ಹಲೋ, ಹಬ್ರ್! ಸಾಮಾನ್ಯವಾಗಿ ಮಾನವ ಹಸ್ತಕ್ಷೇಪದ ಅಗತ್ಯವಿರುವ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಅಜೂರ್ ಅನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂದು ಇಂದು ನಾವು ನಿಮಗೆ ತೋರಿಸುತ್ತೇವೆ. ಏಜೆಂಟರು ಅದೇ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸಲು ಸಾಕಷ್ಟು ಸಮಯವನ್ನು ಕಳೆಯುತ್ತಾರೆ, ಫೋನ್ ಕರೆಗಳು ಮತ್ತು ಪಠ್ಯ ಸಂದೇಶಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತಾರೆ. ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಸಂವಹನ ಮತ್ತು ಗುರುತಿಸುವಿಕೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ಜನರ ಮೇಲಿನ ಹೊರೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. Azure DevOps ನಲ್ಲಿ ಬಾಟ್ಗಳನ್ನು ಸಹ ಬಳಸಲಾಗುತ್ತದೆ, ಅಲ್ಲಿ ಅವರು ಬಿಡುಗಡೆಗಳನ್ನು ಅನುಮೋದಿಸಲು, ಬಿಲ್ಡ್‌ಗಳನ್ನು ನಿರ್ವಹಿಸಲು - ವೀಕ್ಷಿಸಲು, ಪ್ರಾರಂಭಿಸಲು ಮತ್ತು ನಿಲ್ಲಿಸಲು - ನೇರವಾಗಿ Slack ಅಥವಾ Microsoft ತಂಡಗಳಿಂದ ಅನುಮತಿಸುತ್ತಾರೆ. ಮೂಲಭೂತವಾಗಿ, ಚಾಟ್‌ಬಾಟ್ CLI ಅನ್ನು ಸ್ವಲ್ಪಮಟ್ಟಿಗೆ ನೆನಪಿಸುತ್ತದೆ, ಕೇವಲ ಸಂವಾದಾತ್ಮಕವಾಗಿರುತ್ತದೆ ಮತ್ತು ಡೆವಲಪರ್‌ಗೆ ಚಾಟ್ ಚರ್ಚೆಯ ಸಂದರ್ಭದಲ್ಲಿ ಉಳಿಯಲು ಅನುಮತಿಸುತ್ತದೆ.
ಈ ಲೇಖನದಲ್ಲಿ, ನಾವು ಚಾಟ್‌ಬಾಟ್‌ಗಳನ್ನು ರಚಿಸುವ ಪರಿಕರಗಳ ಕುರಿತು ಮಾತನಾಡುತ್ತೇವೆ, ಅರಿವಿನ ಸೇವೆಗಳೊಂದಿಗೆ ಅವುಗಳನ್ನು ಹೇಗೆ ಸುಧಾರಿಸಬಹುದು ಎಂಬುದನ್ನು ತೋರಿಸುತ್ತೇವೆ ಮತ್ತು ಅಜೂರ್‌ನಲ್ಲಿ ಸಿದ್ಧ ಸೇವೆಗಳೊಂದಿಗೆ ಅಭಿವೃದ್ಧಿಯನ್ನು ಹೇಗೆ ವೇಗಗೊಳಿಸಬಹುದು ಎಂಬುದನ್ನು ವಿವರಿಸುತ್ತೇವೆ.
ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಮತ್ತು ಅರಿವಿನ ಸೇವೆಗಳು: ಹೋಲಿಕೆಗಳು ಯಾವುವು ಮತ್ತು ವ್ಯತ್ಯಾಸಗಳು ಯಾವುವು?
Microsoft Azure ನಲ್ಲಿ ಬಾಟ್ಗಳನ್ನು ರಚಿಸಲು, ನೀವು Azure Bot Service ಮತ್ತು Bot Framework ಅನ್ನು ಬಳಸುತ್ತೀರಿ. ಒಟ್ಟಿಗೆ ಅವರು ಬಾಟ್ಗಳನ್ನು ನಿರ್ಮಿಸಲು, ಪರೀಕ್ಷಿಸಲು, ನಿಯೋಜಿಸಲು ಮತ್ತು ನಿರ್ವಹಿಸಲು ಸಾಫ್ಟ್‌ವೇರ್‌ನ ಗುಂಪನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತಾರೆ, ಇದು ರೆಡಿಮೇಡ್ ಮಾಡ್ಯೂಲ್‌ಗಳಿಂದ ಸರಳ ಮತ್ತು ಸುಧಾರಿತ ಸಂವಹನ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಭಾಷಣ ಬೆಂಬಲ, ನೈಸರ್ಗಿಕ ಭಾಷಾ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಇತರ ಸಾಮರ್ಥ್ಯಗಳೊಂದಿಗೆ ರಚಿಸಲು ಅನುಮತಿಸುತ್ತದೆ.
ಕಾರ್ಪೊರೇಟ್ ಪ್ರಶ್ನೋತ್ತರ ಸೇವೆಯ ಆಧಾರದ ಮೇಲೆ ನೀವು ಸರಳವಾದ ಬೋಟ್ ಅನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕು ಅಥವಾ ಇದಕ್ಕೆ ವಿರುದ್ಧವಾಗಿ, ಸಂಕೀರ್ಣವಾದ, ಕವಲೊಡೆದ ಸಂವಹನ ವ್ಯವಸ್ಥೆಯೊಂದಿಗೆ ಕ್ರಿಯಾತ್ಮಕ ಬೋಟ್ ಅನ್ನು ರಚಿಸಬೇಕು ಎಂದು ಊಹಿಸೋಣ. ಇದನ್ನು ಮಾಡಲು, ನೀವು ಹಲವಾರು ಸಾಧನಗಳನ್ನು ಬಳಸಬಹುದು, ಇದನ್ನು ಮೂರು ಗುಂಪುಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ:
- ಡೈಲಾಗ್ ಇಂಟರ್‌ಫೇಸ್‌ಗಳ (ಬಾಟ್‌ಗಳು) ಕ್ಷಿಪ್ರ ಅಭಿವೃದ್ಧಿಗಾಗಿ ಸೇವೆಗಳು.
- ವಿಭಿನ್ನ ಬಳಕೆಯ ಸಂದರ್ಭಗಳಿಗಾಗಿ ಸಿದ್ಧ-ನಿರ್ಮಿತ ಅರಿವಿನ AI ಸೇವೆಗಳು (ಮಾದರಿ ಗುರುತಿಸುವಿಕೆ, ಭಾಷಣ ಗುರುತಿಸುವಿಕೆ, ಜ್ಞಾನದ ಮೂಲ ಮತ್ತು ಹುಡುಕಾಟ).
- AI ಮಾದರಿಗಳನ್ನು ರಚಿಸುವ ಮತ್ತು ತರಬೇತಿ ನೀಡುವ ಸೇವೆಗಳು.
ವಿಶಿಷ್ಟವಾಗಿ, ಜನರು "ಬಾಟ್‌ಗಳು" ಮತ್ತು "ಅರಿವಿನ ಸೇವೆಗಳನ್ನು" ಅಂತರ್ಬೋಧೆಯಿಂದ ಗೊಂದಲಗೊಳಿಸುತ್ತಾರೆ ಏಕೆಂದರೆ ಎರಡೂ ಪರಿಕಲ್ಪನೆಗಳು ಸಂವಹನದ ತತ್ವವನ್ನು ಆಧರಿಸಿವೆ ಮತ್ತು ಬಾಟ್‌ಗಳು ಮತ್ತು ಸೇವೆಗಳ ಬಳಕೆಯ ಸಂದರ್ಭವು ಸಂಭಾಷಣೆಗಳನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಆದರೆ ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಕೀವರ್ಡ್‌ಗಳು ಮತ್ತು ಟ್ರಿಗ್ಗರ್‌ಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ ಮತ್ತು ಅರಿವಿನ ಸೇವೆಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಮನುಷ್ಯರಿಂದ ಸಂಸ್ಕರಿಸಲ್ಪಡುವ ಅನಿಯಂತ್ರಿತ ವಿನಂತಿಗಳೊಂದಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ:
ಅರಿವಿನ ಸೇವೆಗಳು ಬಳಕೆದಾರರೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ಮತ್ತೊಂದು ಮಾರ್ಗವಾಗಿದೆ, ಅನಿಯಂತ್ರಿತ ವಿನಂತಿಯನ್ನು ಸ್ಪಷ್ಟ ಆಜ್ಞೆಯಾಗಿ ಪರಿವರ್ತಿಸಲು ಮತ್ತು ಅದನ್ನು ಬೋಟ್‌ಗೆ ರವಾನಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಹೀಗಾಗಿ, ಚಾಟ್‌ಬಾಟ್‌ಗಳು ವಿನಂತಿಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವ ಅಪ್ಲಿಕೇಶನ್‌ಗಳಾಗಿವೆ, ಮತ್ತು ಅರಿವಿನ ಸೇವೆಗಳು ವಿನಂತಿಗಳ ಬುದ್ಧಿವಂತ ವಿಶ್ಲೇಷಣೆಗಾಗಿ ಪ್ರತ್ಯೇಕವಾಗಿ ಪ್ರಾರಂಭಿಸಲಾದ ಸಾಧನಗಳಾಗಿವೆ, ಆದರೆ ಚಾಟ್‌ಬಾಟ್ ಪ್ರವೇಶಿಸಬಹುದು, ಅದು "ಬುದ್ಧಿವಂತ" ಆಗುತ್ತದೆ.
ಚಾಟ್‌ಬಾಟ್‌ಗಳನ್ನು ರಚಿಸಲಾಗುತ್ತಿದೆ
ಅಜೂರ್‌ನಲ್ಲಿ ಬೋಟ್‌ಗಾಗಿ ಶಿಫಾರಸು ಮಾಡಲಾದ ವಿನ್ಯಾಸ ರೇಖಾಚಿತ್ರವು ಈ ಕೆಳಗಿನಂತಿದೆ:
ಅಜೂರ್‌ನಲ್ಲಿ ಬಾಟ್ಗಳನ್ನು ವಿನ್ಯಾಸಗೊಳಿಸಲು ಮತ್ತು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು, ಬಳಸಿ . GitHub ನಲ್ಲಿ ಲಭ್ಯವಿದೆ , ಚೌಕಟ್ಟಿನ ಬದಲಾವಣೆಯ ಸಾಮರ್ಥ್ಯಗಳು, ಆದ್ದರಿಂದ ಬಾಟ್ಗಳಲ್ಲಿ ಬಳಸಲಾಗುವ SDK ನ ಆವೃತ್ತಿಯನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳುವುದು ಅವಶ್ಯಕ.
ಫ್ರೇಮ್ವರ್ಕ್ ಬಾಟ್ಗಳನ್ನು ರಚಿಸಲು ಹಲವಾರು ಆಯ್ಕೆಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ: ಕ್ಲಾಸಿಕ್ ಕೋಡ್, ಆಜ್ಞಾ ಸಾಲಿನ ಉಪಕರಣಗಳು ಅಥವಾ ಫ್ಲೋಚಾರ್ಟ್‌ಗಳನ್ನು ಬಳಸುವುದು. ಕೊನೆಯ ಆಯ್ಕೆಯು ಸಂವಾದಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುತ್ತದೆ; ಇದಕ್ಕಾಗಿ ನೀವು ಮ್ಯಾನೇಜರ್ ಅನ್ನು ಬಳಸಬಹುದು . ಇದನ್ನು ಬೋಟ್ ಫ್ರೇಮ್ವರ್ಕ್ SDK ನಲ್ಲಿ ದೃಶ್ಯ ಅಭಿವೃದ್ಧಿ ಸಾಧನವಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ, ಇದನ್ನು ಕ್ರಾಸ್-ಶಿಸ್ತಿನ ತಂಡಗಳು ಬಾಟ್ಗಳನ್ನು ರಚಿಸಲು ಬಳಸಬಹುದು.
ಬೋಟ್ ಫ್ರೇಮ್ವರ್ಕ್ ಸಂಯೋಜಕವು ಬೋಟ್ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಸಂವಾದ ರಚನೆಯನ್ನು ರಚಿಸಲು ಬ್ಲಾಕ್‌ಗಳನ್ನು ಬಳಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ನೀವು ಟ್ರಿಗ್ಗರ್‌ಗಳನ್ನು ರಚಿಸಬಹುದು, ಅಂದರೆ, ಸಂವಾದದ ಸಮಯದಲ್ಲಿ ಬೋಟ್ ಪ್ರತಿಕ್ರಿಯಿಸುವ ಕೀವರ್ಡ್‌ಗಳು. ಉದಾಹರಣೆಗೆ, "ಆಪರೇಟರ್", "ಕಳ್ಳತನ" ಅಥವಾ "ನಿಲ್ಲಿಸು" ಮತ್ತು "ಸಾಕಷ್ಟು" ಪದಗಳು.
ಬಾಟ್ ಫ್ರೇಮ್ವರ್ಕ್ ಸಂಯೋಜಕದಲ್ಲಿ, ನೀವು ಬಳಸಿ ಸಂಕೀರ್ಣ ಸಂವಾದ ವ್ಯವಸ್ಥೆಗಳನ್ನು ರಚಿಸಬಹುದು . ಸಂವಾದಗಳು ಅರಿವಿನ ಸೇವೆಗಳು ಮತ್ತು ಈವೆಂಟ್ ಕಾರ್ಡ್‌ಗಳನ್ನು (ಅಡಾಪ್ಟಿವ್ ಕಾರ್ಡ್‌ಗಳು) ಎರಡನ್ನೂ ಬಳಸಬಹುದು:
ರಚಿಸಿದ ನಂತರ, ನೀವು ಚಂದಾದಾರಿಕೆಯಲ್ಲಿ ಚಾಟ್‌ಬಾಟ್ ಅನ್ನು ನಿಯೋಜಿಸಬಹುದು ಮತ್ತು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಸಿದ್ಧಪಡಿಸಿದ ಸ್ಕ್ರಿಪ್ಟ್ ಅಗತ್ಯವಿರುವ ಎಲ್ಲಾ ಸಂಪನ್ಮೂಲಗಳನ್ನು ರಚಿಸುತ್ತದೆ: ಅರಿವಿನ ಸೇವೆಗಳು, ಅಪ್ಲಿಕೇಶನ್ ಯೋಜನೆ, ಅಪ್ಲಿಕೇಶನ್ ಒಳನೋಟಗಳು, ಡೇಟಾಬೇಸ್, ಇತ್ಯಾದಿ.
QnA ಮೇಕರ್
ಕಾರ್ಪೊರೇಟ್ Q&A ಡೇಟಾಬೇಸ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ಸರಳವಾದ ಬಾಟ್ಗಳನ್ನು ರಚಿಸಲು, ನೀವು QnA Maker ಅರಿವಿನ ಸೇವೆಯನ್ನು ಬಳಸಬಹುದು. ಸರಳವಾದ ವೆಬ್ ಮಾಂತ್ರಿಕನಂತೆ ಕಾರ್ಯಗತಗೊಳಿಸಲಾಗಿದೆ, ಇದು ಕಾರ್ಪೊರೇಟ್ ಜ್ಞಾನ ಬೇಸ್ (FAQ Urls) ಗೆ ಲಿಂಕ್ ಅನ್ನು ಇನ್‌ಪುಟ್ ಮಾಡಲು ಅಥವಾ *.doc ಅಥವಾ *.pdf ಫಾರ್ಮ್ಯಾಟ್‌ನಲ್ಲಿ ಡಾಕ್ಯುಮೆಂಟ್ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಆಧಾರವಾಗಿ ಬಳಸಲು ಅನುಮತಿಸುತ್ತದೆ. ಸೂಚ್ಯಂಕವನ್ನು ರಚಿಸಿದ ನಂತರ, ಬೋಟ್ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಬಳಕೆದಾರರ ಪ್ರಶ್ನೆಗಳಿಗೆ ಹೆಚ್ಚು ಸೂಕ್ತವಾದ ಉತ್ತರಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತದೆ.
QnAMaker ಅನ್ನು ಬಳಸಿಕೊಂಡು, ನೀವು ಬಟನ್‌ಗಳ ಸ್ವಯಂಚಾಲಿತ ರಚನೆಯೊಂದಿಗೆ ಪ್ರಶ್ನೆಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸುವ ಸರಪಳಿಗಳನ್ನು ಸಹ ರಚಿಸಬಹುದು, ಮೆಟಾಡೇಟಾದೊಂದಿಗೆ ಜ್ಞಾನದ ಮೂಲವನ್ನು ಪೂರಕಗೊಳಿಸಬಹುದು ಮತ್ತು ಬಳಕೆಯ ಸಮಯದಲ್ಲಿ ಸೇವೆಯನ್ನು ಮತ್ತಷ್ಟು ತರಬೇತಿ ಮಾಡಬಹುದು.
ಸೇವೆಯನ್ನು ಈ ಒಂದು ಕಾರ್ಯವನ್ನು ಮಾತ್ರ ಕಾರ್ಯಗತಗೊಳಿಸುವ ಚಾಟ್‌ಬಾಟ್‌ನಂತೆ ಅಥವಾ ವಿನಂತಿಯನ್ನು ಅವಲಂಬಿಸಿ, ಇತರ AI ಸೇವೆಗಳು ಅಥವಾ ಬಾಟ್ ಫ್ರೇಮ್‌ವರ್ಕ್‌ನ ಅಂಶಗಳನ್ನು ಬಳಸುವ ಸಂಕೀರ್ಣ ಚಾಟ್‌ಬಾಟ್‌ನ ಭಾಗವಾಗಿ ಬಳಸಬಹುದು.
ಇತರ ಅರಿವಿನ ಸೇವೆಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು
ಅಜುರೆ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ನಲ್ಲಿ ಹಲವಾರು ವಿಭಿನ್ನ ಅರಿವಿನ ಸೇವೆಗಳಿವೆ. ತಾಂತ್ರಿಕವಾಗಿ, ಇವು ಸ್ವತಂತ್ರ ವೆಬ್ ಸೇವೆಗಳಾಗಿದ್ದು ಅದನ್ನು ಕೋಡ್‌ನಿಂದ ಕರೆಯಬಹುದು. ಪ್ರತಿಕ್ರಿಯೆಯಾಗಿ, ಸೇವೆಯು ನಿರ್ದಿಷ್ಟ ಸ್ವರೂಪದ json ಅನ್ನು ಕಳುಹಿಸುತ್ತದೆ, ಅದನ್ನು ಚಾಟ್‌ಬಾಟ್‌ನಲ್ಲಿ ಬಳಸಬಹುದು.
ಚಾಟ್‌ಬಾಟ್‌ಗಳ ಸಾಮಾನ್ಯ ಬಳಕೆಗಳು:
- ಪಠ್ಯ ಗುರುತಿಸುವಿಕೆ.
- ಡೆವಲಪರ್-ವ್ಯಾಖ್ಯಾನಿತ ಕಸ್ಟಮ್ ವಿಷನ್ ಸರ್ವಿಸ್ ಇಮೇಜ್ ವಿಭಾಗಗಳ ಗುರುತಿಸುವಿಕೆ (ಉತ್ಪಾದನೆಯ ಸಂದರ್ಭದಲ್ಲಿ: ಉದ್ಯೋಗಿ ಹಾರ್ಡ್ ಹ್ಯಾಟ್, ಕನ್ನಡಕಗಳು ಅಥವಾ ಮುಖವಾಡವನ್ನು ಧರಿಸುತ್ತಿದ್ದಾರೆಯೇ ಎಂಬುದನ್ನು ಗುರುತಿಸುವುದು).
- ಮುಖ ಗುರುತಿಸುವಿಕೆ (ಸಮೀಕ್ಷೆಗೆ ಒಳಗಾದ ವ್ಯಕ್ತಿಯು ತನ್ನ ಮುಖವನ್ನು ಪೋಸ್ಟ್ ಮಾಡಿದ್ದಾನೆಯೇ ಅಥವಾ ನಾಯಿಯ ಫೋಟೋ ಅಥವಾ ಬೇರೆ ಲಿಂಗದ ವ್ಯಕ್ತಿಯ ಫೋಟೋವನ್ನು ಪೋಸ್ಟ್ ಮಾಡಿದ್ದಾನೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸುವುದು ಅತ್ಯುತ್ತಮ ಬಳಕೆಯ ಸಂದರ್ಭವಾಗಿದೆ).
- ಭಾಷಣ ಗುರುತಿಸುವಿಕೆ.
- ಚಿತ್ರ ವಿಶ್ಲೇಷಣೆ.
- ಅನುವಾದ (ಸ್ಕೈಪ್‌ನಲ್ಲಿ ಶಬ್ದ ಏಕಕಾಲಿಕ ಅನುವಾದವು ಎಷ್ಟು ಶಬ್ದವನ್ನು ಉಂಟುಮಾಡಿದೆ ಎಂಬುದನ್ನು ನಾವೆಲ್ಲರೂ ನೆನಪಿಸಿಕೊಳ್ಳುತ್ತೇವೆ).
- ಕಾಗುಣಿತ ಪರಿಶೀಲನೆ ಮತ್ತು ದೋಷಗಳನ್ನು ಸರಿಪಡಿಸಲು ಸಲಹೆಗಳು.
LUIS
ಅಲ್ಲದೆ, ಬಾಟ್ಗಳನ್ನು ರಚಿಸಲು ನಿಮಗೆ ಬೇಕಾಗಬಹುದು (ಭಾಷಾ ತಿಳುವಳಿಕೆ ಬುದ್ಧಿವಂತ ಸೇವೆ). ಸೇವಾ ಉದ್ದೇಶಗಳು:
- ಬಳಕೆದಾರರ ಹೇಳಿಕೆಯು ಅರ್ಥಪೂರ್ಣವಾಗಿದೆಯೇ ಮತ್ತು ಬೋಟ್‌ನ ಪ್ರತಿಕ್ರಿಯೆ ಅಗತ್ಯವಿದೆಯೇ ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸಿ.
- ಬಳಕೆದಾರರ ಭಾಷಣವನ್ನು (ಪಠ್ಯ) ಬೋಟ್‌ಗೆ ಅರ್ಥವಾಗುವ ಆಜ್ಞೆಗಳಾಗಿ ಲಿಪ್ಯಂತರ ಮಾಡುವ ಪ್ರಯತ್ನಗಳನ್ನು ಕಡಿಮೆ ಮಾಡಿ.
- ನಿಜವಾದ ಬಳಕೆದಾರ ಗುರಿಗಳು/ಉದ್ದೇಶಗಳನ್ನು ಊಹಿಸಿ ಮತ್ತು ಸಂಭಾಷಣೆಯಲ್ಲಿನ ನುಡಿಗಟ್ಟುಗಳಿಂದ ಪ್ರಮುಖ ಒಳನೋಟಗಳನ್ನು ಹೊರತೆಗೆಯಿರಿ.
- ಅರ್ಥ ಗುರುತಿಸುವಿಕೆ ಮತ್ತು ಕಾರ್ಯಾಚರಣೆಯ ಸಮಯದಲ್ಲಿ ಬೋಟ್‌ನ ನಂತರದ ಹೆಚ್ಚುವರಿ ತರಬೇತಿಯ ಕೆಲವು ಉದಾಹರಣೆಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಬೋಟ್ ಅನ್ನು ಪ್ರಾರಂಭಿಸಲು ಡೆವಲಪರ್‌ಗೆ ಅನುಮತಿಸಿ.
- ಕಮಾಂಡ್ ಪ್ರತಿಲೇಖನದ ಗುಣಮಟ್ಟವನ್ನು ನಿರ್ಣಯಿಸಲು ದೃಶ್ಯೀಕರಣವನ್ನು ಬಳಸಲು ಡೆವಲಪರ್ ಅನ್ನು ಸಕ್ರಿಯಗೊಳಿಸಿ.
- ನಿಜವಾದ ಗುರಿ ಗುರುತಿಸುವಿಕೆಯಲ್ಲಿ ಹೆಚ್ಚುತ್ತಿರುವ ಸುಧಾರಣೆಗಳಲ್ಲಿ ಸಹಾಯ ಮಾಡಿ.
ವಾಸ್ತವವಾಗಿ, LUIS ನ ಮುಖ್ಯ ಗುರಿಯು ಬಳಕೆದಾರನ ಅರ್ಥವನ್ನು ನಿರ್ದಿಷ್ಟ ಸಂಭವನೀಯತೆಯೊಂದಿಗೆ ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮತ್ತು ನೈಸರ್ಗಿಕ ವಿನಂತಿಯನ್ನು ಸಾಮರಸ್ಯದ ಆಜ್ಞೆಯಾಗಿ ಪರಿವರ್ತಿಸುವುದು. ಪ್ರಶ್ನೆ ಮೌಲ್ಯಗಳನ್ನು ಗುರುತಿಸಲು, LUIS ಉದ್ದೇಶಗಳ (ಅರ್ಥಗಳು, ಉದ್ದೇಶಗಳು) ಮತ್ತು ಘಟಕಗಳನ್ನು ಬಳಸುತ್ತದೆ (ಡೆವಲಪರ್‌ಗಳಿಂದ ಮೊದಲೇ ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾಗಿದೆ, ಅಥವಾ ತೆಗೆದುಕೊಂಡ ಮತ್ತು ಪೂರ್ವ-ರೂಪಿಸಿದ “ಡೊಮೇನ್‌ಗಳು” - ಮೈಕ್ರೋಸಾಫ್ಟ್ ಸಿದ್ಧಪಡಿಸಿದ ಪ್ರಮಾಣಿತ ಪದಗುಚ್ಛಗಳ ಕೆಲವು ಸಿದ್ಧ-ನಿರ್ಮಿತ ಲೈಬ್ರರಿಗಳು).
ಒಂದು ಸರಳ ಉದಾಹರಣೆ: ನೀವು ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಯನ್ನು ನೀಡುವ ಬೋಟ್ ಅನ್ನು ಹೊಂದಿದ್ದೀರಿ. ಅವನಿಗೆ, ಉದ್ದೇಶವು ನೈಸರ್ಗಿಕ ವಿನಂತಿಯನ್ನು "ಕ್ರಿಯೆ" ಆಗಿ ಅನುವಾದಿಸುತ್ತದೆ - ಹವಾಮಾನ ಮುನ್ಸೂಚನೆಗಾಗಿ ವಿನಂತಿ, ಮತ್ತು ಘಟಕಗಳು ಸಮಯ ಮತ್ತು ಸ್ಥಳವಾಗಿರುತ್ತದೆ. ಅಂತಹ ಬೋಟ್‌ಗಾಗಿ ಚೆಕ್‌ವೆದರ್ ಉದ್ದೇಶವು ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ರೇಖಾಚಿತ್ರ ಇಲ್ಲಿದೆ.
ಉದ್ದೇಶ
ಎಸೆನ್ಸ್
ನೈಸರ್ಗಿಕ ಪ್ರಶ್ನೆಯ ಉದಾಹರಣೆ
ಹವಾಮಾನವನ್ನು ಪರಿಶೀಲಿಸಿ
{"ಟೈಪ್": "ಸ್ಥಳ", "ಎಂಟಿಟಿ": "ಮಾಸ್ಕೋ"}
{"type": "builtin.datetimeV2.date", "entity": "ಭವಿಷ್ಯ","ರೆಸಲ್ಯೂಶನ್":"2020-05-30"}
ಮಾಸ್ಕೋದಲ್ಲಿ ನಾಳೆ ಹವಾಮಾನ ಹೇಗಿರುತ್ತದೆ?
ಹವಾಮಾನವನ್ನು ಪರಿಶೀಲಿಸಿ
{ "type": "date_range", "entity": "ಈ ವಾರಾಂತ್ಯ" }
ಈ ವಾರಾಂತ್ಯದ ಮುನ್ಸೂಚನೆಯನ್ನು ನನಗೆ ತೋರಿಸಿ
QnA Maker ಮತ್ತು LUIS ಅನ್ನು ಸಂಯೋಜಿಸಲು ನೀವು ಬಳಸಬಹುದು .
ನೀವು QnA Maker ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವಾಗ ಮತ್ತು ಬಳಕೆದಾರರಿಂದ ವಿನಂತಿಯನ್ನು ಸ್ವೀಕರಿಸಿದಾಗ, QnA ಯಿಂದ ಯಾವ ಶೇಕಡಾವಾರು ಸಂಭವನೀಯತೆಯ ಉತ್ತರವು ವಿನಂತಿಯೊಂದಿಗೆ ಹೊಂದಿಕೆಯಾಗುತ್ತದೆ ಎಂಬುದನ್ನು ಸಿಸ್ಟಮ್ ನಿರ್ಧರಿಸುತ್ತದೆ. ಸಂಭವನೀಯತೆ ಹೆಚ್ಚಿದ್ದರೆ, ಕಾರ್ಪೊರೇಟ್ ಜ್ಞಾನದ ಮೂಲದಿಂದ ಬಳಕೆದಾರರಿಗೆ ಸರಳವಾಗಿ ಉತ್ತರವನ್ನು ನೀಡಲಾಗುತ್ತದೆ; ಅದು ಕಡಿಮೆಯಿದ್ದರೆ, ಸ್ಪಷ್ಟೀಕರಣಕ್ಕಾಗಿ ವಿನಂತಿಯನ್ನು LUIS ಗೆ ಕಳುಹಿಸಬಹುದು. ಡಿಸ್ಪ್ಯಾಚರ್ ಅನ್ನು ಬಳಸುವುದರಿಂದ ಈ ತರ್ಕವನ್ನು ಪ್ರೋಗ್ರಾಂ ಮಾಡದಿರಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ, ಆದರೆ ವಿನಂತಿಗಳ ಪ್ರತ್ಯೇಕತೆಯ ಈ ಅಂಚನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ನಿರ್ಧರಿಸಲು ಮತ್ತು ಅವುಗಳನ್ನು ತ್ವರಿತವಾಗಿ ವಿತರಿಸಲು.
ಬೋಟ್ ಅನ್ನು ಪರೀಕ್ಷಿಸುವುದು ಮತ್ತು ಪ್ರಕಟಿಸುವುದು
ಮತ್ತೊಂದು ಸ್ಥಳೀಯ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಪರೀಕ್ಷೆಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ, . ಎಮ್ಯುಲೇಟರ್ ಬಳಸಿ, ನೀವು ಬೋಟ್‌ನೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಬಹುದು ಮತ್ತು ಅದು ಕಳುಹಿಸುವ ಮತ್ತು ಸ್ವೀಕರಿಸುವ ಸಂದೇಶಗಳನ್ನು ಪರಿಶೀಲಿಸಬಹುದು. ಎಮ್ಯುಲೇಟರ್ ಸಂದೇಶಗಳನ್ನು ವೆಬ್ ಚಾಟ್ ಇಂಟರ್ಫೇಸ್‌ನಲ್ಲಿ ಗೋಚರಿಸುವಂತೆ ಪ್ರದರ್ಶಿಸುತ್ತದೆ ಮತ್ತು ಬೋಟ್‌ಗೆ ಸಂದೇಶ ಕಳುಹಿಸುವಾಗ JSON ವಿನಂತಿಗಳು ಮತ್ತು ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಲಾಗ್ ಮಾಡುತ್ತದೆ.
ಎಮ್ಯುಲೇಟರ್ ಅನ್ನು ಬಳಸುವ ಉದಾಹರಣೆಯನ್ನು ಈ ಡೆಮೊದಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗಿದೆ, ಇದು BMW ಗಾಗಿ ವರ್ಚುವಲ್ ಸಹಾಯಕ ರಚನೆಯನ್ನು ತೋರಿಸುತ್ತದೆ. ಚಾಟ್‌ಬಾಟ್‌ಗಳನ್ನು ರಚಿಸಲು ಹೊಸ ವೇಗವರ್ಧಕಗಳ ಕುರಿತು ವೀಡಿಯೊ ಮಾತನಾಡುತ್ತದೆ - ಟೆಂಪ್ಲೇಟ್‌ಗಳು:
ನಿಮ್ಮ ಚಾಟ್‌ಬಾಟ್‌ಗಳನ್ನು ರಚಿಸುವಾಗ ನೀವು ಟೆಂಪ್ಲೇಟ್‌ಗಳನ್ನು ಸಹ ಬಳಸಬಹುದು.
ಸ್ಟ್ಯಾಂಡರ್ಡ್ ಬೋಟ್ ಕಾರ್ಯಗಳನ್ನು ಹೊಸದಾಗಿ ಬರೆಯದಿರಲು ಟೆಂಪ್ಲೇಟ್‌ಗಳು ನಿಮಗೆ ಅವಕಾಶ ನೀಡುತ್ತವೆ, ಆದರೆ ರೆಡಿಮೇಡ್ ಕೋಡ್ ಅನ್ನು "ಕೌಶಲ್ಯ" ಎಂದು ಸೇರಿಸಲು. ಒಂದು ಉದಾಹರಣೆ ಕ್ಯಾಲೆಂಡರ್‌ನೊಂದಿಗೆ ಕೆಲಸ ಮಾಡುವುದು, ಅಪಾಯಿಂಟ್‌ಮೆಂಟ್‌ಗಳನ್ನು ಮಾಡುವುದು ಇತ್ಯಾದಿ. ಸಿದ್ಧವಾದ ಕೌಶಲ್ಯಗಳ ಕೋಡ್ ಗಿಥಬ್ ಮೇಲೆ.
ಪರೀಕ್ಷೆಯು ಯಶಸ್ವಿಯಾಗಿದೆ, ಬೋಟ್ ಸಿದ್ಧವಾಗಿದೆ ಮತ್ತು ಈಗ ಅದನ್ನು ಪ್ರಕಟಿಸಬೇಕು ಮತ್ತು ಚಾನಲ್‌ಗಳನ್ನು ಸಂಪರ್ಕಿಸಬೇಕು. ಅಜೂರ್ ಬಳಸಿ ಪ್ರಕಟಣೆಯನ್ನು ಕೈಗೊಳ್ಳಲಾಗುತ್ತದೆ ಮತ್ತು ಸಂದೇಶವಾಹಕರು ಅಥವಾ ಸಾಮಾಜಿಕ ನೆಟ್‌ವರ್ಕ್‌ಗಳನ್ನು ಚಾನಲ್‌ಗಳಾಗಿ ಬಳಸಬಹುದು. ಡೇಟಾವನ್ನು ನಮೂದಿಸಲು ಅಗತ್ಯವಿರುವ ಚಾನಲ್ ಅನ್ನು ನೀವು ಹೊಂದಿಲ್ಲದಿದ್ದರೆ, ನೀವು ಅದನ್ನು GitHab ನಲ್ಲಿ ಅನುಗುಣವಾದ ಸಮುದಾಯದಲ್ಲಿ ಹುಡುಕಬಹುದು.
ಅಲ್ಲದೆ, ಬಳಕೆದಾರ ಮತ್ತು ಅರಿವಿನ ಸೇವೆಗಳೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಲು ಇಂಟರ್ಫೇಸ್ ಆಗಿ ಪೂರ್ಣ ಪ್ರಮಾಣದ ಚಾಟ್‌ಬಾಟ್ ಅನ್ನು ರಚಿಸಲು, ನಿಮಗೆ ಡೇಟಾಬೇಸ್‌ಗಳು, ಸರ್ವರ್‌ಲೆಸ್ (ಅಜುರೆ ಕಾರ್ಯಗಳು), ಹಾಗೆಯೇ ಲಾಜಿಕ್‌ಆಪ್ ಸೇವೆಗಳು ಮತ್ತು ಪ್ರಾಯಶಃ ಹೆಚ್ಚುವರಿ ಅಜೂರ್ ಸೇವೆಗಳು ಬೇಕಾಗುತ್ತವೆ. , ಈವೆಂಟ್ ಗ್ರಿಡ್.
ಮೌಲ್ಯಮಾಪನ ಮತ್ತು ವಿಶ್ಲೇಷಣೆ
ಬಳಕೆದಾರರ ಸಂವಹನವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು, ನೀವು ಅಜೂರ್ ಬಾಟ್ ಸೇವೆಯ ಅಂತರ್ನಿರ್ಮಿತ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವಿಶೇಷ ಅಪ್ಲಿಕೇಶನ್ ಒಳನೋಟಗಳ ಸೇವೆ ಎರಡನ್ನೂ ಬಳಸಬಹುದು.
ಪರಿಣಾಮವಾಗಿ, ನೀವು ಈ ಕೆಳಗಿನ ಮಾನದಂಡಗಳ ಆಧಾರದ ಮೇಲೆ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಬಹುದು:
- ಆಯ್ಕೆಮಾಡಿದ ಅವಧಿಯಲ್ಲಿ ಎಷ್ಟು ಬಳಕೆದಾರರು ವಿವಿಧ ಚಾನಲ್‌ಗಳಿಂದ ಬೋಟ್ ಅನ್ನು ಪ್ರವೇಶಿಸಿದ್ದಾರೆ.
- ಒಂದು ಸಂದೇಶವನ್ನು ಕಳುಹಿಸಿದ ಎಷ್ಟು ಬಳಕೆದಾರರು ನಂತರ ಹಿಂತಿರುಗಿದರು ಮತ್ತು ಇನ್ನೊಂದನ್ನು ಕಳುಹಿಸಿದ್ದಾರೆ.
- ನಿರ್ದಿಷ್ಟ ಸಮಯದ ಮಧ್ಯಂತರದಲ್ಲಿ ಪ್ರತಿ ಚಾನಲ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಎಷ್ಟು ಕ್ರಮಗಳನ್ನು ಕಳುಹಿಸಲಾಗಿದೆ ಮತ್ತು ಸ್ವೀಕರಿಸಲಾಗಿದೆ.
ಅಪ್ಲಿಕೇಶನ್ ಒಳನೋಟಗಳನ್ನು ಬಳಸಿಕೊಂಡು, ನೀವು Azure ನಲ್ಲಿ ಯಾವುದೇ ಅಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬಹುದು ಮತ್ತು ನಿರ್ದಿಷ್ಟವಾಗಿ, ಚಾಟ್‌ಬಾಟ್‌ಗಳು, ಬಳಕೆದಾರರ ನಡವಳಿಕೆ, ಲೋಡ್‌ಗಳು ಮತ್ತು ಚಾಟ್‌ಬಾಟ್ ಪ್ರತಿಕ್ರಿಯೆಗಳ ಕುರಿತು ಹೆಚ್ಚುವರಿ ಡೇಟಾವನ್ನು ಪಡೆದುಕೊಳ್ಳಬಹುದು. ಅಜೂರ್ ಪೋರ್ಟಲ್‌ನಲ್ಲಿ ಅಪ್ಲಿಕೇಶನ್ ಒಳನೋಟಗಳ ಸೇವೆಯು ತನ್ನದೇ ಆದ ಇಂಟರ್ಫೇಸ್ ಅನ್ನು ಹೊಂದಿದೆ ಎಂದು ಗಮನಿಸಬೇಕು.
PowerBI ನಲ್ಲಿ ಹೆಚ್ಚುವರಿ ದೃಶ್ಯೀಕರಣಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಣಾತ್ಮಕ ವರದಿಗಳನ್ನು ರಚಿಸಲು ನೀವು ಈ ಸೇವೆಯ ಮೂಲಕ ಸಂಗ್ರಹಿಸಿದ ಡೇಟಾವನ್ನು ಸಹ ಬಳಸಬಹುದು. ಪವರ್‌ಬಿಐಗಾಗಿ ಅಂತಹ ವರದಿ ಮತ್ತು ಟೆಂಪ್ಲೇಟ್‌ನ ಉದಾಹರಣೆಯನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು .
ನಿಮ್ಮ ಗಮನಕ್ಕೆ ಎಲ್ಲರಿಗೂ ಧನ್ಯವಾದಗಳು! ಈ ಲೇಖನದಲ್ಲಿ ನಾವು ಬಳಸಿದ್ದೇವೆ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಅಜುರೆ ಆರ್ಕಿಟೆಕ್ಟ್ ಅನ್ನಾ ಫೆನ್ಯುಶಿನಾ ಅವರ ವೆಬ್ನಾರ್‌ನಿಂದ “ಜನರಿಗೆ ಸಮಯವಿಲ್ಲದಿದ್ದಾಗ. ದಿನನಿತ್ಯದ ಪ್ರಕ್ರಿಯೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು 100% ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಮತ್ತು ಅರಿವಿನ ಸೇವೆಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು”, ಅಲ್ಲಿ ನಾವು ಅಜೂರ್‌ನಲ್ಲಿ ಚಾಟ್‌ಬಾಟ್‌ಗಳು ಯಾವುವು ಮತ್ತು ಅವುಗಳ ಬಳಕೆಯ ಸನ್ನಿವೇಶಗಳು ಯಾವುವು ಎಂಬುದನ್ನು ನಾವು ಸ್ಪಷ್ಟವಾಗಿ ತೋರಿಸಿದ್ದೇವೆ ಮತ್ತು 15 ನಿಮಿಷಗಳಲ್ಲಿ QnA Maker ನಲ್ಲಿ ಬೋಟ್ ಅನ್ನು ಹೇಗೆ ರಚಿಸುವುದು ಮತ್ತು ಹೇಗೆ ಎಂಬುದನ್ನು ಪ್ರದರ್ಶಿಸಿದ್ದೇವೆ. ಪ್ರಶ್ನೆ ರಚನೆಯನ್ನು LUIS ನಲ್ಲಿ ಅರ್ಥೈಸಲಾಗಿದೆ.
ಡೆವಲಪರ್‌ಗಳಾದ ದೇವ್ ಬೂಟ್‌ಕ್ಯಾಂಪ್‌ಗಾಗಿ ನಾವು ಆನ್‌ಲೈನ್ ಮ್ಯಾರಥಾನ್‌ನ ಭಾಗವಾಗಿ ಈ ವೆಬ್‌ನಾರ್ ಅನ್ನು ಮಾಡಿದ್ದೇವೆ. ಇದು ಯಾಂತ್ರೀಕೃತಗೊಂಡ ಪರಿಕರಗಳು ಮತ್ತು ಸಿದ್ಧ-ಸಿದ್ಧ ಪೂರ್ವ-ಕಾನ್ಫಿಗರ್ ಮಾಡಲಾದ ಅಜುರೆ ಮಾಡ್ಯೂಲ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಕಂಪನಿಯ ಉದ್ಯೋಗಿಗಳಿಂದ ಅಭಿವೃದ್ಧಿಯನ್ನು ವೇಗಗೊಳಿಸುವ ಮತ್ತು ಕೆಲವು ದಿನನಿತ್ಯದ ಕೆಲಸದ ಹೊರೆಯನ್ನು ನಿವಾರಿಸುವ ಉತ್ಪನ್ನಗಳ ಬಗ್ಗೆ. ಮ್ಯಾರಥಾನ್‌ನಲ್ಲಿ ಸೇರಿಸಲಾದ ಇತರ ವೆಬ್‌ನಾರ್‌ಗಳ ರೆಕಾರ್ಡಿಂಗ್‌ಗಳು ಈ ಕೆಳಗಿನ ಲಿಂಕ್‌ಗಳಲ್ಲಿ ಲಭ್ಯವಿದೆ:
-
ನಾವು Azure DevOps ಸೇವೆಯ ವಿಕಾಸ ಮತ್ತು ಹೊಸ ಸಾಮರ್ಥ್ಯಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತೇವೆ. ನಾವು ಅದರ ಎಲ್ಲಾ ಐದು ಮುಖ್ಯ ಘಟಕಗಳನ್ನು ವಿವರವಾಗಿ ವಿಶ್ಲೇಷಿಸುತ್ತೇವೆ ಮತ್ತು ಕೈಗಾರಿಕಾ ಸಾಫ್ಟ್‌ವೇರ್ ಅಭಿವೃದ್ಧಿಯ ಸಂಘಟನೆಗೆ ಸೇವೆಯು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಪ್ರೆಸೆಂಟರ್: ವ್ಲಾಡಿಮಿರ್ ಗುಸಾರೋವ್ ಮೈಕ್ರೋಸಾಫ್ಟ್ MVP.
ಬಹು-ಹಂತದ YAML ಪೈಪ್‌ಲೈನ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಯಾವುದೇ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಭಾಷೆಗಳಿಗೆ “ಅಸೆಂಬ್ಲಿ ಆಸ್ ಕೋಡ್” ವಿಧಾನವನ್ನು ಹೇಗೆ ಕಾರ್ಯಗತಗೊಳಿಸಬೇಕು ಎಂದು ನಾವು ಪರಿಗಣಿಸುತ್ತೇವೆ. ಪ್ರೆಸೆಂಟರ್: ವ್ಲಾಡಿಮಿರ್ ಗುಸಾರೋವ್ ಮೈಕ್ರೋಸಾಫ್ಟ್ MVP.
ಸಾಫ್ಟ್‌ವೇರ್ ಮೂಲ ಕೋಡ್ ಅನ್ನು ಸಂಗ್ರಹಿಸಲು ತಂತ್ರಗಳನ್ನು ಹೇಗೆ ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಮತ್ತು ಅಜುರೆ ರೆಪೋಸ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಆವೃತ್ತಿಯ ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಎಂದು ನಾವು ಚರ್ಚಿಸುತ್ತೇವೆ. ಪ್ರೆಸೆಂಟರ್: ವ್ಲಾಡಿಮಿರ್ ಗುಸಾರೋವ್ ಮೈಕ್ರೋಸಾಫ್ಟ್ MVP.
ವೈಟ್ಸೋರ್ಸ್ ಟೂಲ್‌ನ ಅಭಿವೃದ್ಧಿ ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ಅಪ್ಲಿಕೇಶನ್‌ನಲ್ಲಿ ನಾವು ಮುಕ್ತ ಮೂಲ ನಿರ್ವಹಣೆ ತಂತ್ರಗಳನ್ನು ಪರಿಚಯಿಸುತ್ತೇವೆ. ನಾವು ಓಪನ್ ಸೋರ್ಸ್ ಕಾಂಪೊನೆಂಟ್‌ಗಳಲ್ಲಿ ದೋಷಗಳನ್ನು ಹುಡುಕುವ ಬಗ್ಗೆ ಮತ್ತು ವೈಟ್ಸೋರ್ಸ್ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಪರವಾನಗಿ ಶುದ್ಧತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳುವ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತೇವೆ. ಪ್ರಸ್ತುತಿಗಳು: ಡಯಾನಾ ಲಿಸ್ಬರೋನ್, ಮಾರಾಟದ ವೈಟ್‌ಸೋರ್ಸ್‌ನ ನಿರ್ದೇಶಕರು ಮತ್ತು ಡೇರಿಯಾ ಒರೆಶ್ಕಿನಾ, ವೆಬ್ ಕಂಟ್ರೋಲ್, ರಷ್ಯಾದಲ್ಲಿ ವೈಟ್‌ಸೋರ್ಸ್‌ನ ಅಧಿಕೃತ ವಿತರಕರು.
ಮೂಲ: www.habr.com