Amaç ve varlık modelleriyle tasarlama

Önemli

LUIS 1 Ekim 2025'te kullanımdan kaldırılacak ve 1 Nisan 2023'den itibaren yeni LUIS kaynakları oluşturamayacaksınız. Devam eden ürün desteği ve çok dilli özelliklerden yararlanmak için LUIS uygulamalarınızıkonuşma dili anlama özelliğine geçirmenizi öneririz.

Language Understanding, uygulama şemanızı tanımlamanız için iki tür model sağlar. Uygulama şemanız, yeni bir kullanıcı konuşmasının tahmininden hangi bilgileri aldığınızı belirler.

Uygulama şeması, makine öğretimini kullanarak oluşturduğunuz modellerden oluşturulur:

  • Amaçlar , kullanıcı konuşmalarını sınıflandırma
  • Varlıklar konuşmadan veri ayıklar

Yazma, makine öğretimi kullanır

LUIS'in makine öğretimi metodolojisi, kavramları bir makineye kolayca öğretmenizi sağlar. LUIS'i kullanmak için makine öğrenmesini anlamak gerekli değildir. Bunun yerine siz öğretmen olarak, kavram örnekleri sağlayarak ve bir kavramın diğer ilgili kavramlar kullanılarak nasıl modellenmesi gerektiğini açıklayarak LUIS'e bir kavram iletirsiniz. Siz de öğretmen olarak tahmin hatalarını belirleyip düzelterek LUIS'in modelini etkileşimli olarak geliştirebilirsiniz.

Amaçlar ifadeleri sınıflandırır

Amaç, LUIS'e amaç hakkında bilgi vermek için örnek konuşmaları sınıflandırır. Bir amaç içindeki örnek konuşmalar, ifadenin olumlu örnekleri olarak kullanılır. Bu ifadeler diğer tüm amaçlarda negatif örnekler olarak kullanılır.

Kullanıcının kitap sipariş etme amacını belirlemesi gereken bir uygulamayı ve müşteri için sevkiyat adresine ihtiyaç duyan bir uygulamayı düşünün. Bu uygulamanın iki amacı vardır: OrderBook ve ShippingLocation.

Aşağıdaki ifade amaç için OrderBook olumlu bir örnek ve ve None amaçları için ShippingLocation negatif bir örnektir:

Buy the top-rated book on bot architecture.

Varlıklar verileri ayıklar

Varlık, ifadeden ayıklanmasını istediğiniz bir veri birimini temsil eder. Makine öğrenmesi varlığı, aynı zamanda makine öğrenmesi varlıkları olan alt varlıkları içeren üst düzey bir varlıktır.

Makine öğrenmesi varlığının bir örneği, uçak bileti siparişidir. Kavramsal olarak bu, tarih, saat, koltuk miktarı, birinci sınıf veya koç gibi koltuk türü, başlangıç konumu, hedef konum ve yemek seçimi gibi daha küçük veri birimlerine sahip tek bir işlemdir.

Amaçlarla varlıklar karşılaştırması

Amaç, tüm ifadenin istenen sonucudur, varlıklar ise konuşmadan ayıklanan veri parçalarıdır. Amaçlar genellikle istemci uygulamasının gerçekleştirmesi gereken eylemlere bağlıdır. Varlıklar, bu eylemi gerçekleştirmek için gereken bilgilerdir. Programlama açısından bakıldığında amaç bir yöntem çağrısını tetikler ve varlıklar bu yöntem çağrısına parametre olarak kullanılır.

Bu konuşmanın bir amacı olmalı ve varlıklara sahip olabilir :

Buy an airline ticket from Seattle to Cairo

Bu konuşmanın tek bir amacı vardır:

  • Uçak bileti satın alma

Bu konuşmanın çeşitli varlıkları olabilir :

  • Seattle (origin) ve Kahire (hedef) konumları
  • Tek bir biletin miktarı

Varlık modeli ayrıştırma

LUIS, bir kavramı daha küçük parçalara ayırarak yazma API'leri ile model ayrıştırmasını destekler. Bu sayede modellerinizi çeşitli parçaların nasıl derlendiğine ve tahmin edileceğine güvenerek oluşturabilirsiniz.

Model ayrıştırma aşağıdaki bölümlere sahiptir:

Özellikler

Özellik, sisteminizin gözlemlediği verilerin ayırt edici bir özelliği veya özniteliğidir. Makine öğrenmesi özellikleri LUIS'e bir kavramı ayırt edecek öğeleri nerede arayacağı konusunda önemli ipuçları verir. Bunlar LUIS'in kullanabileceği ipuçlarıdır, ancak zor kurallar değildir. Bu ipuçları, verileri bulmak için etiketlerle birlikte kullanılır.

Desenler

Desenler , birkaç konuşma çok benzer olduğunda doğruluğu artırmak için tasarlanmıştır. Desen, çok daha fazla konuşma sağlamadan bir amaç için daha fazla doğruluk elde etmenizi sağlar.

Uygulamayı çalışma zamanında genişletme

Uygulamanın şeması (modeller ve özellikler) eğitilir ve tahmin uç noktasında yayımlanır. Tahmini artırmak için kullanıcının konuşmasıyla birlikte yeni bilgileri tahmin uç noktasına geçirebilirsiniz.

Sonraki adımlar