Membuat aplikasi LUIS yang dapat terurai

  • Artikel
  • 7 menit untuk membaca

Dalam tutorial ini, Anda akan dapat membuat aplikasi LUIS telekomunikasi yang dapat memprediksi niat pengguna yang berbeda. Pada akhir tutorial, kita akan memiliki aplikasi telekomunikasi yang dapat memprediksi niat pengguna berdasarkan teks yang disediakan oleh pengguna.

Kita akan menangani skenario (niat) pengguna yang berbeda seperti:

  • Mendaftar untuk jalur telekomunikasi baru
  • Memperbarui tingkat yang sudah ada
  • Membayar tagihan

Dalam tutorial ini, Anda akan mempelajari cara:

  1. Membuat aplikasi LUIS
  2. Membuat niat
  3. Tambahkan entitas
  4. Menambahkan ucapan
  5. Contoh label ucapan
  6. Melatih aplikasi
  7. Memublikasikan aplikasi
  8. Mendapatkan prediksi dari titik akhir yang dipublikasikan

Membuat aplikasi LUIS

  1. Masuk ke portal LUIS

  2. Buat aplikasi baru dengan memilih +Aplikasi baru.

    A screenshot of the application creation screen.

  3. Di jendela yang muncul, masukkan nama "Tutorial Telekomunikasi", pertahankan kultur default, Bahasa Inggris. Jangan mengatur bidang lainnya karena bidang tersebut bersifat opsional. Pilih Selesai.

    A screenshot of the LUIS application's creation fields.

Niat pengguna sebagai niat

Hal pertama yang akan Anda lihat di bagian Build adalah niat aplikasi. Niat mewakili tugas atau tindakan yang ingin dilakukan pengguna.

Bayangkan aplikasi LUIS telekomunikasi, apa yang dibutuhkan pengguna?

Mereka mungkin perlu melakukan beberapa jenis tindakan pengguna atau meminta bantuan. Pengguna lain mungkin ingin memperbarui tingkat mereka atau membayar tagihan

Skema yang dihasilkan adalah sebagai berikut. Untuk informasi selengkapnya, lihat praktik terbaik tentang perencanaan skema.

Niat Tujuan
UserActions Menentukan tindakan pengguna
Bantuan Meminta bantuan
UpdateTier Memperbarui tingkat saat ini
PayBill Membayar tagihan terutang
Tidak ada Menentukan apakah pengguna menanyakan sesuatu yang tidak dirancang untuk dijawab oleh aplikasi LUIS. Niat ini disediakan sebagai bagian dari pembuatan aplikasi dan tidak dapat dihapus.

Membuat Niat baru

Niat digunakan untuk mengklasifikasikan ucapan pengguna berdasarkan niat pengguna, yang ditentukan dari teks bahasa alami.

Untuk mengklasifikasikan ucapan, niat membutuhkan contoh ucapan pengguna yang harus diklasifikasikan dengan niat ini.

  1. Pilih Build dari menu navigasi atas, lalu pilih Niat di sisi kiri layar. Pilih + Buat untuk membuat niat baru. Masukkan nama niat baru, "UserAction", lalu pilih Selesai

    UserAction bisa menjadi salah satu dari banyak niat. Misalnya, beberapa pengguna mungkin ingin mendaftar untuk baris baru, sementara yang lain mungkin ingin mengambil informasi.

  2. Tambahkan beberapa contoh ucapan ke niat yang Anda harapkan diminta pengguna:

    • Hai! Saya ingin mendaftar untuk baris baru
    • Bisakah saya mendaftar untuk baris baru?
    • Halo, saya ingin baris baru
    • Saya lupa nomor baris saya!
    • Saya ingin nomor baris baru

    A screenshot showing example utterances for the UserAction intent.

Untuk niat PayBill, beberapa ucapan bisa jadi:

  • Saya ingin membayar tagihan saya
  • Selesaikan tagihan saya
  • Bayar tagihan
  • Saya ingin menutup saldo saya saat ini
  • Hai! Saya ingin membayar tagihan saat ini

Dengan memberikan contoh ucapan, Anda mengajarkan LUIS tentang jenis ucapan apa yang harus diprediksi untuk niat ini. Ini adalah contoh positif. Ucapan-ucapan dalam semua niat lain diperlakukan sebagai contoh negatif untuk niat ini. Idealnya, semakin banyak ucapan contoh yang Anda tambahkan, semakin baik prediksi aplikasi Anda.

Beberapa ucapan ini hanya untuk tujuan demonstrasi. Aplikasi di dunia nyata harus memiliki setidaknya 15-30 ucapan dengan panjang, urutan kata, bentuk, kebenaran tata bahasa, tanda baca, dan hitungan kata yang bervariasi.

Membuat niat yang tersisa

Lakukan langkah-langkah di atas untuk menambahkan niat berikut ke aplikasi:

"Help"

  • "Saya butuh bantuan"
  • "Saya butuh pertolongan"
  • "Tolong bantu"
  • "Bisakah seseorang membantu saya?"
  • "Saya bingung, bisakah Anda membantu saya"
  • "Ada yang bisa membantu saya?"

"UpdateTier"

  • "Saya ingin memperbarui tingkat saya"
  • "Perbarui tingkat saya"
  • "Saya ingin berubah ke tingkat VIP"
  • "Ubah langganan saya ke tingkat standar"

Contoh ucapan untuk niat None

Aplikasi klien perlu mengetahui apakah ucapan tidak bermakna atau sesuai untuk aplikasi. Niat "None" ditambahkan ke setiap aplikasi sebagai bagian dari proses pembuatan untuk menentukan apakah ucapan tidak boleh dijawab oleh aplikasi klien.

Jika LUIS mengembalikan niat "None" untuk ucapan, aplikasi klien Anda dapat menanyakan apakah pengguna ingin mengakhiri percakapan atau memberikan lebih banyak arahan untuk melanjutkan percakapan.

Jika Anda membiarkan niat "None" kosong, ucapan yang harus diprediksi di luar domain subjek akan diprediksi dalam salah satu niat domain subjek yang ada. Hasilnya adalah bahwa aplikasi klien, seperti bot obrolan, akan melakukan operasi yang salah berdasarkan prediksi yang salah.

  1. Pilih Niat dari panel kiri.

  2. Pilih niat Tidak Ada. Tambahkan tiga ucapan yang mungkin dimasukkan oleh pengguna tetapi tidak relevan dengan aplikasi Telekomunikasi Anda. Contoh-contoh ini seharusnya tidak menggunakan kata-kata yang Anda harapkan di domain subjek Anda seperti Tingkat, perbarui, daftar, tagihan.

    • "Kapan penerbangan saya?"
    • "Saya perlu mengubah pesanan pizza saya"
    • "Seperti apa cuaca hari ini?"

Tambahkan entitas

Entitas adalah item atau elemen yang relevan dengan niat pengguna. Entitas mendefinisikan data yang dapat diekstrak dari ucapan dan penting untuk menyelesaikan tindakan yang diperlukan pengguna.

  1. Di bagian build, pilih Entitas.

  2. Untuk menambahkan entitas baru, pilih +Buat

    Dalam contoh ini, kita akan membuat dua entitas, "UpdateTierInfo" sebagai jenis entitas yang dipelajari mesin, dan "Tier" sebagai tipe entitas daftar. Luis juga memungkinkan Anda membuat jenis entitas yang berbeda.

  3. Di jendela yang muncul, masukkan "UpdateTierInfo", dan pilih Dipelajari mesin dari jenis yang tersedia. Pilih kotak Tambahkan struktur agar dapat menambahkan struktur ke entitas ini.

    A screenshot showing an entity.

  4. Pilih Selanjutnya.

  5. Untuk menambahkan subentitas turunan, klik simbol "+" dan mulai menambahkan turunan. Untuk contoh entitas kami, "UpdateTierInfo", kita memerlukan tiga hal:

    • OriginalTier
    • NewTier
    • PhoneNumber

    A screenshot of subentities in the app.

  6. Klik Buat setelah menambahkan semua subentities THE.

    Kita akan membuat entitas lain bernama "Tier", tetapi kali ini akan menjadi entitas daftar, dan akan mencakup semua tingkatan yang mungkin kita berikan: tingkat Standar, tingkat Premium, dan tingkat VIP.

  7. Untuk melakukannya, buka tab entitas, dan klik +create dan pilih daftar dari jenis di layar yang muncul.

  8. Tambahkan item ke daftar Anda, dan secara opsional, Anda dapat menambahkan sinonim untuk memastikan bahwa semua kasus penyebutan tersebut dapat dipahami.

    A screenshot of a list entity.

  9. Sekarang kembali ke entitas "UpdateTierInfo" dan tambahkan entitas "tier" sebagai fitur untuk entitas "OriginalTier" dan "newTier" yang kita buat sebelumnya. Hasilnya akan terlihat seperti ini:

    A screenshot of an entity's features.

    Tambahkan tingkat sebagai fitur untuk "originalTier" dan "newTier", dan tambahkan entitas "Phonenumber", yang merupakan jenis Regex. Ini dapat dibuat dengan cara yang sama seperti membuat ML dan entitas daftar.

Sekarang kita telah berhasil membuat niat, menambahkan ucapan contoh, dan menambahkan entitas. Kita telah membuat empat niat (selain niat "none"), dan tiga entitas.

Contoh label ucapan

Entitas yang dipelajari mesin dibuat dan subentitas memiliki fitur. Untuk menyelesaikan peningkatan ekstraksi, contoh ujaran perlu diberi label dengan subentitas.

Ada dua cara untuk memberi label ucapan:

  1. Menggunakan alat pelabelan

    1. Buka Palet Entitas, pilih simbol "@" di toolbar kontekstual.
    2. Pilih setiap baris entitas di palet, lalu gunakan kursor palet untuk memilih entitas di setiap contoh ucapan.

  2. Tandai teks dengan menarik kursor Anda. Dengan menggunakan kursor, tandai teks yang ingin Anda beri label. Pada gambar berikut, kita menandai "vip - tier" dan memilih entitas "NewTier".

    A screenshot showing how to label utterances.

Melatih aplikasi

Di sisi kanan atas situs web LUIS, pilih tombol Train.

Sebelum pelatihan, pastikan setidaknya ada satu ucapan untuk setiap niat.

A screenshot showing the but for training an app.

Terbitkan aplikasi

Untuk menerima prediksi LUIS di bot obrolan atau aplikasi klien lainnya, Anda perlu memublikasikan aplikasi ke titik akhir prediksi. Untuk menerbitkan, Anda perlu melatih aplikasi terlebih dahulu.

  1. Pilih Terbitkan di navigasi kanan atas.

    A screenshot showing the button for publishing an app.

  2. Pilih slot Produksi, lalu pilih Selesai.

    A screenshot showing the production slot selector.

  3. Pilih Akses URL titik akhir Anda di pemberitahuan untuk masuk ke halaman Sumber Daya Azure. Anda hanya akan dapat melihat URL jika Anda memiliki sumber daya prediksi yang terkait dengan aplikasi. Anda juga bisa menemukan halaman Sumber Daya Azure dengan mengklik Kelola di sebelah kiri layar.

    A screenshot showing the endpoint access notification.

Mendapatkan prediksi niat

  1. Pilih Kelola di menu kanan atas, lalu pilih Sumber Daya Azure di sebelah kiri.

  2. Salin URL Contoh Kueri dan tempelkan ke tab browser web baru.

    URL titik akhir akan memiliki format berikut.

    https://YOUR-CUSTOM-SUBDOMAIN.api.cognitive.microsoft.com/luis/prediction/v3.0/apps/YOUR-APP-ID/slots/production/predict?subscription-key=YOUR-KEY-ID&verbose=true&show-all-intents=true&log=true&query=YOUR\_QUERY\_HERE

  3. Buka URL titik akhir di bilah alamat dan ganti parameter string query= dengan:

    "Halo! Saya mencari nomor baru."

    Kueri ucapan diteruskan dalam URI. Ucapan ini tidak sama dengan ucapan contoh yang ada, dan harus menjadi pengujian yang baik untuk memeriksa apakah LUIS memprediksi niat UserAction sebagai niat skor teratas.

    {
    "query": "hello! i am looking for a new number please",
    "prediction": 
    {
        "topIntent": "UserAction",
        "intents": 
        {
            "UserAction": {
            "score": 0.8607431},
            "Help":{
            "score": 0.031376917},
            "PayBill": {
            "score": 0.01989629},
            "None": {
            "score": 0.013738701},
            "UpdateTier": {
            "score": 0.012313577}
        },
    "entities": {}
    }
}

Hasil JSON mengidentifikasi niat skor teratas sebagai properti prediction.topIntent. Semua skor antara 1 dan 0, di mana skor yang lebih baik mendekati 1.

Langkah-langkah berikutnya dari aplikasi klien

Tutorial ini membuat aplikasi LUIS, membuat niat, entitas, menambahkan contoh ucapan untuk setiap niat, menambahkan ucapan contoh ke niat None, melatih, menerbitkan, dan menguji di titik akhir. Ini adalah langkah-langkah dasar membangun model LUIS.

LUIS tidak memberikan jawaban atas ucapan pengguna, hanya mengidentifikasi jenis informasi apa yang diminta dalam bahasa alami. Tindak lanjut percakapan disediakan oleh aplikasi klien seperti Azure Bot.

Bersihkan sumber daya

Saat tidak lagi diperlukan, hapus aplikasi LUIS. Untuk melakukannya, pilih Aplikasi saya dari menu kiri atas. Pilih elipsis ( ... ) di sebelah kanan nama aplikasi di daftar aplikasi, pilih Hapus. Pada dialog pop-up bernama Hapus aplikasi?, pilih Ok.