O que é o Language Understanding (LUIS)?What is Language Understanding (LUIS)?

Importante

O TLS 1.2 passa a ser aplicado para todos os pedidos HTTP a este serviço.TLS 1.2 is now enforced for all HTTP requests to this service. Para mais informações, consulte a segurança dos Serviços Cognitivos Azure.For more information, see Azure Cognitive Services security.

Language Understanding (LUIS) é um serviço de IA de conversação baseado na nuvem que aplica inteligência personalizada de aprendizagem automática ao texto de linguagem natural e conversacional de um utilizador para prever o significado geral, e retirar informações relevantes e detalhadas.Language Understanding (LUIS) is a cloud-based conversational AI 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.

Uma aplicação cliente para o LUIS é qualquer aplicação conversacional que comunique com um utilizador num idioma natural para concluir uma tarefa.A client application for LUIS is any conversational application that communicates with a user in natural language to complete a task. Exemplos de aplicações de clientes incluem aplicações de redes sociais, chatbots de IA e aplicações de desktop ativadas por discursos.Examples of client applications include social media apps, AI chatbots, and speech-enabled desktop applications.

Imagem conceptual de 3 aplicações de clientes trabalhando com Cognitive Services Language Understanding (LUIS)Conceptual image of 3 client applications working with Cognitive Services Language Understanding (LUIS)

Utilizar o LUIS num bot de chatUse LUIS in a chat bot

Uma vez publicada a app Azure LUIS, uma aplicação do cliente envia declarações (texto) para a API de processamento de linguagem natural LUIS e recebe os resultados como respostas JSON.Once the Azure 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. Os bots de chat são uma aplicação cliente comum para o LUIS.A common client application for LUIS is a chat bot.

Imagens conceptuais de LUIS trabalhando com chat bot para prever texto do utilizador com compreensão de linguagem natural (NLP)Conceptual imagery of LUIS working with Chat bot to predict user text with natural language understanding (NLP)

PassoStep AçãoAction
11 A aplicação cliente envia a expressão do utilizador (o texto nas palavras do utilizador), "I want to call my HR rep" (“Quero ligar ao meu representante de RH”)The client application sends the user utterance (text in their own words), "I want to call my HR rep." ao ponto final do LUIS como um pedido HTTP.to the LUIS endpoint as an HTTP request.
22 O LUIS permite-lhe criar os seus modelos de linguagem personalizados para adicionar inteligência à sua aplicação.LUIS enables you to craft your custom language models to add intelligence to your application. Os modelos de linguagem aprendidos por máquinas pegam no texto de entrada não estruturado do utilizador e devolvem uma resposta formatada por JSON, com uma intenção superior, HRContact .Machine learned language models take the user's unstructured input text and returns a JSON-formatted response, with a top intent, HRContact. A resposta mínima do ponto final do JSON contém a expressão da consulta e a intenção com a melhor classificação.The minimum JSON endpoint response contains the query utterance, and the top scoring intent. Também pode extrair dados como a entidade do Tipo de Contacto.It can also extract data such as the Contact Type entity.
33 A aplicação cliente utiliza a resposta JSON para tomar decisões quanto à forma como satisfaz os pedidos do utilizador.The client application uses the JSON response to make decisions about how to fulfill the user's requests. Estas decisões podem incluir a árvore de decisão no código-quadro do bot e chamadas para outros serviços.These decisions can include decision tree in the bot framework code and calls to other services.

A aplicação LUIS proporciona inteligência para que a aplicação cliente possa tomar decisões informadas.The LUIS app provides intelligence so the client application can make smart choices. O LUIS não fornece essas decisões.LUIS doesn't provide those choices.

Compreensão da linguagem natural (NLU)Natural language understanding (NLU)

A LUIS fornece inteligência artificial (IA) sob a forma de NLU, um subconjunto de IA de processamento de linguagem natural.LUIS provides artificial intelligence (AI) in the form of NLU, a subset of natural language processing AI.

A sua aplicação LUIS contém um modelo de linguagem natural específico do domínio.Your LUIS app contains a domain-specific natural language model. Pode iniciar as aplicações LUIS com um modelo de domínio pré-criado, criar o seu próprio modelo ou misturar partes de um domínio pré-criado com as suas informações personalizadas.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.

  • Modelo pré-criado O LUIS tem muitos modelos de domínio pré-criados, incluindo intenções, expressões e entidades pré-criadas.Prebuilt model LUIS has many prebuilt domain models including intents, utterances, and prebuilt entities. Pode utilizar as entidades pré-criadas sem utilizar as intenções e as expressões do modelo pré-criado.You can use the prebuilt entities without having to use the intents and utterances of the prebuilt model. Os modelos de domínio pré-criados incluem todo o design para si e são uma excelente forma de começar a utilizar o LUIS rapidamente.Prebuilt domain models include the entire design for you and are a great way to start using LUIS quickly.

  • Modelo personalizado A LUIS dá-lhe várias formas de identificar os seus próprios modelos personalizados, incluindo intenções e entidades.Custom model LUIS gives you several ways to identify your own custom models including intents, and entities. As entidades incluem entidades de aprendizagem automática, entidades específicas ou literais, e uma combinação de aprendizagem automática e literal.Entities include machine-learning entities, specific or literal entities, and a combination of machine-learning and literal.

Saiba mais sobre a NLP AI,e a área específica da NLU.Learn more about NLP AI, and the LUIS-specific area of NLU.

Passo 1: Desenhe e construa o seu modeloStep 1: Design and build your model

Desenhe o seu modelo com categorias de intenções de utilizador chamadas intenções.Design your model with categories of user intentions called intents. Cada intenção precisa de exemplos de expressões do utilizador.Each intent needs examples of user utterances. Cada expressão pode fornecer dados que precisam de ser extraídos com entidades de aprendizagem automática.Each utterance can provide data that needs to be extracted with machine-learning entities.

Exemplo de expressão do utilizadorExample user utterance IntençãoIntent Dados extraídosExtracted data
Book a flight to Seattle? ReservarBilheteBookFlight SeattleSeattle
When does your store open? HoráriodaLojaeLocalizaçãoStoreHoursAndLocation abreopen
Schedule a meeting at 1pm with Bob in Distribution AgendarReuniãoScheduleMeeting 13:00, João1pm, Bob

Construa o modelo com as APIs de autoria, ou com o portal LUIS, ou ambos.Build the model with the authoring APIs, or with the LUIS portal, or both. Saiba mais como construir com o portal e as bibliotecas de clientes SDK.Learn more how to build with the portal and the SDK client libraries.

Passo 2: Obter a previsão de consultaStep 2: Get the query prediction

Depois de o modelo da sua aplicação ser treinado e publicado no ponto final, uma aplicação do cliente (como um chat bot) envia declarações para a previsão de API final.After your app's model is trained and published to the endpoint, a client application (such as a chat bot) sends utterances to the prediction endpoint API. A API aplica o modelo à expressão para análise e responde com os resultados da previsão num formato JSON.The API applies the model to the utterance for analysis and responds with the prediction results in a JSON format.

A resposta mínima do ponto final do JSON contém a expressão da consulta e a intenção com a melhor classificação.The minimum JSON endpoint response contains the query utterance, and the top scoring intent. Também pode extrair dados como a seguinte entidade do Tipo de Contacto e o sentimento geral.It can also extract data such as the following Contact Type entity and overall sentiment.

{
    "query": "I want to call my HR rep",
    "prediction": {
        "topIntent": "HRContact",
        "intents": {
            "HRContact": {
                "score": 0.8582669
            }
        },
        "entities": {
            "Contact Type": [
                "call"
            ]
        },
        "sentiment": {
            "label": "neutral",
            "score": 0.5
        }
    }
}

Passo 3: Melhorar a previsão do modeloStep 3: Improve model prediction

Após a publicação da sua aplicação LUIS e receber declarações reais de utilizador, a LUIS fornece uma aprendizagem ativa das expressões de ponto final para melhorar a precisão da previsão.After your LUIS app is published and receives real user utterances, LUIS provides active learning of endpoint utterances to improve prediction accuracy. Reveja estas sugestões como parte do seu trabalho regular de manutenção no seu ciclo de vida de desenvolvimento.Review these suggestions as part of your regular maintenance work in your development lifecycle.

Ciclo de vida de desenvolvimento e ferramentasDevelopment lifecycle and tools

A LUIS fornece ferramentas, versões e colaboração com outros autores luis para integrar em todo o ciclo de vida de desenvolvimento.LUIS provides tools, versioning, and collaboration with other LUIS authors to integrate into the full development life cycle.

A Compreensão linguística (LUIS), como API REST, pode ser utilizada com qualquer produto, serviço ou enquadramento com um pedido HTTP.Language Understanding (LUIS), as a REST API, can be used with any product, service, or framework with an HTTP request. A LUIS também fornece bibliotecas de clientes (SDKs) para várias linguagens de programação de topo.LUIS also provides client libraries (SDKs) for several top programming languages. Saiba mais sobre os recursos de desenvolvimento fornecidos.Learn more about the developer resources provided.

Ferramentas para utilizar o LUIS de forma rápida e fácil com um bot:Tools to quickly and easily use LUIS with a bot:

  • LUIS CLI O pacote NPM fornece a autoria e previsão como uma ferramenta de linha de comando autónoma ou como importação.LUIS CLI The NPM package provides authoring and prediction with as either a stand-alone command-line tool or as import.
  • LUISGen– O LUISGen é uma ferramenta para gerar código fonte TypeScript e em C# com tipos de dados inflexíveis a partir de um modelo exportado do LUIS.LUISGen LUISGen is a tool for generating strongly typed C# and typescript source code from an exported LUIS model.
  • O Dispatch permite utilizar uma variedade de aplicações do LUIS e de Criador de FAQ a partir de uma aplicação principal através da utilização do modelo de dispatcher.Dispatch allows several LUIS and QnA Maker apps to be used from a parent app using dispatcher model.
  • LUDown LUDown é uma ferramenta de linha de comando que ajuda a gerir modelos de linguagem para o seu bot.LUDown LUDown is a command-line tool that helps manage language models for your bot.

Integre-se com um botIntegrate with a bot

Utilize o serviço Azure Bot com o Microsoft Bot Framework para construir e implementar um chat bot.Use the Azure Bot service with the Microsoft Bot Framework to build and deploy a chat bot. Desenhe e desenvolva com a ferramenta de interface gráfica, Compositor,ou amostras de bot de trabalho projetadas para cenários de bot de topo.Design and develop with the graphical interface tool, Composer, or working bot samples designed for top bot scenarios.

Integrar-se com outros Serviços CognitivosIntegrate with other Cognitive Services

Outros Serviços Cognitivos utilizados com o LUIS:Other Cognitive Services used with LUIS:

  • Criador de FAQ - permite combinar vários tipos de textos numa base de conhecimento de perguntas e respostas.QnA Maker allows several types of text to combine into a question and answer knowledge base.
  • Speech service - converte os pedidos de idioma falado em texto.Speech service converts spoken language requests into text.

A LUIS fornece funcionalidade a partir de Text Analytics como parte dos seus recursos LUIS existentes.LUIS provides functionality from Text Analytics as part of your existing LUIS resources. Esta funcionalidade inclui a análise de sentimento e a extração de frases-chave com a entidade keyPhrase pré-construída.This functionality includes sentiment analysis and key phrase extraction with the prebuilt keyPhrase entity.

Aprenda com os QuickstartsLearn with the Quickstarts

Saiba mais sobre o LUIS com quickstarts práticos utilizando o portal e as bibliotecas de clientes SDK.Learn about LUIS with hands-on quickstarts using the portal and the SDK client libraries.

Implantar nas instalações utilizando contentores DockerDeploy on premises using Docker containers

Utilize recipientes LUIS para implantar funcionalidades de API no local.Use LUIS containers to deploy API features on-premises. Estes recipientes Docker permitem-lhe aproximar o serviço dos seus dados por razões de conformidade, segurança ou outras razões operacionais.These Docker containers enable you to bring the service closer to your data for compliance, security or other operational reasons.

Próximos passosNext steps