple.

Pour utiliser QnA Maker dans votre bot, créez un service QnA Maker, publiez votre base de connaissances et ajoutez un objet QnA Maker à votre bot.

Pour plus d’informations, consultez l’article suivant :

Recherche cognitive Azure aide votre bot à fournir aux utilisateurs une expérience de recherche riche, notamment la possibilité de facettes et de filtrer des informations.

  • Vous pouvez utiliser Recherche cognitive Azure en tant que fonctionnalité dans Azure AI Language.
  • Vous pouvez utiliser directement le service recherche cognitive Azure.

Vous pouvez utiliser Recherche cognitive Azure pour créer un index efficace avec lequel effectuer des recherches, des facettes et filtrer un magasin de données.

Utiliser plusieurs fonctionnalités ensemble

Pour créer un bot polyvalent qui comprend plusieurs sujets de conversation, commencez par prendre en charge chaque fonction séparément, puis intégrez-les ensemble. Les scénarios dans lesquels un bot peut combiner plusieurs fonctionnalités sont les suivants :

  • Un bot qui fournit un ensemble de fonctionnalités, où chaque fonctionnalité a son propre modèle de langage.
  • Un bot qui recherche plusieurs bases de connaissances pour trouver des réponses aux questions d'un utilisateur.
  • Un bot qui intègre différents types de fonctionnalités, comme la compréhension du langage, les réponses aux questions et la recherche.

Le présent tableau décrit différents moyens d'intégrer plusieurs fonctionnalités.

Service ou fonctionnalité Description
Workflow d'orchestration Fonctionnalité du service Azure AI Language qui vous permet d'utiliser plusieurs projets de réponses aux questions, CLU et LUIS ensemble.
Bot Framework Orchestrator Un moteur de reconnaissance intention seule, que vous pouvez utiliser pour déterminer quel modèle LUIS ou QnA Maker base de connaissances peut mieux gérer un message donné.
Personnalisée Vous pouvez implémenter votre propre logique pour décider comment gérer la requête de l'utilisateur.

Utilisation du workflow d'orchestration

Le workflow d'orchestration applique l'intelligence de l'apprentissage automatique pour vous permettre de construire des modèles d'orchestration afin de connecter les composants de compréhension du langage conversationnel (CLU), les projets de réponse aux questions et les applications LUIS.

Pour utiliser le flux de travail d'orchestration dans votre bot, créez un projet de workflow d'orchestration, générez votre schéma, entraînez et déployez votre modèle, puis interrogez votre API de modèle pour obtenir des prédictions d'intention.

Pour plus d’informations, consultez l’article suivant :

Un orchestrateur

Remarque

Azure AI QnA Maker sera mis hors service le 31 mars 2025. À partir du 1er octobre 2022, vous ne pourrez plus créer de nouvelles ressources ou bases de connaissances QnA Maker.

Compréhension du langage (LUIS) sera mis hors service le 1er octobre 2025. À compter du 1er avril 2023, vous ne pourrez pas créer de nouvelles ressources LUIS.

Bot Framework Orchestrator est un moteur de reconnaissance d'intention uniquement. L'interface CLI Bot Framework inclut des outils permettant de générer un modèle de langage pour Orchestrator à partir d'une collection de modèles de langage QnA Maker base de connaissances s et LUIS. Votre bot peut ensuite utiliser Orchestrator pour déterminer quel service peut mieux répondre à l'entrée de l'utilisateur.

Le kit de développement logiciel (SDK) Bot Framework prend en charge LUIS et QnA Maker. Cela vous permet de déclencher des dialogues ou de répondre automatiquement aux questions à l'aide de LUIS et QnA Maker avec une configuration minimale.

Pour plus d'informations, consultez Utiliser plusieurs modèles LUIS et QnA avec Orchestrator.

Logique personnalisée

Il existe deux principales manières d'implémenter votre propre logique :

  1. Pour chaque message, appelez tous les services pertinents pris en charge par votre bot. Utilisez les résultats du service qui a le meilleur score de confiance. Si le meilleur score est ambigu, demandez à l'utilisateur de choisir la réponse souhaitée.
  2. Appelez chaque service dans un ordre préféré. Utilisez le premier résultat qui a un score de confiance suffisant.

Conseil

Quand vous implémentez une combinaison de différents services, testez les entrées avec chacun des outils afin de déterminer le score de seuil pour chacun de vos modèles. Les services et fonctionnalités utilisent différents critères de scoring, de sorte que les scores générés dans ces outils ne sont pas directement comparables.

Les services LUIS et QnA Maker normalisent les scores. Ainsi, un score peut être bon dans un modèle LUIS, mais moins bon dans un autre modèle.

Faites migrer des projets de langage existants

Pour plus d'informations sur la migration de ressources d'anciens services vers Azure AI Language, consultez :

Ressources supplémentaires

Pour gérer des ressources ou des projets spécifiques :

Pour obtenir de la documentation sur une fonctionnalité ou un service spécifique :