Начало работы с пониманием языка бесед в Azure

  • 3 мин

Функция распознавания общения языка ИИ Azure позволяет создавать языковую модель и использовать ее для прогнозирования. Создание модели включает определение сущностей, намерений и речевых фрагментов. Создание прогнозов включает публикацию модели, чтобы клиентские приложения могли принимать пользовательские входные и возвращаемые ответы.

Ресурсы Azure для распознавания бесед

Чтобы использовать возможности языка общения в Azure, вам потребуется ресурс в подписке Azure. Можно использовать следующие типы ресурсов.

  • Язык искусственного интеллекта Azure: ресурс, позволяющий создавать приложения с помощью ведущих в отрасли возможностей распознавания естественного языка без опыта машинного обучения. Для разработки и прогнозирования можно использовать языковой ресурс.
  • Службы искусственного интеллекта Azure: общий ресурс, который включает в себя понимание общения вместе с многими другими службами ИИ Azure. Этот тип ресурса можно использовать только для прогнозирования.

Разделение ресурсов полезно, если вы хотите отслеживать использование ресурсов для языка искусственного интеллекта Azure отдельно от клиентских приложений, использующих все приложения служб искусственного интеллекта Azure.

Разработка

После создания ресурса разработки его можно использовать для обучения модели распознавания бесед. Чтобы обучить модель, начните с определения сущностей и намерений, прогнозируемых приложением, а также речевых фрагментов для каждого намерения, которое можно использовать для обучения прогнозной модели.

Распознавание беседного языка предоставляет комплексную коллекцию предварительно созданных доменов , которые включают предварительно определенные намерения и сущности для распространенных сценариев; которые можно использовать в качестве отправной точки для модели. Вы также можете создать свои собственные сущности и намерения.

Создавать сущности и намерения можно в любом порядке. Например, вы можете создать намерение и выбрать слова в определенных для него примерах речевых фрагментов, чтобы создать для них сущности; или вы можете создать сущности заранее, а затем сопоставлять их со словами в речевых фрагментах по мере создания намерений.

Вы можете написать код, чтобы определить элементы модели, но в большинстве случаев проще всего создать модель с помощью языковой студии — веб-интерфейс для создания приложений беседы Распознавание речи и управления ими.

Обучение модели

После определения намерений и сущностей в вашей модели и включения подходящего набора примеров речевых фрагментов наступает время обучения модели. Обучение — это процесс использования примеров речевых фрагментов для обучения вашей модели в соответствии с естественными выражениями языка, которые пользователь может произносить в отношении потенциальных намерений и сущностей.

После обучения модели вы можете тестировать ее, предоставляя текст и проверяя спрогнозированные намерения. Обучение и тестирование — это процесс последовательных приближений. После обучения модели вы проверяете ее с помощью примеров речевых фрагментов и определяете, правильно ли распознаются намерения и сущности. Если неправильно, то вы обновляете модель, переобучаете и снова тестируете.

Прогнозирование

Когда вы будете удовлетворены результатами обучения и тестирования, можете опубликовать свое приложение Распознавания диалогового языка в ресурсе прогнозирования для использования.

Клиентские приложения могут использовать эту модель, подключившись к конечной точке ресурса прогнозирования, указав соответствующий ключ аутентификации и отправляя пользовательские входные данные, чтобы получать прогнозируемые намерения и сущности. Прогнозы возвращаются в клиентское приложение, которое затем может предпринять соответствующие действия на основе предсказанного намерения.