A compreensão de linguagem natural

  • Artigo

APLICA-SE A: SDK v4

Os bots podem usar vários estilos de conversação, desde estruturados e guiados até de forma livre e abertos. Com base no que um usuário diz, seu bot precisa decidir o que fazer a seguir em seu fluxo de conversa. Os serviços de IA do Azure incluem recursos para ajudar nessa tarefa. Esses recursos podem ajudar um bot a procurar informações, fazer perguntas ou interpretar a intenção do usuário.

A interação entre os utilizadores e os bots é, frequentemente, de forma livre, e os bots devem compreender a linguagem de forma natural e contextual. Em uma conversa aberta, pode haver uma ampla gama de respostas do usuário, e os bots podem fornecer mais ou menos estrutura ou orientação. Esta tabela ilustra a diferença entre perguntas guiadas e abertas.

Guiado Aberto
Eu sou o bot de viagem. Selecione uma das seguintes opções: encontrar voos, encontrar hotéis, encontrar carro alugado. Eu posso ajudá-lo a reservar viagens. O que pretende fazer?
Precisa de mais alguma coisa? Clique em sim ou não. Precisa de mais alguma coisa?

Os serviços de IA do Azure fornecem recursos com os quais criar aplicativos, sites e bots inteligentes. Adicionar esses recursos ao seu bot pode permitir que ele responda à entrada do usuário aberto de forma mais adequada.

Este artigo descreve o suporte no SDK do Bot Framework para alguns dos recursos disponíveis nos serviços de IA do Azure.

  • Para obter dicas sobre como projetar esses recursos em seu bot, consulte Projetar bots de conhecimento.
  • Para obter informações detalhadas sobre os serviços de IA do Azure, consulte a documentação dos serviços de IA do Azure.

Documentação de orientação geral

Os serviços de IA do Azure incorporam tecnologias em evolução. O Azure AI Language integra vários recursos que foram implementados anteriormente como serviços separados. Este artigo descreve os recursos e serviços mais recentes e mais antigos e onde encontrar mais informações sobre cada um.

Scenario Orientação
Desenvolvimento de novos bots Considere o uso do Power Virtual Agents, que foi projetado para dar suporte a equipes onde os membros têm uma combinação de habilidades e disciplinas. Para obter mais informações, consulte Power Virtual Agents e Enable advanced AI features.
Novos projetos de linguagem para bots SDK existentes do Bot Framework Considere usar recursos do serviço Azure AI Language, como compreensão de linguagem conversacional (CLU) e responder a perguntas.
Bots existentes com projetos linguísticos existentes Seus projetos de idioma continuarão a funcionar, mas considere migrar para o Azure AI Language. Para obter mais informações, consulte a seção Migrar projetos de idiomas existentes mais adiante neste artigo.

Compreensão de idiomas

Os recursos de compreensão de linguagem natural permitem que você crie modelos personalizados de compreensão de linguagem natural para prever a intenção geral da mensagem do usuário e extrair informações importantes dela.

Serviço ou funcionalidade Description
Compreensão de linguagem conversacional (CLU) Um recurso do serviço Azure AI Language.
Compreensão de Idiomas (LUIS) Um serviço de IA do Azure. (CLU é uma versão atualizada do LUIS.)

O LUIS será aposentado em 1º de outubro de 2025.

Compreensão de linguagem conversacional (CLU)

A compreensão de linguagem conversacional (CLU) permite que os usuários criem modelos personalizados de compreensão de linguagem natural para prever a intenção geral de um enunciado de entrada e extrair informações importantes dele. A CLU fornece apenas a inteligência para entender o texto de entrada para o aplicativo cliente e não executa nenhuma ação por conta própria.

Para usar a CLU em seu bot, crie um recurso de linguagem e um projeto de conversação, treine e implante seu modelo de linguagem e, em seguida, implemente em seu bot um reconhecedor de telemetria que encaminha solicitações para a API da CLU.

Para obter mais informações, consulte:

Compreensão de Idiomas (LUIS)

Nota

O Language Understanding (LUIS) será aposentado em 1 de outubro de 2025. A partir de 1 de abril de 2023, não será possível criar novos recursos LUIS.

O LUIS aplica inteligência de aprendizado de máquina personalizada ao texto conversacional e em linguagem natural de um usuário para prever o significado geral e extrair informações relevantes e detalhadas.

Para usar o LUIS em seu bot, crie, treine e publique um aplicativo LUIS e, em seguida, adicione um reconhecedor LUIS ao seu bot.

Para obter mais informações, consulte:

Perguntas e respostas

Os recursos de perguntas e respostas permitem que você crie bases de conhecimento para responder às perguntas dos usuários. As bases de conhecimento representam conteúdo semiestruturado, como o encontrado em FAQs, manuais e documentos.

Serviço ou funcionalidade Description
Perguntas e respostas Um recurso do serviço Azure AI Language.
Criador de FAQ Um serviço de serviços de IA do Azure. (A resposta à pergunta é uma versão atualizada do QnA Maker.)

O Azure AI QnA Maker será desativado em 31 de março de 2025.

Perguntas e respostas

A resposta a perguntas fornece processamento de linguagem natural (NLP) baseado na nuvem que permite criar uma camada de conversação natural sobre seus dados. Ele é usado para encontrar a resposta mais apropriada para qualquer entrada de sua base de conhecimento personalizada de informações.

Para usar a resposta a perguntas em seu bot, crie e implante um projeto de resposta a perguntas e, em seguida, implemente em seu bot um cliente QnA Maker que encaminhe solicitações para a API de resposta a perguntas.

Para obter mais informações, consulte:

Criador de FAQ

Nota

O Azure AI QnA Maker será desativado em 31 de março de 2025. A partir de 1º de outubro de 2022, você não poderá criar novos recursos ou bases de conhecimento do QnA Maker.

O QnA Maker tem a capacidade integrada de extrair perguntas e respostas de um site de perguntas frequentes existente, além de também permitir que você configure manualmente sua própria lista personalizada de perguntas e respostas. O QnA Maker tem habilidades de processamento de linguagem natural, permitindo até mesmo fornecer respostas a perguntas que são formuladas de forma ligeiramente diferente do esperado. No entanto, ele não tem habilidades de compreensão de linguagem semântica, então não pode determinar que um cachorro é um tipo de cão, por exemplo.

Para usar o QnA Maker em seu bot, crie um serviço do QnA Maker, publique sua base de dados de conhecimento e adicione um objeto do QnA Maker ao seu bot.

Para obter mais informações, consulte:

A Pesquisa Cognitiva do Azure ajuda seu bot a fornecer aos usuários uma experiência de pesquisa avançada, incluindo a capacidade de facetar e filtrar informações.

  • Você pode usar a Pesquisa Cognitiva do Azure como um recurso dentro da Linguagem de IA do Azure.
  • Você pode usar o serviço de Pesquisa Cognitiva do Azure diretamente.

Você pode usar a Pesquisa Cognitiva do Azure para criar um índice eficiente com o qual pesquisar, facetar e filtrar um armazenamento de dados.

Use vários recursos juntos

Para criar um bot multiuso que compreenda vários tópicos de conversação, comece com suporte para cada função separadamente e, em seguida, integre-os juntos. Os cenários em que um bot pode combinar vários recursos incluem:

  • Um bot que fornece um conjunto de recursos, onde cada recurso tem seu próprio modelo de linguagem.
  • Um bot que pesquisa várias bases de conhecimento para encontrar respostas para as perguntas de um usuário.
  • Um bot que integra diferentes tipos de recursos, como compreensão de idiomas, resposta a perguntas e pesquisa.

Esta tabela descreve diferentes maneiras de integrar vários recursos.

Serviço ou funcionalidade Description
Fluxo de trabalho de orquestração Um recurso do serviço Azure AI Language que permite que você use vários projetos de resposta a perguntas, CLU e LUIS juntos.
Bot Framework Orchestrator Um mecanismo de reconhecimento somente de intenção, que você pode usar para determinar qual modelo LUIS ou base de conhecimento do QnA Maker pode lidar melhor com uma determinada mensagem.
Personalizar Você pode implementar sua própria lógica para decidir a melhor forma de lidar com a solicitação do usuário.

Usar fluxo de trabalho de orquestração

O fluxo de trabalho de orquestração aplica inteligência de aprendizado de máquina para permitir que você crie modelos de orquestração para conectar componentes de compreensão de linguagem conversacional (CLU), projetos de resposta a perguntas e aplicativos LUIS.

Para usar o fluxo de trabalho de orquestração em seu bot, crie um projeto de fluxo de trabalho de orquestração, crie seu esquema, treine e implante seu modelo e, em seguida, consulte sua API de modelo para previsões de intenção.

Para obter mais informações, consulte:

Orchestrator

Nota

O Azure AI QnA Maker será desativado em 31 de março de 2025. A partir de 1º de outubro de 2022, você não poderá criar novos recursos ou bases de conhecimento do QnA Maker.

O Language Understanding (LUIS) será aposentado em 1 de outubro de 2025. A partir de 1 de abril de 2023, não será possível criar novos recursos LUIS.

O Bot Framework Orchestrator é um mecanismo de reconhecimento apenas de intenção. A CLI do Bot Framework inclui ferramentas para gerar um modelo de linguagem para o Orchestrator a partir de uma coleção de bases de conhecimento do QnA Maker e modelos de linguagem LUIS. Seu bot pode usar o Orchestrator para determinar qual serviço pode responder melhor à entrada do usuário.

O Bot Framework SDK fornece suporte interno para LUIS e QnA Maker. Isso permite que você acione diálogos ou responda automaticamente a perguntas usando o LUIS e o QnA Maker com configuração mínima.

Para obter mais informações, consulte Usar vários modelos LUIS e QnA com o Orchestrator.

Lógica personalizada

Há duas maneiras principais de implementar sua própria lógica:

  1. Para cada mensagem, chame todos os serviços relevantes suportados pelo seu bot. Use os resultados do serviço que tiver a melhor pontuação de confiança. Se a melhor pontuação for ambígua, peça ao usuário para escolher qual resposta deseja.
  2. Ligue para cada serviço em uma ordem preferida. Use o primeiro resultado que tenha uma pontuação de confiança suficiente.

Gorjeta

Ao implementar uma combinação de diferentes tipos de serviço ou recurso, 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 por essas ferramentas não são diretamente comparáveis.

Os serviços LUIS e QnA Maker normalizam as pontuações. Assim, uma pontuação pode ser boa em um modelo LUIS, mas não tão boa em outro modelo.

Migrar projetos linguísticos existentes

Para obter informações sobre como migrar recursos de serviços mais antigos para a Linguagem de IA do Azure, consulte:

Recursos adicionais

Para gerenciar projetos ou recursos específicos:

Para documentação de um recurso ou serviço específico: