Criar bots de dados de Conhecimento

APLICA-SE A: SDK v4

Você pode criar um bot de conhecimento que cubra praticamente qualquer tópico. Independentemente do caso de uso para o qual um bot de de conhecimento é criado, seu objetivo básico é sempre o mesmo: procurar e retornar as informações que o usuário solicitou, pesquisando um corpo de dados.

Por exemplo, um bot de conhecimento pode responder a perguntas sobre eventos, como "Quais eventos de bot existem nesta conferência?" ou "Quando é o próximo show de reggae?" ou "Quem é Tame Impala?". Outro bot pode responder a perguntas relacionadas a TI, como "Como fazer para atualizar meu sistema operacional?" ou “Onde ir para redefinir minha senha?”. Outro ainda pode responder perguntas sobre contatos, como "Quem é John Doe"? ou "Qual é o end. de email de Jane Doe?".

Este artigo aborda alguns dos recursos de IA que você pode adicionar a um bot, como permitir que um usuário pesquise informações, faça perguntas ou interaja com informações. Para saber quais recursos dos serviços de IA do Azure que o do Bot Framework SDK suporta, confira Reconhecimento de linguagem natural.

Dica

Os serviços de IA do Azure incorporam tecnologias em evolução. Este artigo descreve recursos mais recentes e mais antigos.

Sobre Pontuações de Confiança

Alguns recursos permitem que um bot retorne informações de uma base de informações ou de um modelo de linguagem para corresponder a uma pergunta ou consulta do usuário.

Por exemplo, se o usuário solicita um bot de conhecimento de música para obter informações sobre "impala" (em vez do nome completo da banda "Tame Impala"), o bot pode responder com informações mais prováveis de serem relevantes para essa entrada. Da mesma forma, os recursos de reconhecimento de linguagem podem usar um modelo de linguagem para extrair a provável intenção da entrada de usuário. Por exemplo, se o usuário pedir a um bot de agente de viagens para "reservar um quarto por três dias", o bot pode extrair uma intenção de "reservar um quarto" e fazer o acompanhamento coletando detalhes.

Tanto a pesquisa quanto o reconhecimento de intenção retornam uma pontuação de confiança, que indica o nível de confiança que o mecanismo tem de que um determinado resultado está correto. Use as pontuações de confiança para ordenar os resultados ou para responder de forma diferente, com base na confiança geral em sua resposta.

Observação

Quando você usa uma combinação de diferentes tipos de serviço ou recurso juntos, teste as entradas com cada uma das ferramentas para determinar a pontuação limite para cada um dos seus modelos. Os serviços e recursos usam critérios de pontuação diferentes, portanto, as pontuações geradas nessas ferramentas não são diretamente comparáveis. Por exemplo, o serviço QnA Maker usou um intervalo de confiança de 0 a 100, enquanto o recurso de resposta a perguntas usa um intervalo de 0,0 a 1,0.

• Se a confiança for alta, seu bot poderá responder com "Aqui está o evento que melhor corresponde à sua pesquisa" ou "Posso ajudá-lo a reservar um quarto" e apresentar a resposta principal ou começar a fazer perguntas de acompanhamento.
• Se a confiança for baixa, seu bot poderá responder com "Hmm... Você estava procurando por algum desses eventos?" ou "Eu posso ajudá-lo com as seguintes coisas" e apresentar uma lista de possíveis respostas ou opções.

Para filtrar tópicos

Você pode criar bots de conhecimento para ajudar um usuário a restringir e refinar uma pesquisa. Dentro de uma conversa, o bot pode fazer perguntas esclarecedoras, apresentar opções e validar resultados, de uma maneira que a pesquisa básica não consegue.

Por exemplo, um bot de eventos pode descobrir em que tipo de evento o usuário está interessado fazendo uma série de perguntas. Considere a seguinte troca:

1. Usuário, “eventos”.
2. Bot, “No que você tem interesse? Música, Comédia, Cinema...".
3. Usuário, "Música".
4. Bot, “Em quais tipos de música você tem interesse? Qualquer um, rock 'n' roll/POP, Hip-hop/Rap, ...".
5. Usuário, "rock 'n' roll/POP".
6. Bot, "Que dia você gostaria de ver rock 'n' roll/POP? Sexta-feira, sábado, domingo, qualquer".
7. Usuário, "sábado".
8. Bot, "Aqui estão os shows de rock 'n' roll/POP para sábado:", com uma lista dos shows encontrados.

Ao processar a entrada de usuário em cada etapa e apresentar as opções relevantes, o bot orienta o usuário para as informações que ele está procurando. Depois que o bot fornece essas informações, ele ainda pode fornecer orientação sobre as maneiras mais eficientes para localizar informações semelhantes no futuro.

Aliás, você também pode simplesmente digitar "Rock sexta-feira" ou procurar um evento pelo nome.

Para obter informações sobre serviços relacionados do Azure, confira Pesquisar no artigo .do conceitoReconhecimento de linguagem natural.

Para responder a perguntas

Você pode criar bots de conhecimento para responder às perguntas frequentes. Os serviços que oferecem suporte a recursos de perguntas e respostas geralmente permitem que você ou seu bot:

• Gerenciar e treinar uma base de informações.
• Importar informações para uma base de informações, como de um arquivo de dados ou página da Web.
• Adivinhe qual resposta melhor mapeia para a pergunta do usuário.
• Faça perguntas de acompanhamento ao usuário para ajudar a encontrar a resposta que ele está procurando.

Para obter informações sobre serviços relacionados do Azure, confira Perguntas e respostas no artigo de conceito Reconhecimento de linguagem natural.

Para interpretar a intenção

Alguns bots de conhecimento exigem capacidades de processamento de linguagem natural (NLP) para que eles possam analisar as mensagens de um usuário para determinar a intenção do usuário.

Em um bot de reprodução da música, por exemplo, um usuário pode utilizar a mensagem "Reproduzir Reggae", "Reproduzir Bob Marley" ou "Reproduzir One Love". Você pode treinar um modelo de linguagem para mapear cada uma dessas mensagens para a intenção "playMusic", sem ser treinado com cada artista, gênero e nome da música.

Seu modelo de linguagem pode não entender se a coisa a ser tocada, a entidade, é um gênero, artista ou música. No entanto, seu bot pode procurar essa entidade usando essas informações e prosseguir a partir daí.

Para obter informações sobre serviços relacionados do Azure, confira Reconhecimento de linguagem no artigo de conceito Reconhecimento de linguagem natural.

Para integrar vários recursos

Cada recurso de PNL é uma ferramenta poderosa por si só. No entanto, seu bot pode combinar esses recursos e outros para fornecer aos usuários uma experiência mais fluida e natural. Use as pontuações de confiança para determinar qual recurso melhor mapeia a mensagem do usuário e faça perguntas de acompanhamento se a melhor correspondência for ambígua.

Por exemplo, esse bot pode permitir que o usuário:

• Encontre um show que ele tem interesse em assistir.
• Obtenha informações sobre o artista, local e evento.
• Compre um ingresso ou inscreva-se para receber avisos de eventos futuros.

Para obter informações sobre serviços relacionados do Azure, confira Usar vários recursos juntos no artigo de conceito Reconhecimento de linguagem naturall.

Explorar as amostras

O repositório do Bot Framework Samples tem alguns bots de exemplo que demonstram recursos de reconhecimento de linguagem:

Amostra	Nome do exemplo	Descrição
11	QnA Maker (simples)	Responda a perguntas como uma série de conversas de turno único usando o QnA Maker.
13	Bot principal	Interpretar a intenção do usuário usando o LUIS.
14	PNL com despacho	Expedir mensagens de usuário para o LUIS ou QnA Maker usando o Orchestrator.
49	QnA Maker (avançado)	Responder a perguntas usando recursos de aprendizado ativo e multiturno no QnA Maker.

Observação

O QnA Maker da IA do Azure será desativada em 31 de março de 2025. A partir de 1° de outubro de 2022, não será mais possível criar recursos ou bases de conhecimento do QnA Maker. Uma versão mais recente da funcionalidade de perguntas e respostas agora está disponível como parte da Linguagem de IA do Azure.

Respostas às perguntas personalizadas, um recurso de Linguagem de IA do Azure, é a versão atualizada do serviço QnA Maker. Para obter mais informações sobre o suporte a perguntas e respostas no SDK do Bot Framework, confira reconhecimento de linguagem natural.

Observação

O reconhecimento de linguagem (LUIS) será desativado em 1º de outubro de 2025. A partir de 1º de abril de 2023, você não poderá criar recursos do LUIS. Uma versão mais recente do reconhecimento de linguagem já está disponível como parte da Linguagem de IA do Azure.

A compreensão da linguagem coloquial (CLU), um recurso da Linguagem de IA do Azure, é a versão atualizada do LUIS. Para obter mais informações sobre o suporte ao reconhecimento de linguagem no SDK do Bot Framework, confira Reconhecimento de linguagem natural.

Os repositórios SDK do Azure para .NET e SDK do Azure para Python também têm alguns exemplos:

Recurso	Exemplos LEIAME
Respostas às perguntas	C#, Python
Fluxo de trabalho de orquestração e compreensão da linguagem coloquial	C#, Python