Introdução ao entendimento de linguagem de conversação no Azure

Concluído

O recurso de compreensão de linguagem conversacional (CLU) do Azure AI Language permite criar um modelo de linguagem e usá-lo para previsões. A criação de um modelo envolve a definição de entidades, intenções e enunciados. A geração de previsões envolve a publicação de um modelo para que os aplicativos cliente possam receber respostas de entrada e retorno do usuário.

Recursos do Azure para compreensão de linguagem de conversação

Para usar os recursos da CLU no Azure, você precisa de um recurso em sua assinatura do Azure. Pode utilizar os seguintes tipos de recurso:

• Azure AI Language: um recurso que permite criar aplicativos com recursos de compreensão de linguagem natural líderes do setor sem experiência em aprendizado de máquina. Você pode usar um recurso de idioma para criação e previsão.
• Serviços de IA do Azure: um recurso geral que inclui CLU junto com muitos outros serviços de IA do Azure. Apenas poderá utilizar este tipo de recurso para predição.

A separação de recursos é útil quando você deseja controlar a utilização de recursos para uso da Linguagem de IA do Azure separadamente dos aplicativos cliente usando todos os aplicativos de serviços de IA do Azure.

Criação

Depois de criar um recurso de criação, você pode usá-lo para treinar um modelo de CLU. Para treinar um modelo, comece definindo as entidades e intenções que seu aplicativo irá prever, bem como expressões para cada intenção que podem ser usadas para treinar o modelo preditivo.

A CLU fornece uma coleção abrangente de domínios pré-construídos que incluem intenções e entidades predefinidas para cenários comuns, que você pode usar como ponto de partida para seu modelo. Também pode criar as suas próprias entidades e intenções.

Pode criar entidades e intenções na ordem que desejar. Pode criar uma intenção e selecionar palavras nas expressões de exemplo que define para criar entidades para as mesmas. Em alternativa, pode criar as entidades antecipadamente e depois mapeá-las em palavras em expressões à medida que cria as intenções.

Você pode escrever código para definir os elementos do seu modelo, mas na maioria dos casos é mais fácil criar seu modelo usando o Language studio - uma interface baseada na Web para criar e gerenciar aplicativos CLU.

Preparar o modelo

Depois de ter definido as intenções e entidades no seu modelo e de ter incluído um conjunto adequado de expressões de exemplo, o passo seguinte é preparar o modelo. Trata-se de um processo que consiste em utilizar as suas expressões de exemplos para ensinar o seu modelo a corresponder às expressões da linguagem natural que um utilizador possa dizer a intenções e entidades prováveis.

Depois de preparar o modelo, pode testá-lo. Para tal, envie um texto e reveja as intenções preditas. A preparação e os testes são um processo iterativo. Depois de preparar o seu modelo, pode testá-lo com expressões de exemplo para ver se as intenções e entidades são reconhecidas corretamente. Se não forem, faça atualizações, prepare novamente e volte a testar.

Predição

Quando estiver satisfeito com os resultados do treinamento e do teste, você poderá publicar seu aplicativo de Compreensão de Linguagem Conversacional em um recurso de previsão para consumo.

As aplicações cliente podem utilizar o modelo ao ligarem-se ao ponto final relativo ao recurso de predição. Precisam de indicar a chave de autenticação adequada e submeter a entrada do utilizador para obter as intenções e entidades preditas. As predições são devolvidas à aplicação cliente, que pode então tomar as medidas adequadas com base na intenção predita.