Introduzione
L'elaborazione del linguaggio naturale è un problema comune legato all'intelligenza artificiale per cui il software deve essere in grado di usare testo o parlato sotto forma di linguaggio naturale come quello scritto o pronunciato da una persona. Nell'ambito della più vasta area dell'elaborazione del linguaggio naturale, la comprensione del linguaggio naturale si occupa di determinare un significato semantico dal linguaggio naturale, in genere tramite un modello linguistico sottoposto a training.
Uno schema progettuale comune per una soluzione di comprensione del linguaggio naturale è simile al seguente:
In questo modello di progettazione:
- Un'app accetta input in linguaggio naturale da un utente.
- Viene usato un modello linguistico per determinare il significato semantico (finalità dell'utente).
- L'app esegue un'azione appropriata.
Lingua di Azure AI consente agli sviluppatori di creare app basate su modelli linguistici di cui è possibile eseguire il training con un numero relativamente ridotto di campioni per individuare il significato voluto dall'utente.
In questo modulo si apprenderà come usare il servizio per creare un'app di comprensione del linguaggio naturale usando Lingua di Azure AI.
Al termine di questo modulo si sarà in grado di:
- Effettuare il provisioning di una risorsa di Lingua di Azure AI.
- Definire finalità, entità ed espressioni.
- Usare criteri per distinguere espressioni simili.
- Usare componenti di entità predefiniti.
- Eseguire il training di un modello e testarlo, pubblicarlo e verificarlo.