Halló, Habr! Í dag munum við sýna þér hvernig á að nota Azure til að leysa vandamál sem venjulega krefjast mannlegrar íhlutunar. Umboðsmenn eyða miklum tíma í að svara sömu spurningunum, meðhöndla símtöl og textaskilaboð. Chatbots gera samskipti og viðurkenningu sjálfvirkan og draga úr álagi á fólk. Bottar eru einnig notaðir í Azure DevOps, þar sem þeir leyfa til dæmis að samþykkja útgáfur, stjórna smíðum - skoða, hefja og stöðva - beint frá Slack eða Microsoft Teams. Í meginatriðum minnir spjallbotni nokkuð á CLI, aðeins gagnvirkt, og gerir forritaranum kleift að vera áfram í samhengi við spjallspjallið.
Í þessari grein munum við tala um verkfæri til að búa til spjallbotna, sýna hvernig hægt er að bæta þau með vitrænni þjónustu og lýsa því hvernig hægt er að flýta fyrir þróun með tilbúinni þjónustu í Azure.
Spjallbotar og vitsmunaleg þjónusta: hver eru líkindin og hver er munurinn?
Til að búa til vélmenni í Microsoft Azure, notarðu Azure Bot Service og Bot Framework. Saman tákna þeir sett af hugbúnaði til að byggja, prófa, dreifa og stjórna vélmenni, sem gerir þér kleift að búa til úr tilbúnum einingum bæði einföld og háþróuð samskiptakerfi með talstuðningi, náttúrulegu tungumálaþekkingu og öðrum getu.
Gerum ráð fyrir að þú þurfir að innleiða einfaldan vélmenni sem byggir á spurninga- og svörunarþjónustu fyrirtækja eða öfugt, búa til virkan vélmenni með flóknu, greinóttu samskiptakerfi. Til að gera þetta geturðu notað fjölda verkfæra, skipt í þrjá hópa:
- Þjónusta fyrir hraða þróun á samskiptaviðmótum (bots).
- Tilbúin hugræn gervigreind þjónusta fyrir mismunandi notkunartilvik (mynsturþekking, talgreining, þekkingargrunnur og leit).
- Þjónusta til að búa til og þjálfa gervigreind módel.
Venjulega ruglar fólk innsæi saman „bottum“ og „vitræna þjónustu“ vegna þess að bæði hugtökin eru byggð á samskiptareglunni og notkunartilvikið fyrir vélmenni og þjónustu felur í sér samræður. En spjallbotar vinna með leitarorðum og kveikjum og vitræna þjónusta vinnur með handahófskenndar beiðnir sem venjulega eru unnar af mönnum:
Vitsmunaleg þjónusta er önnur leið til að hafa samskipti við notandann, hjálpa til við að breyta handahófskenndri beiðni í skýra skipun og koma henni áfram til botnsins.
Þannig eru spjalltölvur forrit til að vinna með beiðnir og vitsmunaleg þjónusta er verkfæri fyrir greindar greiningar á beiðnum sem eru ræstar sérstaklega, en sem spjallbotninn hefur aðgang að og verða „greindar“.
Að búa til chatbots
Mælt er með hönnunarmynd fyrir vélmenni í Azure er sem hér segir:
Til að hanna og þróa vélmenni í Azure, notaðu . Í boði á GitHub , möguleikar rammans breytast, svo það er nauðsynlegt að taka tillit til útgáfu SDK sem er notað í vélmenni.
Ramminn býður upp á nokkra möguleika til að búa til vélmenni: nota klassískan kóða, skipanalínuverkfæri eða flæðirit. Síðasti valkosturinn sýnir glugga; fyrir þetta geturðu notað stjórnandann . Það var byggt á Bot Framework SDK sem sjónrænt þróunartæki sem þverfagleg teymi gætu notað til að búa til vélmenni.
Bot Framework Composer gerir þér kleift að nota blokkir til að búa til samræðuskipulag sem botninn mun vinna með. Að auki geturðu búið til kveikjur, það er leitarorð sem vélmenni mun bregðast við meðan á samræðum stendur. Til dæmis orðin „rekstraraðili“, „þjófnaður“ eða „hætta“ og „nóg“.
Í Bot Framework Composer geturðu búið til flókin gluggakerfi með því að nota . Samræður geta notað bæði vitræna þjónustu og atburðakort (aðlögunarkort):
Eftir stofnun geturðu notað spjallbotninn í áskrift og sjálfkrafa útbúið handrit mun búa til öll nauðsynleg úrræði: vitsmunaleg þjónusta, umsóknaráætlun, umsóknarinnsýn, gagnagrunnur og svo framvegis.
QnA framleiðandi
Til að búa til einfalda vélmenni byggða á spurningum og svörum fyrirtækjagagnagrunna geturðu notað QnA Maker vitræna þjónustuna. Hann er útfærður sem einfaldur vefráðgjafi og gerir þér kleift að setja inn tengil á þekkingargrunn fyrirtækja (FAQ Urls) eða nota skjalagagnagrunn á *.doc eða *.pdf sniði sem grunn. Eftir að hafa búið til vísitöluna velur vélmenni sjálfkrafa viðeigandi svör við spurningum notandans.
Með því að nota QnAMaker geturðu líka búið til keðjur af skýringarspurningum með sjálfvirkri gerð hnappa, bætt við þekkingargrunninn með lýsigögnum og þjálfað þjónustuna áfram meðan á notkun stendur.
Þjónustan er hægt að nota sem spjallbot sem útfærir aðeins þessa einu aðgerð, eða sem hluta af flóknu spjallbotni sem notar, allt eftir beiðninni, aðra gervigreindarþjónustu eða þætti botnarammans.
Vinna með annarri vitrænni þjónustu
Það eru margar mismunandi hugrænar þjónustur á Azure pallinum. Tæknilega séð eru þetta sjálfstæðar vefþjónustur sem hægt er að hringja í úr kóða. Til að bregðast við því sendir þjónustan json af ákveðnu sniði, sem hægt er að nota í spjallbotni.
Algengustu notkun spjallbotna eru:
- Textaþekking.
- Viðurkenning á þróunarskilgreindum myndflokkum Custom Vision Service (framleiðslutilfelli: viðurkenning á því hvort starfsmaður er með harða hatt, hlífðargleraugu eða grímu).
- Andlitsþekking (frábært notkunartilvik er að athuga hvort sá sem verið er að skoða hafi birt sitt eigið andlit, eða td mynd af hundi eða mynd af einstaklingi af öðru kyni).
- Talgreining.
- Myndgreining.
- Þýðing (við munum öll hversu miklum hávaða samtímis þýðing í Skype olli).
- Villuleit og tillögur til að leiðrétta villur.
LUIS
Einnig, til að búa til vélmenni sem þú gætir þurft (Language Understanding Intelligent Service). Þjónustumarkmið:
- Ákvarðaðu hvort fullyrðing notandans sé skynsamleg og hvort svar vélmannsins sé nauðsynlegt.
- Dragðu úr viðleitni til að umrita tal notenda (texta) í skipanir sem botninn skilur.
- Spáðu fyrir um sönn markmið/áform notenda og dragðu lykilinnsýn úr orðasamböndum í samræðum.
- Leyfðu þróunaraðilanum að ræsa vélmanninn með því að nota örfá dæmi um merkingarþekkingu og síðari viðbótarþjálfun vélmannsins meðan á notkun stendur.
- Gerðu þróunaraðila kleift að nota sjónmynd til að meta gæði skipanauppskriftar.
- Aðstoða við stigvaxandi endurbætur á sannri markaþekkingu.
Í raun er meginmarkmið LUIS að skilja með ákveðnum líkindum hvað notandinn meinti og breyta náttúrulegri beiðni í samræmda skipun. Til að þekkja fyrirspurnargildi notar LUIS mengi tilgangs (merkingar, fyrirætlana) og eininga (annaðhvort fyrirfram stillt af forriturum, eða tekin og fyrirfram mótuð „lén“ - nokkur tilbúin söfn með stöðluðum orðasamböndum sem eru útbúin af Microsoft).
Einfalt dæmi: þú ert með vélmenni sem gefur þér veðurspá. Fyrir hann mun tilgangurinn vera þýðing náttúrulegrar beiðni í „aðgerð“ - beiðni um veðurspá og einingarnar verða tími og staður. Hér er skýringarmynd af því hvernig CheckWeather ásetningur virkar fyrir slíkan vélmenni.
Ásetningur
Essence
Dæmi um náttúrulega fyrirspurn
Athugaðu Veður
{"type": "location", "entity": "moscow"}
{"type": "builtin.datetimeV2.date", "entity": "framtíð","resolution":"2020-05-30"}
Hvernig verður veðrið á morgun í Moskvu?
Athugaðu Veður
{ "type": "date_range", "entity": "þessa helgi" }
Sýndu mér spána fyrir þessa helgi
Til að sameina QnA Maker og LUIS geturðu notað .
Þegar þú vinnur með QnA Maker og færð beiðni frá notanda, ákvarðar kerfið hvaða hlutfall af líkindum svarið frá QnA samsvarar beiðninni. Ef líkurnar eru miklar fær notandinn einfaldlega svar frá þekkingargrunni fyrirtækja, ef þær eru litlar er hægt að senda beiðnina til LUIS til skýringar. Notkun Dispatcher gerir þér kleift að forrita ekki þessa rökfræði, heldur ákvarða sjálfkrafa þennan brún aðskilnaðar beiðna og dreifa þeim fljótt.
Prófa og gefa út botninn
Annað staðbundið forrit er notað til að prófa, . Með því að nota keppinautinn geturðu átt samskipti við botmanninn og athugað skilaboðin sem hann sendir og tekur á móti. Keppinauturinn birtir skilaboð eins og þau myndu birtast í netspjallviðmóti og skráir JSON beiðnir og svör þegar þú sendir bóndanum skilaboð.
Dæmi um notkun keppinautarins er kynnt í þessari kynningu, sem sýnir sköpun sýndaraðstoðarmanns fyrir BMW. Myndbandið fjallar einnig um nýja hraða til að búa til spjallbotna - sniðmát:
Þú getur líka notað sniðmát þegar þú býrð til spjallbotna þína.
Sniðmát gerir þér kleift að skrifa ekki staðlaðar lánaaðgerðir aftur, heldur bæta við tilbúnum kóða sem „kunnáttu“. Dæmi gæti verið að vinna með dagatal, panta tíma o.fl. Kóði um tilbúna færni á github.
Prófunin gekk vel, botninn er tilbúinn og nú þarf að birta hann og tengja rásir. Útgáfa fer fram með Azure og hægt er að nota boðbera eða samfélagsnet sem rásir. Ef þú ert ekki með nauðsynlega rás til að slá inn gögn geturðu leitað að þeim í samsvarandi samfélagi á GitHab.
Einnig, til að búa til fullgildan spjallbot sem viðmót til samskipta við notandann og vitræna þjónustu, þarftu að sjálfsögðu viðbótar Azure þjónustu, svo sem gagnagrunna, netþjónalausa (Azure Functions), sem og LogicApp þjónustu og, m.a. , Viðburðarnet.
Mat og greining
Til að meta samskipti notenda geturðu notað bæði innbyggðu greiningar Azure Bot Service og sérstaka Application Insights þjónustu.
Fyrir vikið geturðu safnað upplýsingum út frá eftirfarandi forsendum:
- Hversu margir notendur fengu aðgang að vélinni frá ýmsum rásum á völdum tíma.
- Hversu margir notendur sem sendu eitt skeyti skiluðu síðar og sendu annað.
- Hversu margar aðgerðir voru sendar og mótteknar með hverri rás á tilgreindu tímabili.
Með því að nota Application Insights geturðu fylgst með hvaða forriti sem er í Azure og sérstaklega spjallbotnum, fengið viðbótargögn um hegðun notenda, álag og viðbrögð spjallbotna. Það skal tekið fram að Application Insights þjónustan hefur sitt eigið viðmót í Azure gáttinni.
Þú getur líka notað gögnin sem safnað er í gegnum þessa þjónustu til að búa til viðbótar sjónmyndir og greiningarskýrslur í PowerBI. Dæmi um slíka skýrslu og sniðmát fyrir PowerBI má taka .
Þakka ykkur öllum fyrir athyglina! Í þessari grein notuðum við frá vefnámskeiði Microsoft Azure arkitektsins Önnu Fenyushina „Þegar fólk hefur ekki tíma. Hvernig á að nota spjallbota 100% og vitræna þjónustu til að gera sjálfvirkan venjubundna ferla“, þar sem við sýndum greinilega hvað spjallbotar eru í Azure og hverjar eru aðstæður fyrir notkun þeirra, og sýndum einnig hvernig á að búa til vélmenni í QnA Maker á 15 mínútum og hvernig fyrirspurnaruppbygging er dulgreind í LUIS.
Við gerðum þetta vefnámskeið sem hluta af netmaraþoni fyrir þróunaraðila Dev Bootcamp. Þetta snerist um vörur sem flýta fyrir þróun og létta nokkuð af venjubundnu vinnuálagi starfsmanna fyrirtækisins með því að nota sjálfvirkniverkfæri og tilbúnar forstilltar Azure einingar. Upptökur af öðrum vefnámskeiðum í maraþoninu eru aðgengilegar á eftirfarandi tenglum:
-
Við tölum um þróun og nýja möguleika Azure DevOps þjónustunnar. Við greinum ítarlega alla fimm helstu þætti þess og hvernig þjónustan hjálpar við skipulagningu iðnaðarhugbúnaðarþróunar. Kynnir: Vladimir Gusarov Microsoft MVP.
Við íhugum hvernig eigi að innleiða „samsetningu sem kóða“ nálgunina fyrir öll forritunarmál sem nota fjölþrepa YAML leiðslur. Kynnir: Vladimir Gusarov Microsoft MVP.
Við ræðum hvernig eigi að þróa aðferðir til að geyma frumkóða hugbúnaðar og hvernig eigi að nota útgáfugeymslukerfi með Azure Repos. Kynnir: Vladimir Gusarov Microsoft MVP.
Við kynnum opinn hugbúnaðarstjórnunartækni í þróun og hagnýtri notkun WhiteSource tólsins. Við tölum um að leita að veikleikum í opnum íhlutum og viðhalda hreinleika leyfisins með WhiteSource. Kynnir: Diana Lisbaron, sölustjóri WhiteSource, og Daria Oreshkina, Web Control, opinber dreifingaraðili WhiteSource í Rússlandi.
Heimild: www.habr.com