Dela via

Naturlig språkförståelse

  • Artikel

GÄLLER FÖR: SDK v4

Robotar kan använda olika konversationsformat, från strukturerade och guidade till fri form och öppen. Baserat på vad en användare säger måste roboten bestämma vad som ska utföras härnäst i konversationsflödet. Azure AI-tjänster innehåller funktioner som hjälper dig med den här uppgiften. Dessa funktioner kan hjälpa en robot att söka efter information, ställa frågor eller tolka användarens avsikt.

Interaktionen mellan användare och chattrobot saknar ofta begränsningar, och chattroboten måste förstå språkvarianten och kontexten. I en öppen konversation kan det finnas en mängd olika användarsvar och robotar kan ge mer eller mindre struktur eller vägledning. Den här tabellen illustrerar skillnaden mellan guidade och öppna frågor.

Guidade Öppen
Jag är reseroboten. Välj något av följande alternativ: hitta flyg, hitta hotell, hitta hyrbil. Jag kan hjälpa dig boka resor. Vad vill du göra?
Behöver du något annat? Klicka på Ja eller Nej. Behöver du något annat?

Azure AI-tjänster innehåller funktioner som du kan använda för att skapa intelligenta appar, webbplatser och robotar. Om du lägger till de här funktionerna i roboten kan roboten svara på öppna användarindata på ett lämpligare sätt.

I den här artikeln beskrivs stöd i Bot Framework SDK för några av de funktioner som är tillgängliga i Azure AI-tjänster.

  • Tips om hur du utformar dessa funktioner i din robot finns i Designa kunskapsrobotar.
  • Detaljerad information om Azure AI-tjänster finns i dokumentationen om Azure AI-tjänster.

Allmän vägledning

Azure AI-tjänster innehåller nya tekniker. Azure AI Language integrerar olika funktioner som tidigare implementerades som separata tjänster. Den här artikeln beskriver både nyare och äldre funktioner och tjänster och var du hittar mer information om var och en.

Scenario Vägledning
Ny robotutveckling Överväg att använda Microsoft Copilot Studio, som är utformat för att stödja team där medlemmar har en blandning av kunskaper och discipliner. Mer information finns i Copilot Studio och Aktivera avancerade AI-funktioner.
Nya språkprojekt för befintliga Bot Framework SDK-robotar Överväg att använda funktioner i Azure AI Language-tjänsten, till exempel förståelse för konversationsspråk (CLU) och besvara frågor.
Befintliga robotar med befintliga språkprojekt Dina språkprojekt fortsätter att fungera, men överväg att migrera till Azure AI Language. Mer information finns i avsnittet Migrera befintliga språkprojekt senare i den här artikeln.

Språkförståelse

Med funktioner för förståelse av naturligt språk kan du skapa anpassade modeller för förståelse av naturligt språk för att förutsäga den övergripande avsikten med användarens meddelande och extrahera viktig information från det.

Tjänst eller funktion beskrivning
Conversational Language Understanding (CLU) En funktion i Azure AI Language-tjänsten.
Language Understanding (LUIS) En Azure AI-tjänst. (CLU är en uppdaterad version av LUIS.)

LUIS dras tillbaka den 1 oktober 2025.

Conversational Language Understanding (CLU)

Med CLU (Conversational Language Understanding) kan användarna skapa anpassade modeller för förståelse av naturligt språk för att förutsäga den övergripande avsikten med ett inkommande yttrande och extrahera viktig information från det. CLU tillhandahåller bara information för att förstå indatatexten för klientprogrammet och utför inga åtgärder på egen hand.

Om du vill använda CLU i roboten skapar du en språkresurs och ett konversationsprojekt, tränar och distribuerar din språkmodell och implementerar sedan en telemetriigenkänning i roboten som vidarebefordrar begäranden till CLU-API:et.

Mer information finns i:

Language Understanding (LUIS)

Kommentar

Language Understanding (LUIS) dras tillbaka den 1 oktober 2025. Från och med den 1 april 2023 kan du inte skapa nya LUIS-resurser.

LUIS tillämpar anpassad maskininlärningsinformation på en användares konversationstext med naturligt språk för att förutsäga övergripande betydelse och hämta relevant, detaljerad information.

Om du vill använda LUIS i din robot skapar, tränar och publicerar du en LUIS-app och lägger sedan till en LUIS-identifierare i roboten.

Mer information finns i:

Frågor och svar

Med funktioner för frågor och svar kan du skapa kunskapsbas för att besvara användarfrågor. Kunskapsbaser representerar halvstrukturerat innehåll, till exempel det som finns i vanliga frågor och svar, manualer och dokument.

Tjänst eller funktion beskrivning
Frågor och svar En funktion i Azure AI Language-tjänsten.
QnA Maker En Tjänst för Azure AI-tjänster. (Frågesvar är en uppdaterad version av QnA Maker.)

Azure AI QnA Maker dras tillbaka den 31 mars 2025.

Frågor och svar

Frågesvar ger molnbaserad bearbetning av naturligt språk (NLP) som gör att du kan skapa ett naturligt konversationslager över dina data. Den används för att hitta det lämpligaste svaret för indata från dina anpassade kunskapsbas med information.

Om du vill använda frågesvar i roboten skapar och distribuerar du ett frågesvarsprojekt och implementerar sedan en QnA Maker-klient i roboten som vidarebefordrar begäranden till frågesvars-API:et.

Mer information finns i:

QnA Maker

Kommentar

Azure AI QnA Maker dras tillbaka den 31 mars 2025. Från och med den 1 oktober 2022 kan du inte skapa nya QnA Maker resurser eller kunskapsbaser för 2022.

QnA Maker har den inbyggda möjligheten att skrapa frågor och svar från en befintlig webbplats med vanliga frågor och svar, plus att du även kan konfigurera din egen anpassade lista med frågor och svar manuellt. QnA Maker har bearbetningsfunktioner för naturligt språk, vilket gör det möjligt att även ge svar på frågor som är formulerade något annorlunda än förväntat. Det har dock inte semantiska språkförstålliga förmågor, så det kan inte avgöra att en valp är en typ av hund, till exempel.

Om du vill använda QnA Maker i roboten skapar du en QnA Maker-tjänst, publicerar din kunskapsbas och lägger till ett QnA Maker-objekt i roboten.

Mer information finns i:

Azure Cognitive Search hjälper din robot att ge användarna en omfattande sökupplevelse, inklusive möjligheten att fasettera och filtrera information.

  • Du kan använda Azure Cognitive Search som en funktion i Azure AI Language.
  • Du kan använda Azure Cognitive tjänsten Search direkt.

Du kan använda Azure Cognitive Search för att skapa ett effektivt index som du kan söka efter, fasettera och filtrera ett datalager med.

Använda flera funktioner tillsammans

Om du vill skapa en robot för flera syften som förstår flera konversationsämnen börjar du med stöd för varje funktion separat och integrerar dem sedan tillsammans. Scenarier där en robot kan kombinera flera funktioner är:

  • En robot som tillhandahåller en uppsättning funktioner, där varje funktion har en egen språkmodell.
  • En robot som söker i flera kunskapsbas för att hitta svar på en användares frågor.
  • En robot som integrerar olika typer av funktioner, till exempel språkförstålning, svar på frågor och sökning.

I den här tabellen beskrivs olika sätt att integrera flera funktioner.

Tjänst eller funktion beskrivning
Arbetsflöde för orkestrering En funktion i Azure AI Language-tjänsten som gör att du kan använda flera frågesvar, CLU- och LUIS-projekt tillsammans.
Bot Framework-initierare En igenkänningsmotor med endast avsikt, som du kan använda för att avgöra vilken LUIS-modell eller QnA Maker-kunskapsbas bäst kan hantera ett visst meddelande.
Anpassat Du kan implementera din egen logik för att bestämma hur användarens begäran ska hanteras på bästa sätt.

Använda orkestreringsarbetsflöde

Arbetsflödet för orkestrering tillämpar maskininlärningsinformation så att du kan skapa orkestreringsmodeller för att ansluta clu-komponenter (conversational language understanding), frågesvarsprojekt och LUIS-program.

Om du vill använda arbetsflödet för orkestrering i roboten skapar du ett arbetsflödesprojekt för orkestrering, skapar schemat, tränar och distribuerar modellen och frågar sedan modell-API:et om avsiktsförutsägelser.

Mer information finns i:

Orchestrator

Kommentar

Azure AI QnA Maker dras tillbaka den 31 mars 2025. Från och med den 1 oktober 2022 kan du inte skapa nya QnA Maker resurser eller kunskapsbaser för 2022.

Language Understanding (LUIS) dras tillbaka den 1 oktober 2025. Från och med den 1 april 2023 kan du inte skapa nya LUIS-resurser.

Bot Framework Orchestrator är en igenkänningsmotor med endast avsikt. Bot Framework CLI innehåller verktyg för att generera en språkmodell för Orchestrator från en samling QnA Maker-kunskapsbas och LUIS-språkmodeller. Roboten kan sedan använda Orchestrator för att avgöra vilken tjänst som bäst kan svara på användarens indata.

Bot Framework SDK har inbyggt stöd för LUIS och QnA Maker. På så sätt kan du utlösa dialogrutor eller automatiskt besvara frågor med hjälp av LUIS och QnA Maker med minimal konfiguration.

Mer information finns i Använda flera LUIS- och QnA-modeller med Orchestrator.

Anpassad logik

Det finns två huvudsakliga sätt att implementera din egen logik:

  1. För varje meddelande anropar du alla relevanta tjänster som din robot stöder. Använd resultaten från tjänsten som har bästa möjliga förtroendepoäng. Om den bästa poängen är tvetydig ber du användaren att välja vilket svar de vill ha.
  2. Anropa varje tjänst i önskad ordning. Använd det första resultatet som har tillräcklig konfidenspoäng.

Dricks

När du implementerar en kombination av olika tjänst- eller funktionstyper testar du indata med vart och ett av verktygen för att fastställa tröskelvärdet för var och en av dina modeller. Tjänsterna och funktionerna använder olika bedömningskriterier, så poängen som genereras i dessa verktyg är inte direkt jämförbara.

TJÄNSTERNA LUIS och QnA Maker normaliserar poäng. Så kan en poäng vara bra i en LUIS-modell men inte så bra i en annan modell.

Migrera befintliga språkprojekt

Information om hur du migrerar resurser från äldre tjänster till Azure AI Language finns i:

Ytterligare resurser

Så här hanterar du specifika projekt eller resurser:

Dokumentation för en specifik funktion eller tjänst: