Migrera från QnA Maker till anpassade frågor och svar

Syftet med det här dokumentet: Den här artikeln syftar till att tillhandahålla information som kan användas för att migrera program som använder QnA Maker till anpassade frågesvar. Med den här artikeln hoppas vi att kunderna får klarhet i följande:

• Jämförelse av funktioner i QnA Maker och svar på anpassade frågor
• Prissättning
• Förenklad etablering och utveckling
• Migreringsfaser
• Vanliga migreringsscenarier
• Migreringssteg

Avsedd målgrupp: Befintliga QnA Maker-kunder

Viktigt

Svar på anpassade frågor, en funktion i Azure AI Language introducerades i november 2021 med flera nya funktioner, inklusive förbättrad relevans med hjälp av en djupinlärningsrankning, exakta svar och regionstöd från slutpunkt till slutpunkt. Varje anpassat frågesvarsprojekt motsvarar en kunskapsbas i QnA Maker. Inställningar på resursnivå som rollbaserad åtkomstkontroll (RBAC) migreras inte till den nya resursen. De här inställningarna på resursnivå måste konfigureras om för språkresursen efter migreringen:

• Automatiskt RBAC-till-språkprojekt (inte resurs)
• Automatisk aktivering av analys.

Du måste också återaktivera analys för språkresursen.

Jämförelse av funktioner

Förutom en ny uppsättning funktioner ger svar på anpassade frågor många tekniska förbättringar av vanliga funktioner.

Funktion	QnA Maker	Svar på anpassad fråga	Details
Toppmoderna transformatorbaserade modeller	➖	✔️	Turing-baserade modeller som möjliggör sökning av QnA i webbskala.
Fördefinierad funktion	➖	✔️	Med den här funktionen kan man utnyttja kraften i svar på anpassade frågor utan att behöva mata in innehåll och hantera resurser.
Exakta svar	➖	✔️	Svar på anpassade frågor stöder exakt svar med hjälp av SOTA-modeller.
Smart URL-uppdatering	➖	✔️	Svar på anpassade frågor ger ett sätt att uppdatera inmatat innehåll från offentliga källor med ett enda klick.
Q&A över kunskapsbas (hierarkisk extrahering)	✔️	✔️
Aktiv inlärning	✔️	✔️	Svar på anpassade frågor har en förbättrad aktiv inlärningsmodell.
Alternativa frågor	✔️	✔️	De förbättrade modellerna i anpassade frågor som svarar minskar behovet av att lägga till alternativa frågor.
Synonymer	✔️	✔️
Metadata	✔️	✔️
Frågegenerering (privat förhandsversion)	➖	✔️	Den här nya funktionen tillåter generering av frågor om text.
Stöd för ostrukturerade dokument	➖	✔️	Användare kan nu mata in ostrukturerade dokument som indatakällor och fråga innehållet efter svar
.NET SDK	✔️	✔️
API	✔️	✔️
Enhetlig redigeringsupplevelse	➖	✔️	En enda redigeringsupplevelse i hela Azure AI Language
Stöd för flera regioner	➖	✔️

Prissättning

Tänk på följande när du migrerar till svar på anpassade frågor:

Komponent	QnA Maker	Svar på anpassad fråga	Details
Kostnad för QnA Maker-tjänsten	✔️	➖	Den fasta kostnaden per resurs per månad. Gäller endast för QnAMaker.
Anpassad fråga som svarar på tjänstens kostnad	➖	✔️	Den anpassade frågan besvarar kostnaden enligt modellen betala per användning. Gäller endast för svar på anpassade frågor.
Azure Search-kostnad	✔️	✔️	Gäller för både QnA Maker och svar på anpassade frågor.
Kostnad för App Service	✔️	➖	Gäller endast för QnA Maker. Det här är de största kostnadsbesparingarna för användare som övergår till svar på anpassade frågor.

• Användare kan välja en högre nivå med högre kapacitet, vilket påverkar det totala priset de betalar. Det påverkar inte priset på språkkomponenten i svar på anpassade frågor.

• "Textposter" i anpassade frågesvarsfunktioner refererar till frågan som skickas av användaren till körningen, och det är ett begrepp som är gemensamt för alla funktioner i Language-tjänsten. Ibland kan en fråga ha fler textposter när frågelängden är högre.

Exempel på prisuppskattningar

Förbrukning	Antal resurser i QnA Maker	Antal apptjänster i QnA Maker (nivå)	Månatliga slutsatsdragningsanrop i QnA Maker	Sök partitioner x sökreplik (nivå)	Relativ kostnad i svar på anpassade frågor
Högt	5	5(P1)	8 M	9x3(S2)	Dyrare
Högt	100	100(P1)	6M	9x3(S2)	Billigare
Medium	10	10(S1)	800 000	4x3(S1)	Billigare
Låg	4	4(B1)	100K	3x3(S1)	Billigare

Sammanfattning: Kunder bör spara kostnader i de vanligaste konfigurationerna enligt den relativa kostnadskolumnen.

Här hittar du prisinformation för svar på anpassade frågor och QnA Maker.

Priskalkylatorn för Azure kan ge ännu mer information.

Förenklad etablering och utveckling

Med language-tjänsten kan QnA Maker-kunder nu dra nytta av en enda tjänst som tillhandahåller Textanalys, LUIS och anpassade frågor som funktioner i språkresursen. Språktjänsten tillhandahåller:

• En språkresurs för att få åtkomst till alla ovanstående funktioner
• En enda ruta med redigeringsupplevelse mellan funktioner
• En enhetlig uppsättning API:er för alla funktioner
• En sammanhängande, enklare och kraftfull produkt

Lär dig hur du kommer igång i Language Studio

Migreringsfaser

Om du eller din organisation har program i utveckling eller produktion som använder QnA Maker bör du uppdatera dem så att de använder anpassade frågesvar så snart som möjligt. Se följande länkar för tillgängliga API:er, SDK:er, Bot SDK:er och kodexempel.

Följande är de breda migreringsfaserna att överväga:

Ytterligare länkar som kan hjälpa dig nedan:

• Redigeringsportal
• API
• SDK
• Bot SDK: För att robotar ska kunna använda svar på anpassade frågor använder du Bot.Builder.AI.QnA SDK – Vi rekommenderar att kunderna fortsätter att använda detta för sina robotintegreringar. Här är några exempel på användning av samma i robotens kod: Exempel 1 Exempel 2

Vanliga migreringsscenarier

Det här avsnittet jämför två hypotetiska scenarier när du migrerar från QnA Maker till svar på anpassade frågor. De här scenarierna kan hjälpa dig att fastställa rätt uppsättning migreringssteg som ska köras för det angivna scenariot.

Anteckning

Ett försök har gjorts att se till att dessa scenarier är representativa för verkliga kundmigreringar, men enskilda kundscenarier skiljer sig naturligtvis åt. Den här artikeln innehåller inte heller prisinformation. Mer information finns på prissidan .

Viktigt

Varje anpassat frågesvarsprojekt motsvarar en kunskapsbas i QnA Maker. Inställningar på resursnivå som rollbaserad åtkomstkontroll (RBAC) migreras inte till den nya resursen. De här inställningarna på resursnivå måste konfigureras om för språkresursen efter migreringen. Du måste också återaktivera analys för språkresursen.

Migreringsscenario 1: Ingen anpassad redigeringsportal

I det första migreringsscenariot använder kunden qnamaker.ai som redigeringsportal och vill migrera sina QnA Maker-kunskapsbas till svar på anpassade frågor.

Migrera projektet från QnA Maker till svar på anpassade frågor

När du har migrerat till anpassad fråga svarar du:

• Inställningarna på resursnivå måste konfigureras om för språkresursen
• Kundvalidering bör starta på de migrerade kunskapsbas på:
  • Storleksvalidering
  • Antal QnA-par i alla KB:er som ska matcha före och efter migreringen
• Kunder måste fastställa nya tröskelvärden för sina kunskapsbas i anpassade frågor som besvaras eftersom mappningen för konfidenspoäng skiljer sig från QnA Maker.
  • Svar på exempelfrågor i före och efter migreringen
  • Svarstid för frågor som besvaras i v1 vs v2
  • Behåll frågor
  • Kunder kan använda batchtestningsverktyget efter migreringen för att testa det nyligen skapade projektet i svar på anpassade frågor.

Gamla QnA Maker-resurser måste tas bort manuellt.

Här följer några detaljerade steg om migreringsscenario 1.

Migreringsscenario 2

I det här migreringsscenariot kan kunden ha skapat en egen redigeringsklientdel med QnA Maker-redigerings-API:er eller QnA Maker-SDK:er.

De bör utföra de här stegen som krävs för migrering av SDK:er:

Den här SDK-migreringsguiden är avsedd att hjälpa migreringen till den nya anpassade frågan som besvarar klientbiblioteket, Azure.AI.Language.QuestionAnswering, från den gamla, Microsoft.Azure.CognitiveServices.Knowledge.QnAMaker. Den fokuserar på jämförelser sida vid sida för liknande åtgärder mellan de två paketen.

De bör utföra de steg som krävs för migrering av kunskapsbaser till den nya projektresursen inom språk.

När du har migrerat till anpassad fråga svarar du:

• Inställningarna på resursnivå måste konfigureras om för språkresursen
• Kundvalidering bör starta på de migrerade kunskapsbas på
  • Storleksvalidering
  • Antal QnA-par i alla KB:er som ska matcha före och efter migreringen
  • Mappning av konfidenspoäng
  • Svar på exempelfrågor i före och efter migreringen
  • Svarstid för frågor som besvaras i v1 vs v2
  • Behåll frågor
  • Batchtestning före och efter migrering
• Gamla QnA Maker-resurser måste tas bort manuellt.

Dessutom publiceras uppgraderingsrobotkoden som NuGet-paket för kunder som måste migrera och uppgradera roboten.

Här hittar du några kodexempel: Exempel 1 Exempel 2

Här följer detaljerade steg om migreringsscenario 2

Läs mer om det fördefinierade API:et

Läs mer om den anpassade frågan som besvarar GET Answers REST API

Migreringssteg

Observera att vissa av de här stegen behövs beroende på kundernas befintliga arkitektur. Titta på migreringsfaserna ovan för att få mer klarhet om vilka steg du behöver för migrering.