خطط لتطبيق QnA Maker الخاص بك
لتخطيط تطبيق QnA Maker، تحتاج إلى فهم كيفية عمل QnA Maker وتفاعله مع خدمات Azure الأخرى. يجب أن يكون لديك أيضا فهم قوي للمفاهيم قاعدة معارف.
ملاحظة
سيتم إيقاف خدمة QnA Maker في 31 مارس 2025. يتوفر الآن إصدار أحدث من إمكانية طرح الأسئلة والإجابة عليها كجزء من Azure Cognitive Service for Language. للحصول على إمكانيات الإجابة على الأسئلة داخل خدمة اللغة، راجع الإجابة على الأسئلة. اعتبارا من 1 أكتوبر 2022 ، لن تتمكن من إنشاء موارد QnA Maker جديدة. للحصول على معلومات حول ترحيل قواعد معارف QnA Maker الحالية للإجابة على الأسئلة، راجع دليل الترحيل.
موارد Azure
لكل مورد من موارد Azure تم إنشاؤه باستخدام QnA Maker غرض محدد. كل مورد له غرضه الخاص وحدوده ومستوى التسعير. من المهم فهم وظيفة هذه الموارد حتى تتمكن من استخدام هذه المعرفة في عملية التخطيط الخاصة بك.
| المورد | الغرض |
|---|---|
| مورد صانع QnA | التأليف والتنبؤ بالاستعلام |
| مورد البحث المعرفي | تخزين البيانات والبحث عنها |
| مورد خدمة التطبيق ومورد خدمة خطة التطبيق | نقطة نهاية التنبؤ بالاستعلام |
| مورد Insights التطبيق | القياس عن بعد للتنبؤ بالاستعلام |
تخطيط الموارد
الطبقة المجانية ، F0لكل مورد تعمل ويمكن أن توفر كل من تجربة التأليف والتنبؤ بالاستعلام. يمكنك استخدام هذه الطبقة لمعرفة التأليف والتنبؤ بالاستعلام. عند الانتقال إلى سيناريو إنتاج أو سيناريو مباشر، أعد تقييم تحديد الموارد.
حجم قاعدة المعارف والإنتاجية
عند إنشاء تطبيق حقيقي، خطط لموارد كافية لحجم قاعدة معارف ولطلبات التنبؤ بالاستعلام المتوقعة.
يتم التحكم في حجم قاعدة معارف من خلال:
- حدود طبقة تسعير موارد البحث المعرفي
- حدود صانع QnA
يتم التحكم في طلب التنبؤ بالاستعلام قاعدة معارف بواسطة خطة تطبيق الويب وتطبيق الويب. ارجع إلى الإعدادات الموصى بها لتخطيط طبقة التسعير الخاصة بك.
مشاركة الموارد
إذا كان لديك بالفعل بعض هذه الموارد قيد الاستخدام، فيمكنك التفكير في مشاركة الموارد. تعرف على الموارد التي يمكن مشاركتها مع إدراك أن مشاركة الموارد هي سيناريو متقدم.
تشترك جميع قواعد المعرفة التي تم إنشاؤها في نفس مورد QnA Maker في نفس نقطة نهاية التنبؤ باستعلام الاختبار .
فهم تأثير اختيار الموارد
يعني الاختيار السليم للموارد أن قاعدة معارف يجيب على تنبؤات الاستعلام بنجاح.
إذا كان قاعدة معارف الخاص بك لا يعمل بشكل صحيح ، فعادة ما تكون مشكلة في الإدارة غير السليمة للموارد.
يتطلب الاختيار غير السليم للموارد التحقيق لتحديد المورد الذي يحتاج إلى تغيير.
قواعد المعرفة
يرتبط قاعدة معارف مباشرة بمورد QnA Maker. يحتوي على أزواج الأسئلة والأجوبة (QnA) التي يتم استخدامها للإجابة على طلبات التنبؤ بالاستعلام.
اعتبارات لغوية
يقوم قاعدة معارف الأول الذي تم إنشاؤه على مورد QnA Maker بتعيين لغة المورد. يمكنك الحصول على لغة واحدة فقط لمورد QnA Maker.
يمكنك هيكلة موارد QnA Maker حسب اللغة أو يمكنك استخدام المترجم لتغيير استعلام من لغة أخرى إلى لغة قاعدة معارف قبل إرسال الاستعلام إلى نقطة نهاية توقع الاستعلام.
استيعاب مصادر البيانات
يمكنك استخدام أحد مصادر البيانات التي تم استيعابها التالية لإنشاء قاعدة معارف:
- عنوان URL العام
- عنوان URL SharePoint الخاص
- الملف
تقوم عملية الابتلاع بتحويل أنواع المحتوى المدعومة إلى تخفيض. يتم إجراء جميع عمليات التحرير الإضافية للإجابة باستخدام تخفيض السعر. بعد إنشاء قاعدة معارف، يمكنك تحرير أزواج QnA في مدخل QnA Maker باستخدام تأليف النص المنسق.
اعتبارات تنسيق البيانات
نظرا لأن التنسيق النهائي لزوج QnA هو تخفيض السعر، فمن المهم فهم دعم تخفيض السعر.
يجب أن تكون الصور المرتبطة متوفرة من عنوان URL عام ليتم عرضها في جزء الاختبار من مدخل QnA Maker أو في تطبيق عميل. لا يوفر QnA Maker مصادقة للمحتوى، بما في ذلك الصور.
شخصية بوت
أضف شخصية روبوت إلى قاعدة معارف الخاص بك باستخدام دردشة شيت. تأتي هذه الشخصية من خلال الإجابات المقدمة بنبرة محادثة معينة مثل المهنيةوالودية. يتم توفير دردشة شيت هذه كمجموعة محادثة، والتي لديك التحكم الكامل في إضافتها وتحريرها وإزالتها.
يوصى باستخدام شخصية الروبوت إذا كان الروبوت الخاص بك يتصل قاعدة معارف الخاص بك. يمكنك اختيار استخدام دردشة شيت في قاعدة معارف الخاص بك حتى لو كنت تتصل أيضا بخدمات أخرى ، ولكن يجب عليك مراجعة كيفية تفاعل خدمة الروبوت لمعرفة ما إذا كان هذا هو التصميم المعماري الصحيح لاستخدامك.
تدفق المحادثة مع قاعدة معارف
يبدأ تدفق المحادثة عادة بتحية من المستخدم، مثل Hi أو Hello. يمكن قاعدة معارف الإجابة بإجابة عامة ، مثل Hi, how can I help you، ويمكن أن توفر أيضا مجموعة مختارة من مطالبات المتابعة لمواصلة المحادثة.
يجب عليك تصميم تدفق المحادثة الخاص بك مع وضع حلقة في الاعتبار بحيث يعرف المستخدم كيفية استخدام الروبوت الخاص بك ولا يتخلى عنه الروبوت في المحادثة. توفر مطالبات المتابعة الربط بين أزواج QnA ، مما يسمح بتدفق المحادثة.
التأليف مع المتعاونين
قد يكون المتعاونون مطورين آخرين يشاركون مجموعة التطوير الكاملة لتطبيق قاعدة معارف أو قد يقتصرون على مجرد تأليف قاعدة معارف.
يدعم تأليف قاعدة المعارف العديد من أذونات الوصول المستندة إلى الأدوار التي تطبقها في مدخل Azure للحد من نطاق قدرات المتعاون.
التكامل مع تطبيقات العميل
يتم تحقيق التكامل مع تطبيقات العميل عن طريق إرسال استعلام إلى نقطة نهاية وقت تشغيل التنبؤ. يتم إرسال استعلام إلى قاعدة معارف المحدد باستخدام طلب يستند إلى SDK أو REST إلى نقطة نهاية تطبيق الويب الخاص ب QnA Maker.
لمصادقة طلب عميل بشكل صحيح، يجب أن يرسل تطبيق العميل بيانات الاعتماد الصحيحة ومعرف قاعدة معارف. إذا كنت تستخدم خدمة Azure Bot، فقم بتكوين هذه الإعدادات كجزء من تكوين الروبوت في مدخل Azure.
تدفق المحادثة في تطبيق عميل
قد يتطلب تدفق المحادثة في تطبيق عميل، مثل روبوت Azure، وظائف قبل التفاعل مع قاعدة معارف وبعده.
هل يدعم تطبيق العميل الخاص بك تدفق المحادثة ، إما عن طريق توفير وسائل بديلة للتعامل مع مطالبات المتابعة أو بما في ذلك chit-chit؟ إذا كان الأمر كذلك ، فقم بتصميمها مبكرا وتأكد من معالجة استعلام تطبيق العميل بشكل صحيح بواسطة خدمة أخرى أو عند إرسالها إلى قاعدة معارف الخاص بك.
الإرسال بين صانع QnA وفهم اللغة (LUIS)
قد يوفر تطبيق العميل العديد من الميزات ، يتم الرد على واحدة منها فقط بواسطة قاعدة معارف. لا تزال الميزات الأخرى بحاجة إلى فهم نص المحادثة واستخراج المعنى منه.
تتمثل بنية تطبيق العميل الشائعة في استخدام كل من QnA Maker و Language Understanding (LUIS) معا. يوفر LUIS تصنيف النص واستخراجه لأي استعلام، بما في ذلك الخدمات الأخرى. يوفر QnA Maker إجابات من قاعدة معارف الخاص بك.
في مثل هذا السيناريو المشترك للبنية ، يتم الإرسال بين الخدمتين بواسطة أداة الإرسال من Bot Framework.
التعلم النشط من تطبيق عميل
يستخدم QnA Maker التعلم النشط لتحسين قاعدة معارف الخاص بك عن طريق اقتراح أسئلة بديلة على إجابة. تطبيق العميل مسؤول عن جزء من هذا التعلم النشط. من خلال مطالبات المحادثة ، يمكن لتطبيق العميل تحديد أن قاعدة معارف إرجاع إجابة غير مفيدة للمستخدم ، ويمكنه تحديد إجابة أفضل. يحتاج تطبيق العميل إلى إرسال هذه المعلومات مرة أخرى إلى قاعدة معارف لتحسين جودة التنبؤ.
تقديم إجابة افتراضية
إذا لم يعثر قاعدة معارف على إجابة، فسيعرض الإجابة الافتراضية. هذه الإجابة قابلة للتكوين في صفحة الإعدادات في مدخل QnA Maker أو في واجهات برمجة التطبيقات.
تختلف هذه الإجابة الافتراضية عن الإجابة الافتراضية لروبوت Azure. يمكنك تكوين الإجابة الافتراضية لروبوت Azure الخاص بك في مدخل Azure كجزء من إعدادات التكوين. يتم إرجاعه عندما لا يتم استيفاء عتبة النتيجة.
التنبؤ
التنبؤ هو استجابة من قاعدة معارف الخاص بك ، ويتضمن معلومات أكثر من مجرد الإجابة. للحصول على استجابة تنبؤ الاستعلام، استخدم واجهة برمجة تطبيقات GenerateAnswer.
تقلبات درجة التنبؤ
يمكن أن تتغير النتيجة بناء على عدة عوامل:
- عدد الإجابات التي طلبتها استجابة ل GenerateAnswer مع
topالخاصية - مجموعة متنوعة من الأسئلة البديلة المتاحة
- تصفية البيانات الوصفية
- الاستعلام المرسل إلى
testأوproductionقاعدة معارف
هناك ترتيب للإجابة على مرحلتين:
- البحث المعرفي - المرتبة الأولى. قم بتعيين عدد الإجابات المسموح بها عاليا بما فيه الكفاية بحيث يتم إرجاع أفضل الإجابات بواسطة البحث المعرفي ثم يتم تمريرها إلى تصنيف QnA Maker.
- صانع QnA - المرتبة الثانية. تطبيق الإنجاز والتعلم الآلي لتحديد أفضل إجابة.
تحديثات الخدمة
تطبيق آخر تحديثات وقت التشغيل لإدارة تحديثات الخدمة تلقائيا.
التوسع والإنتاجية والمرونة
يتم تحديد القياس والإنتاجية والمرونة من خلال موارد Azure ومستويات التسعير الخاصة بها وأي بنية محيطة مثل مدير حركة المرور.
التحليلات باستخدام Insights التطبيقات
يتم تخزين جميع الاستعلامات إلى قاعدة معارف الخاص بك في Insights التطبيق. استخدم أهم طلبات البحث لدينا لفهم مقاييسك.
دورة حياة التطوير
دورة حياة تطوير قاعدة معارف مستمرة: تحرير قاعدة معارف واختبارها ونشرها.
تطوير قاعدة المعرفة لأزواج صانع QnA
يجب تصميم أزواج QnA الخاصة بك وتطويرها بناء على استخدام تطبيق العميل الخاص بك.
يمكن أن يحتوي كل زوج على:
- البيانات الوصفية - قابلة للتصفية عند الاستعلام للسماح لك بوضع علامة على أزواج QnA الخاصة بك بمعلومات إضافية حول مصدر بياناتك ومحتواها وتنسيقها والغرض منها.
- مطالبات المتابعة - تساعد على تحديد مسار من خلال قاعدة معارف الخاص بك حتى يصل المستخدم إلى الإجابة الصحيحة.
- أسئلة بديلة - من المهم السماح للبحث بالتطابق مع إجابتك من أشكال مختلفة من السؤال. تتحول اقتراحات التعلم النشط إلى أسئلة بديلة.
تطوير DevOps
يتطلب تطوير قاعدة معارف لإدخاله في خط أنابيب DevOps عزل قاعدة معارف أثناء اختبار الدفعات.
يشارك قاعدة معارف فهرس البحث المعرفي مع جميع قواعد المعرفة الأخرى على مورد QnA Maker. في حين أن قاعدة معارف معزولة بواسطة القسم، فإن مشاركة الفهرس يمكن أن تسبب فرقا في النتيجة عند مقارنتها قاعدة معارف المنشورة.
للحصول على نفس النتيجة على test أسس المعرفة ، production قم بعزل مورد QnA Maker إلى قاعدة معارف واحد. في هذه البنية ، يحتاج المورد فقط إلى العيش طالما أن اختبار الدفعة المعزولة.