Delen via

Natuurlijk taalbegrip

  • Artikel

VAN TOEPASSING OP: SDK v4

Bots kunnen verschillende gespreksstijlen gebruiken, van gestructureerd en begeleid tot vrije vorm en open-ends. Op basis van wat een gebruiker zegt, moet uw bot bepalen wat er vervolgens moet worden uitgevoerd in de gespreksstroom. Azure AI-services bevatten functies voor hulp bij deze taak. Deze functies kunnen een bot helpen bij het zoeken naar informatie, het stellen van vragen of het interpreteren van de intentie van de gebruiker.

De interactie tussen gebruikers en bots heeft vaak een vrije vorm, en bots moeten taal op een natuurlijke manier en in de context kunnen begrijpen. In een open gesprek kan er een breed scala aan gebruikersantwoorden zijn en bots kunnen meer of minder structuur of richtlijnen bieden. In deze tabel ziet u het verschil tussen begeleide en open vragen.

Geleid Open
Ik ben de reisbot. Selecteer een van de volgende opties: vluchten zoeken, hotels zoeken, huurauto zoeken. Ik kan je helpen bij het boeken van reizen. Walt wilt u doen?
Heb je nog iets nodig? Klik op Ja of Nee. Heb je nog iets nodig?

Azure AI-services bieden functies waarmee u intelligente apps, websites en bots kunt bouwen. Door deze functies aan uw bot toe te voegen, kan uw bot beter reageren op open gebruikersinvoer.

In dit artikel wordt de ondersteuning in de Bot Framework SDK beschreven voor enkele van de functies die beschikbaar zijn in Azure AI-services.

Algemene richtlijnen

Azure AI-services bevatten veranderende technologieën. Azure AI Language integreert verschillende functies die eerder als afzonderlijke services zijn geïmplementeerd. In dit artikel worden zowel de nieuwere als oudere functies en services beschreven en waar u meer informatie over vindt.

Scenario Hulp
Nieuwe botontwikkeling Overweeg om Microsoft Copilot Studio te gebruiken, dat is ontworpen ter ondersteuning van teams waarin leden een combinatie van vaardigheden en disciplines hebben. Zie Copilot Studio en geavanceerde AI-functies inschakelen voor meer informatie.
Nieuwe taalprojecten voor bestaande Bot Framework SDK-bots Overweeg het gebruik van functies van de Azure AI Language-service, zoals conversational language understanding (CLU) en het beantwoorden van vragen.
Bestaande bots met bestaande taalprojecten Uw taalprojecten blijven werken, maar overwegen om te migreren naar Azure AI Language. Zie de sectie Bestaande taalprojecten migreren verderop in dit artikel voor meer informatie.

Taal begrijpen

Met functies voor natuurlijke taalbegrip kunt u aangepaste modellen voor natuurlijke taalbegrip bouwen om de algemene intentie van het bericht van de gebruiker te voorspellen en belangrijke informatie extraheren.

Service of functie Beschrijving
Conversational Language Understanding (CLU) Een functie van de Azure AI Language-service.
Language Understanding (LUIS) Een Azure AI-service. (CLU is een bijgewerkte versie van LUIS.)

LUIS wordt op 1 oktober 2025 buiten gebruik gesteld.

Conversational Language Understanding (CLU)

Met conversationele taalbegrip (CLU) kunnen gebruikers aangepaste modellen voor natuurlijke taalbegrip bouwen om de algemene intentie van een binnenkomende uiting te voorspellen en belangrijke informatie ervan te extraheren. CLU biedt alleen de intelligentie om de invoertekst voor de clienttoepassing te begrijpen en voert zelf geen acties uit.

Als u CLU in uw bot wilt gebruiken, maakt u een taalresource en een gespreksproject, traint en implementeert u uw taalmodel en implementeert u vervolgens in uw bot een telemetrieherkenning waarmee aanvragen worden doorgestuurd naar de CLU-API.

Zie voor meer informatie:

Language Understanding (LUIS)

Notitie

Language Understanding (LUIS) wordt op 1 oktober 2025 buiten gebruik gesteld. Vanaf 1 april 2023 kunt u geen nieuwe LUIS-resources maken.

LUIS past aangepaste machine learning-intelligentie toe op de conversationele, natuurlijke taaltekst van een gebruiker om de algehele betekenis te voorspellen en relevante, gedetailleerde informatie op te halen.

Als u LUIS in uw bot wilt gebruiken, maakt, traint en publiceert u een LUIS-app en voegt u vervolgens een LUIS-recognizer toe aan uw bot.

Zie voor meer informatie:

Vragen en antwoorden

Met functies voor vragen en antwoorden kunt u knowledge bases bouwen om vragen van gebruikers te beantwoorden. Knowledge bases vertegenwoordigen semi-gestructureerde inhoud, zoals die in veelgestelde vragen, handleidingen en documenten.

Service of functie Beschrijving
Vragen beantwoorden Een functie van de Azure AI Language-service.
QnA Maker Een Azure AI-servicesservice. (Vragen beantwoorden is een bijgewerkte versie van QnA Maker.)

Azure AI QnA Maker wordt op 31 maart 2025 buiten gebruik gesteld.

Vragen beantwoorden

Vragen beantwoorden biedt cloudgebaseerde verwerking van natuurlijke taal (NLP) waarmee u een natuurlijke gesprekslaag kunt maken over uw gegevens. Het wordt gebruikt om het meest geschikte antwoord te vinden voor invoer uit uw aangepaste Knowledge Base met gegevens.

Als u vraagantwoorden in uw bot wilt gebruiken, maakt en implementeert u een vraagantwoordproject en implementeert u vervolgens in uw bot een QnA Maker-client waarmee aanvragen worden doorgestuurd naar de vraagantwoord-API.

Zie voor meer informatie:

QnA Maker

Notitie

Azure AI QnA Maker wordt op 31 maart 2025 buiten gebruik gesteld. Vanaf 1 oktober 2022 kunt u geen nieuwe resources of kennisbanken voor QnA Maker maken.

QnA Maker heeft de ingebouwde mogelijkheid om vragen en antwoorden van een bestaande site met veelgestelde vragen te scrapen, plus het biedt u ook de mogelijkheid om handmatig uw eigen aangepaste lijst met vragen en antwoorden te configureren. QnA Maker heeft mogelijkheden voor natuurlijke taalverwerking, zodat deze zelfs antwoorden kan geven op vragen die iets anders zijn dan verwacht. Het heeft echter geen semantische taalkennis, dus het kan niet bepalen dat een puppy een type hond is, bijvoorbeeld.

Als u QnA Maker in uw bot wilt gebruiken, maakt u een QnA Maker-service, publiceert u uw Knowledge Base en voegt u een QnA Maker-object toe aan uw bot.

Zie voor meer informatie:

Azure Cognitive Search helpt uw bot gebruikers een uitgebreide zoekervaring te bieden, waaronder de mogelijkheid om informatie te facet en te filteren.

  • U kunt Azure Cognitive Search gebruiken als een functie in Azure AI Language.
  • U kunt de Azure Cognitive Search-service rechtstreeks gebruiken.

U kunt Azure Cognitive Search gebruiken om een efficiënte index te maken waarmee u een gegevensarchief kunt zoeken, facet en filteren.

Meerdere functies samen gebruiken

Als u een bot met meerdere doeleinden wilt bouwen die meerdere gespreksonderwerpen begrijpt, begint u met ondersteuning voor elke functie afzonderlijk en integreert u deze vervolgens samen. Scenario's waarin een bot meerdere functies kan combineren, zijn onder andere:

  • Een bot die een set functies biedt, waarbij elke functie een eigen taalmodel heeft.
  • Een bot die in meerdere Knowledge Bases zoekt om antwoorden te vinden op de vragen van een gebruiker.
  • Een bot die verschillende typen functies integreert, zoals taalkennis, het beantwoorden van vragen en zoeken.

In deze tabel worden verschillende manieren beschreven waarop u meerdere functies kunt integreren.

Service of functie Beschrijving
Indelingswerkstroom Een functie van de Azure AI Language-service waarmee u meerdere vragen kunt beantwoorden, CLU en LUIS-projecten samen kunt gebruiken.
Bot Framework Orchestrator Een engine voor alleen-intentieherkenning, die u kunt gebruiken om te bepalen welk LUIS-model of QnA Maker-knowledge base het beste een bepaald bericht kan verwerken.
Aanpassen U kunt uw eigen logica implementeren om te bepalen hoe u de aanvraag van de gebruiker het beste kunt verwerken.

Indelingswerkstroom gebruiken

De indelingswerkstroom past machine learning-intelligentie toe zodat u indelingsmodellen kunt bouwen om gesprekstaalbegriponderdelen (CLU) te verbinden, vragen beantwoordende projecten en LUIS-toepassingen.

Als u de indelingswerkstroom in uw bot wilt gebruiken, maakt u een indelingswerkstroomproject, bouwt u uw schema, traint en implementeert u het model en voert u vervolgens een query uit op uw model-API voor intentievoorspellingen.

Zie voor meer informatie:

Orchestrator

Notitie

Azure AI QnA Maker wordt op 31 maart 2025 buiten gebruik gesteld. Vanaf 1 oktober 2022 kunt u geen nieuwe resources of kennisbanken voor QnA Maker maken.

Language Understanding (LUIS) wordt op 1 oktober 2025 buiten gebruik gesteld. Vanaf 1 april 2023 kunt u geen nieuwe LUIS-resources maken.

Bot Framework Orchestrator is een engine voor alleen-intentieherkenning. De Bot Framework CLI bevat hulpprogramma's voor het genereren van een taalmodel voor Orchestrator op basis van een verzameling QnA Maker-knowledge bases en LUIS-taalmodellen. Uw bot kan vervolgens Orchestrator gebruiken om te bepalen welke service het beste kan reageren op de invoer van de gebruiker.

De Bot Framework SDK biedt ingebouwde ondersteuning voor LUIS en QnA Maker. Hiermee kunt u dialoogvensters activeren of automatisch vragen beantwoorden met LUIS en QnA Maker met minimale configuratie.

Zie Meerdere LUIS- en QnA-modellen gebruiken met Orchestrator voor meer informatie.

Aangepaste logica

Er zijn twee belangrijke manieren om uw eigen logica te implementeren:

  1. Roep voor elk bericht alle relevante services aan die uw bot ondersteunt. Gebruik de resultaten van de service met de beste betrouwbaarheidsscore. Als de beste score dubbelzinnig is, vraagt u de gebruiker om te kiezen welk antwoord hij of zij wil.
  2. Roep elke service aan in een voorkeursvolgorde. Gebruik het eerste resultaat met een voldoende betrouwbaarheidsscore.

Tip

Bij het implementeren van een combinatie van verschillende service- of functietypen, test u invoer met elk van de hulpprogramma's om de drempelwaarde voor elk van uw modellen te bepalen. De services en functies maken gebruik van verschillende scorecriteria, zodat de scores die in deze hulpprogramma's worden gegenereerd, niet rechtstreeks vergelijkbaar zijn.

De LUIS- en QnA Maker-services normaliseren scores. Eén score kan dus goed zijn in het ene LUIS-model, maar niet zo goed in een ander model.

Bestaande taalprojecten migreren

Zie voor informatie over het migreren van resources van oudere services naar Azure AI Language:

Aanvullende bronnen

Ga als volgende te werk om een specifiek project of specifieke resources te beheren:

Voor documentatie voor een specifieke functie of service: