Qu’est-ce que le service Language Understanding (LUIS) ?What is Language Understanding (LUIS)?

Important

La sécurité TLS 1.2 est maintenant appliquée pour toutes les requêtes HTTP adressées à ce service.TLS 1.2 is now enforced for all HTTP requests to this service. Pour plus d’informations, consultez Sécurité Azure Cognitive Services.For more information, see Azure Cognitive Services security.

Language Understanding (LUIS) est un service API cloud qui applique une intelligence Machine Learning personnalisée au texte en langage naturel des conversations d’un utilisateur afin d’en prédire le sens général et d’en extraire des informations détaillées pertinentes.Language Understanding (LUIS) is a cloud-based API service that applies custom machine-learning intelligence to a user's conversational, natural language text to predict overall meaning, and pull out relevant, detailed information.

Une application cliente pour LUIS est une application de conversation qui communique avec un utilisateur en langage naturel pour accomplir une tâche.A client application for LUIS is any conversational application that communicates with a user in natural language to complete a task. Les applications clientes comprennent notamment les applications de réseaux sociaux, les bots conversationnels et les applications de bureau à reconnaissance vocale.Examples of client applications include social media apps, chat bots, and speech-enabled desktop applications.

Image conceptuelle de 3 applications clientes fonctionnant avec Cognitive Services Language Understanding (LUIS)Conceptual image of 3 client applications working with Cognitive Services Language Understanding (LUIS)

Utiliser LUIS dans un bot conversationnelUse LUIS in a chat bot

Une fois l’application LUIS publiée, une application cliente envoie des énoncés (textes) à l’API du point de terminaison de traitement du langage naturel LUIS et reçoit les résultats sous forme de réponses JSON.Once the LUIS app is published, a client application sends utterances (text) to the LUIS natural language processing endpoint API and receives the results as JSON responses. Un bot conversationnel est un exemple d’application cliente courante pour LUIS.A common client application for LUIS is a chat bot.

Image conceptuelle de LUIS fonctionnant avec un bot conversationnel pour prédire le texte de l’utilisateur avec une compréhension du langage naturel (NLP)Conceptual imagery of LUIS working with Chat bot to predict user text with natural language understanding (NLP)

ÉtapeStep ActionAction
11 L’application cliente envoie l’énoncé de l’utilisateur (texte dans ses propres mots), « I want to call my HR rep » (Je souhaite contacter mon représentant des ressources humaines),The client application sends the user utterance (text in their own words), "I want to call my HR rep." au point de terminaison LUIS sous la forme d’une requête HTTP.to the LUIS endpoint as an HTTP request.
22 LUIS vous permet de concevoir vos modèles de langage personnalisés pour ajouter de l’intelligence à votre application.LUIS enables you to craft your custom language models to add intelligence to your application. Les modèles de langage formés par apprentissage automatique prennent le texte d’entrée non structuré de l’utilisateur et retournent une réponse au format JSON, avec une intention principale, HRContact.Machine learned language models take the user's unstructured input text and returns a JSON-formatted response, with a top intent, HRContact. La réponse minimale du point de terminaison JSON contient l’énoncé de la requête, ainsi que l’intention présentant le score le plus élevé.The minimum JSON endpoint response contains the query utterance, and the top scoring intent. Elle peut également extraire des données telles que l’entité Type de contact.It can also extract data such as the Contact Type entity.
33 L’application cliente utilise la réponse JSON pour prendre des décisions concernant la manière dont les requêtes de l’utilisateur doivent être traitées.The client application uses the JSON response to make decisions about how to fulfill the user's requests. Ces décisions peuvent inclure un arbre de décision dans le code de l’infrastructure de bots, ainsi que des appels d’autres services.These decisions can include decision tree in the bot framework code and calls to other services.

L’application LUIS offre l’intelligence nécessaire pour permettre à l’application cliente d’effectuer des choix pertinents.The LUIS app provides intelligence so the client application can make smart choices. LUIS ne fournit pas ces choix.LUIS doesn't provide those choices.

Traitement en langage naturelNatural language processing

Votre application LUIS contient un modèle de langage naturel propre à un domaine.Your LUIS app contains a domain-specific natural language model. Vous pouvez démarrer l’application LUIS avec un modèle de domaine prédéfini, créer votre propre modèle ou fusionner les éléments d’un domaine prédéfini avec vos propres informations personnalisées.You can start the LUIS app with a prebuilt domain model, build your own model, or blend pieces of a prebuilt domain with your own custom information.

  • Modèle prédéfini LUIS dispose de nombreux modèles de domaine prédéfinis, incluant des intentions, des énoncés et des entités prédéfinies.Prebuilt model LUIS has many prebuilt domain models including intents, utterances, and prebuilt entities. Vous pouvez utiliser les entités prédéfinies sans avoir à utiliser les intentions ni les énoncés du modèle prédéfini.You can use the prebuilt entities without having to use the intents and utterances of the prebuilt model. Les modèles de domaines prédéfinis intègrent l’ensemble de la conception à votre intention et constituent un excellent moyen de commencer à utiliser LUIS rapidement.Prebuilt domain models include the entire design for you and are a great way to start using LUIS quickly.

  • Le modèle personnalisé LUIS vous offre plusieurs façons d’identifier vos propres modèles personnalisés, notamment les intentions et les entités.Custom model LUIS gives you several ways to identify your own custom models including intents, and entities. Les entités incluent des entités issues du machine learning, des entités spécifiques ou littérales et une combinaison des deux.Entities include machine-learning entities, specific or literal entities, and a combination of machine-learning and literal.

Générer le modèle LUISBuild the LUIS model

Générez le modèle avec les API de création ou à l’aide du portail LUIS.Build the model with the authoring APIs or with the LUIS portal.

Le modèle LUIS commence par les catégories d’intentions utilisateur appelées intentions .The LUIS model begins with categories of user intentions called intents. Chaque intention nécessite des exemples d’énoncés utilisateur.Each intent needs examples of user utterances. Chaque énoncé peut fournir des données qui doivent être extraites.Each utterance can provide data that needs to be extracted.

Exemple d’énoncé d’un utilisateurExample user utterance IntentionnelIntent Données extraitesExtracted data
Book a flight to Seattle? RéserverVolBookFlight SeattleSeattle
When does your store open? StoreHoursAndLocationStoreHoursAndLocation ouvertopen
Schedule a meeting at 1pm with Bob in Distribution ScheduleMeetingScheduleMeeting 13h, Bob1pm, Bob

Interroger le point de terminaison de prédictionQuery prediction endpoint

Une fois votre application entraînée et publiée sur le point de terminaison, l’application cliente envoie les énoncés à l’API du point de terminaison de prédiction.After your app is trained and published to the endpoint, the client application sends utterances to the prediction endpoint API. L’API applique le modèle à l’énoncé d’analyse et répond avec les résultats de prédiction au format JSON.The API applies the model to the utterance for analysis and responds with the prediction results in a JSON format.

La réponse minimale du point de terminaison JSON contient l’énoncé de la requête, ainsi que l’intention présentant le score le plus élevé.The minimum JSON endpoint response contains the query utterance, and the top scoring intent. Elle peut également extraire des données telles que l’entité Contact Type et ke sentiment général ci-après.It can also extract data such as the following Contact Type entity and overall sentiment.

{
    "query": "I want to call my HR rep",
    "prediction": {
        "normalizedQuery": "i want to call my hr rep",
        "topIntent": "HRContact",
        "intents": {
            "HRContact": {
                "score": 0.8582669
            }
        },
        "entities": {
            "Contact Type": [
                "call"
            ]
        },
        "sentiment": {
            "label": "negative",
            "score": 0.103343368
        }
    }
}

Améliorer la prédiction du modèleImprove model prediction

Une fois que votre application LUIS est publiée et reçoit des énoncés utilisateur réels, LUIS fournit un apprentissage actif des énoncés de point de terminaison pour améliorer la précision de la prédiction.After your LUIS app is published and receives real user utterances, LUIS provides active learning of endpoint utterances to improve prediction accuracy.

Cycle de vie de développementDevelopment lifecycle

LUIS offre différents outils, un contrôle de version et des fonctionnalités de collaboration avec d’autres auteurs LUIS à intégrer au cycle de vie de développement complet.LUIS provides tools, versioning, and collaboration with other LUIS authors to integrate into the full development life cycle.

Implémentation de LUISImplementing LUIS

En tant qu’API REST, Language Understanding (LUIS) est utilisable avec n’importe quel produit, service ou infrastructure avec une requête HTTP.Language Understanding (LUIS), as a REST API, can be used with any product, service, or framework with an HTTP request. La liste ci-après répertorie les principaux produits et services Microsoft utilisés avec LUIS.The following list contains the top Microsoft products and services used with LUIS.

La principale application cliente pour LUIS est la suivante :The top client application for LUIS is:

  • Web App Bot crée rapidement un bot conversationnel sur lequel LUIS est activé pour discuter avec un utilisateur par le biais d’une entrée de texte.Web app bot quickly creates a LUIS-enabled chat bot to talk with a user via text input. Utilise Bot Framework version 4.x pour bénéficier d’une expérience bot optimale.Uses Bot Framework version 4.x for a complete bot experience.

Outils simplifiant et accélérant l’utilisation de LUIS avec un bot :Tools to quickly and easily use LUIS with a bot:

  • LUIS CLI Le package NPM offre des fonctions de création et de prédiction avec un outil en ligne de commande autonome ou sous forme d’importation.LUIS CLI The NPM package provides authoring and prediction with as either a stand-alone command-line tool or as import.
  • LUISGen LUISGen est un outil permettant de générer un code source C# et Typescript fortement typé à partir d’un modèle LUIS exporté.LUISGen LUISGen is a tool for generating strongly typed C# and typescript source code from an exported LUIS model.
  • Dispatch permet d’utiliser plusieurs applications LUIS et QnA Maker à partir d’une application parente à l’aide du modèle de répartiteur.Dispatch allows several LUIS and QnA Maker apps to be used from a parent app using dispatcher model.
  • LUDown LUDown est un outil en ligne de commande facilitant la gestion des modèles de langage pour votre bot.LUDown LUDown is a command-line tool that helps manage language models for your bot.
  • Bot Framework - Composer - Outil de développement intégré, destiné aux développeurs et aux équipes pluridisciplinaires pour créer des bots et des expériences de conversation avec Microsoft Bot FrameworkBot framework - Composer - an integrated development tool for developers and multi-disciplinary teams to build bots and conversational experiences with the Microsoft Bot Framework

Autres services Cognitive Services utilisés avec LUIS :Other Cognitive Services used with LUIS:

  • QnA Maker permet à différents types de textes de se combiner en une question et de répondre à la base de connaissances.QnA Maker allows several types of text to combine into a question and answer knowledge base.
  • Speech convertit les requêtes énoncées à voix haute sous forme de texte.Speech service converts spoken language requests into text.
  • L’Apprenant de conversation accélère la création de conversations avec un bot à l’aide de LUIS.Conversation learner allows you to build bot conversations quicker with LUIS.

Exemples utilisant LUIS :Samples using LUIS:

Étapes suivantesNext steps