Azure സേവനങ്ങൾ ഉപയോഗിച്ച് ഞങ്ങൾ വികസനം ത്വരിതപ്പെടുത്തുന്നു: പ്ലാറ്റ്ഫോം ഉപയോഗിച്ച് ഞങ്ങൾ ചാറ്റ്ബോട്ടുകളും കോഗ്നിറ്റീവ് സേവനങ്ങളും സൃഷ്ടിക്കുന്നു

ഹലോ, ഹബ്ർ! സാധാരണയായി മനുഷ്യ ഇടപെടൽ ആവശ്യമായ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ Azure എങ്ങനെ ഉപയോഗിക്കാമെന്ന് ഇന്ന് ഞങ്ങൾ നിങ്ങളെ കാണിക്കും. ഒരേ ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകാനും ഫോൺ കോളുകളും വാചക സന്ദേശങ്ങളും കൈകാര്യം ചെയ്യാനും ഏജന്റുമാർ ധാരാളം സമയം ചെലവഴിക്കുന്നു. ചാറ്റ്ബോട്ടുകൾ ആശയവിനിമയവും തിരിച്ചറിയലും ഓട്ടോമേറ്റ് ചെയ്യുകയും ആളുകളുടെ ഭാരം കുറയ്ക്കുകയും ചെയ്യുന്നു. Azure DevOps-ലും ബോട്ടുകൾ ഉപയോഗിക്കുന്നു, ഉദാഹരണത്തിന്, റിലീസുകൾ അംഗീകരിക്കാനും ബിൽഡുകൾ നിയന്ത്രിക്കാനും - കാണാനും ആരംഭിക്കാനും നിർത്താനും - Slack അല്ലെങ്കിൽ Microsoft ടീമുകളിൽ നിന്ന് നേരിട്ട് അവ അനുവദിക്കുന്നു. സാരാംശത്തിൽ, ഒരു ചാറ്റ്ബോട്ട് ഒരു CLI-യെ അനുസ്മരിപ്പിക്കുന്നു, സംവേദനാത്മകമാണ്, കൂടാതെ ചാറ്റ് ചർച്ചയുടെ പശ്ചാത്തലത്തിൽ തുടരാൻ ഡെവലപ്പറെ അനുവദിക്കുന്നു.

ഈ ലേഖനത്തിൽ, ചാറ്റ്ബോട്ടുകൾ സൃഷ്ടിക്കുന്നതിനുള്ള ടൂളുകളെ കുറിച്ച് ഞങ്ങൾ സംസാരിക്കും, കോഗ്നിറ്റീവ് സേവനങ്ങൾ ഉപയോഗിച്ച് അവ എങ്ങനെ മെച്ചപ്പെടുത്താമെന്ന് കാണിക്കും, കൂടാതെ അസ്യൂറിലെ റെഡിമെയ്ഡ് സേവനങ്ങൾ ഉപയോഗിച്ച് എങ്ങനെ വികസനം വേഗത്തിലാക്കാമെന്ന് വിവരിക്കും.

ചാറ്റ്ബോട്ടുകളും കോഗ്നിറ്റീവ് സേവനങ്ങളും: എന്താണ് സമാനതകൾ, എന്താണ് വ്യത്യാസങ്ങൾ?

Microsoft Azure-ൽ ബോട്ടുകൾ സൃഷ്ടിക്കാൻ, നിങ്ങൾ Azure ബോട്ട് സേവനവും ബോട്ട് ചട്ടക്കൂടും ഉപയോഗിക്കുന്നു. അവർ ഒരുമിച്ച് ബോട്ടുകൾ നിർമ്മിക്കുന്നതിനും പരിശോധിക്കുന്നതിനും വിന്യസിക്കുന്നതിനും നിയന്ത്രിക്കുന്നതിനുമുള്ള ഒരു കൂട്ടം സോഫ്റ്റ്‌വെയർ പ്രതിനിധീകരിക്കുന്നു, ഇത് റെഡിമെയ്ഡ് മൊഡ്യൂളുകളിൽ നിന്ന് ലളിതവും നൂതനവുമായ ആശയവിനിമയ സംവിധാനങ്ങൾ സംഭാഷണ പിന്തുണ, സ്വാഭാവിക ഭാഷാ തിരിച്ചറിയൽ, മറ്റ് കഴിവുകൾ എന്നിവ ഉപയോഗിച്ച് സൃഷ്ടിക്കാൻ നിങ്ങളെ അനുവദിക്കുന്നു.

ഒരു കോർപ്പറേറ്റ് ചോദ്യോത്തര സേവനത്തെ അടിസ്ഥാനമാക്കി നിങ്ങൾ ഒരു ലളിതമായ ബോട്ട് നടപ്പിലാക്കേണ്ടതുണ്ടെന്ന് നമുക്ക് അനുമാനിക്കാം, അല്ലെങ്കിൽ, സങ്കീർണ്ണവും ശാഖകളുള്ളതുമായ ആശയവിനിമയ സംവിധാനമുള്ള ഒരു ഫങ്ഷണൽ ബോട്ട് സൃഷ്ടിക്കുക. ഇത് ചെയ്യുന്നതിന്, നിങ്ങൾക്ക് മൂന്ന് ഗ്രൂപ്പുകളായി തിരിച്ചിരിക്കുന്ന നിരവധി ഉപകരണങ്ങൾ ഉപയോഗിക്കാം: 

1. ഡയലോഗ് ഇന്റർഫേസുകളുടെ (ബോട്ടുകൾ) ദ്രുതഗതിയിലുള്ള വികസനത്തിനുള്ള സേവനങ്ങൾ.
2. വ്യത്യസ്ത ഉപയോഗ കേസുകൾക്കുള്ള റെഡിമെയ്ഡ് കോഗ്നിറ്റീവ് AI സേവനങ്ങൾ (പാറ്റേൺ തിരിച്ചറിയൽ, സംഭാഷണം തിരിച്ചറിയൽ, വിജ്ഞാന അടിത്തറയും തിരയലും).
3. AI മോഡലുകൾ സൃഷ്ടിക്കുന്നതിനും പരിശീലിപ്പിക്കുന്നതിനുമുള്ള സേവനങ്ങൾ.

സാധാരണഗതിയിൽ, ആളുകൾ "ബോട്ടുകൾ", "കോഗ്നിറ്റീവ് സേവനങ്ങൾ" എന്നിവയെ അവബോധപൂർവ്വം ആശയക്കുഴപ്പത്തിലാക്കുന്നു, കാരണം രണ്ട് ആശയങ്ങളും ആശയവിനിമയ തത്വത്തെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്, കൂടാതെ ബോട്ടുകളുടെയും സേവനങ്ങളുടെയും ഉപയോഗത്തിൽ ഡയലോഗുകൾ ഉൾപ്പെടുന്നു. എന്നാൽ ചാറ്റ്ബോട്ടുകൾ കീവേഡുകളും ട്രിഗറുകളും ഉപയോഗിച്ച് പ്രവർത്തിക്കുന്നു, കൂടാതെ കോഗ്നിറ്റീവ് സേവനങ്ങൾ സാധാരണയായി മനുഷ്യർ പ്രോസസ്സ് ചെയ്യുന്ന ഏകപക്ഷീയമായ അഭ്യർത്ഥനകളുമായി പ്രവർത്തിക്കുന്നു: 

കോഗ്നിറ്റീവ് സേവനങ്ങൾ ഉപയോക്താവുമായി ആശയവിനിമയം നടത്തുന്നതിനുള്ള മറ്റൊരു മാർഗമാണ്, അനിയന്ത്രിതമായ അഭ്യർത്ഥന വ്യക്തമായ കമാൻഡാക്കി മാറ്റാനും ബോട്ടിലേക്ക് കൈമാറാനും സഹായിക്കുന്നു. 

അതിനാൽ, അഭ്യർത്ഥനകളുമായി പ്രവർത്തിക്കുന്നതിനുള്ള ആപ്ലിക്കേഷനുകളാണ് ചാറ്റ്ബോട്ടുകൾ, കൂടാതെ കോഗ്നിറ്റീവ് സേവനങ്ങൾ പ്രത്യേകമായി സമാരംഭിക്കുന്ന അഭ്യർത്ഥനകളുടെ ബുദ്ധിപരമായ വിശകലനത്തിനുള്ള ഉപകരണങ്ങളാണ്, എന്നാൽ ചാറ്റ്ബോട്ടിന് ആക്സസ് ചെയ്യാൻ കഴിയും, അത് "ബുദ്ധിയുള്ള" ആയി മാറുന്നു. 

ചാറ്റ്ബോട്ടുകൾ സൃഷ്ടിക്കുന്നു

അസ്യൂറിലെ ഒരു ബോട്ടിനായി ശുപാർശ ചെയ്യുന്ന ഡിസൈൻ ഡയഗ്രം ഇപ്രകാരമാണ്: 

അസ്യൂറിൽ ബോട്ടുകൾ രൂപകൽപ്പന ചെയ്യുന്നതിനും വികസിപ്പിക്കുന്നതിനും, ഉപയോഗിക്കുക ബോട്ട് ഫ്രെയിംവർക്ക്. GitHub-ൽ ലഭ്യമാണ് ബോട്ടുകളുടെ ഉദാഹരണങ്ങൾ, ചട്ടക്കൂടിന്റെ കഴിവുകൾ മാറുന്നു, അതിനാൽ ബോട്ടുകളിൽ ഉപയോഗിക്കുന്ന SDK യുടെ പതിപ്പ് കണക്കിലെടുക്കേണ്ടത് ആവശ്യമാണ്.

ചട്ടക്കൂട് ബോട്ടുകൾ സൃഷ്ടിക്കുന്നതിനുള്ള നിരവധി ഓപ്ഷനുകൾ നൽകുന്നു: ക്ലാസിക് കോഡ്, കമാൻഡ് ലൈൻ ടൂളുകൾ അല്ലെങ്കിൽ ഫ്ലോചാർട്ടുകൾ ഉപയോഗിച്ച്. അവസാന ഓപ്ഷൻ ഡയലോഗുകൾ ദൃശ്യവൽക്കരിക്കുന്നു; ഇതിനായി നിങ്ങൾക്ക് മാനേജർ ഉപയോഗിക്കാം ബോട്ട് ഫ്രെയിംവർക്ക് കമ്പോസർ. ബോട്ടുകൾ സൃഷ്ടിക്കാൻ ക്രോസ്-ഡിസിപ്ലിനറി ടീമുകൾക്ക് ഉപയോഗിക്കാവുന്ന ഒരു വിഷ്വൽ ഡെവലപ്‌മെന്റ് ടൂൾ എന്ന നിലയിലാണ് ഇത് ബോട്ട് ഫ്രെയിംവർക്ക് SDK-യിൽ നിർമ്മിച്ചിരിക്കുന്നത്.

ബോട്ട് പ്രവർത്തിക്കുന്ന ഒരു ഡയലോഗ് ഘടന സൃഷ്ടിക്കാൻ ബ്ലോക്കുകൾ ഉപയോഗിക്കാൻ ബോട്ട് ഫ്രെയിംവർക്ക് കമ്പോസർ നിങ്ങളെ അനുവദിക്കുന്നു. കൂടാതെ, നിങ്ങൾക്ക് ട്രിഗറുകൾ സൃഷ്ടിക്കാൻ കഴിയും, അതായത്, ഡയലോഗ് സമയത്ത് ബോട്ട് പ്രതികരിക്കുന്ന കീവേഡുകൾ. ഉദാഹരണത്തിന്, "ഓപ്പറേറ്റർ", "മോഷണം" അല്ലെങ്കിൽ "നിർത്തുക", "മതി" എന്നീ വാക്കുകൾ.

ബോട്ട് ഫ്രെയിംവർക്ക് കമ്പോസറിൽ, സങ്കീർണ്ണമായ ഡയലോഗ് സിസ്റ്റങ്ങൾ ഉപയോഗിച്ച് നിങ്ങൾക്ക് സൃഷ്ടിക്കാൻ കഴിയും അഡാപ്റ്റീവ് ഡയലോഗുകൾ. ഡയലോഗുകൾക്ക് കോഗ്നിറ്റീവ് സേവനങ്ങളും ഇവന്റ് കാർഡുകളും (അഡാപ്റ്റീവ് കാർഡുകൾ) ഉപയോഗിക്കാം:

സൃഷ്‌ടിച്ചതിനുശേഷം, നിങ്ങൾക്ക് ചാറ്റ്‌ബോട്ട് ഒരു സബ്‌സ്‌ക്രിപ്‌ഷനിൽ വിന്യസിക്കാൻ കഴിയും, കൂടാതെ സ്വയമേവ തയ്യാറാക്കിയ സ്‌ക്രിപ്റ്റ് ആവശ്യമായ എല്ലാ ഉറവിടങ്ങളും സൃഷ്‌ടിക്കും: കോഗ്നിറ്റീവ് സേവനങ്ങൾ, ആപ്ലിക്കേഷൻ പ്ലാൻ, ആപ്ലിക്കേഷൻ സ്ഥിതിവിവരക്കണക്കുകൾ, ഡാറ്റാബേസ് തുടങ്ങിയവ.

ക്യുഎൻഎ മേക്കർ

കോർപ്പറേറ്റ് ചോദ്യോത്തര ഡാറ്റാബേസുകളെ അടിസ്ഥാനമാക്കി ലളിതമായ ബോട്ടുകൾ സൃഷ്ടിക്കുന്നതിന്, നിങ്ങൾക്ക് QnA Maker കോഗ്നിറ്റീവ് സേവനം ഉപയോഗിക്കാം. ഒരു ലളിതമായ വെബ് വിസാർഡ് ആയി നടപ്പിലാക്കി, ഒരു കോർപ്പറേറ്റ് നോളജ് ബേസിലേക്ക് (FAQ Urls) ഒരു ലിങ്ക് ഇൻപുട്ട് ചെയ്യാനോ *.doc അല്ലെങ്കിൽ *.pdf ഫോർമാറ്റിലുള്ള ഒരു ഡോക്യുമെന്റ് ഡാറ്റാബേസ് അടിസ്ഥാനമായി ഉപയോഗിക്കാനോ ഇത് നിങ്ങളെ അനുവദിക്കുന്നു. സൂചിക സൃഷ്ടിച്ച ശേഷം, ഉപയോക്താവിന്റെ ചോദ്യങ്ങൾക്ക് ഏറ്റവും അനുയോജ്യമായ ഉത്തരങ്ങൾ ബോട്ട് യാന്ത്രികമായി തിരഞ്ഞെടുക്കും.

QnAMaker ഉപയോഗിച്ച്, നിങ്ങൾക്ക് ബട്ടണുകളുടെ സ്വയമേവ സൃഷ്‌ടിക്കുന്നതിലൂടെ ചോദ്യങ്ങൾ വ്യക്തമാക്കുന്ന ശൃംഖലകൾ സൃഷ്‌ടിക്കാനും മെറ്റാഡാറ്റയ്‌ക്കൊപ്പം വിജ്ഞാന അടിത്തറ നൽകാനും ഉപയോഗ സമയത്ത് സേവനത്തെ കൂടുതൽ പരിശീലിപ്പിക്കാനും കഴിയും.

ഈ ഒരു ഫംഗ്‌ഷൻ മാത്രം നടപ്പിലാക്കുന്ന ഒരു ചാറ്റ്‌ബോട്ടായി അല്ലെങ്കിൽ അഭ്യർത്ഥന, മറ്റ് AI സേവനങ്ങൾ അല്ലെങ്കിൽ ബോട്ട് ഫ്രെയിംവർക്കിന്റെ ഘടകങ്ങൾ എന്നിവയെ ആശ്രയിച്ച് ഉപയോഗിക്കുന്ന ഒരു സങ്കീർണ്ണമായ ചാറ്റ്ബോട്ടിന്റെ ഭാഗമായി സേവനം ഉപയോഗിക്കാം.

മറ്റ് വൈജ്ഞാനിക സേവനങ്ങളുമായി പ്രവർത്തിക്കുന്നു

അസൂർ പ്ലാറ്റ്‌ഫോമിൽ നിരവധി വ്യത്യസ്ത കോഗ്നിറ്റീവ് സേവനങ്ങളുണ്ട്. സാങ്കേതികമായി, ഇവ കോഡിൽ നിന്ന് വിളിക്കാവുന്ന സ്വതന്ത്ര വെബ് സേവനങ്ങളാണ്. പ്രതികരണമായി, ചാറ്റ്ബോട്ടിൽ ഉപയോഗിക്കാവുന്ന ഒരു പ്രത്യേക ഫോർമാറ്റിന്റെ json-ലേക്ക് സേവനം അയയ്ക്കുന്നു.

ചാറ്റ്ബോട്ടുകളുടെ ഏറ്റവും സാധാരണമായ ഉപയോഗങ്ങൾ ഇവയാണ്:

1. വാചകം തിരിച്ചറിയുന്നു.
2. ഡെവലപ്പർ നിർവചിച്ച കസ്റ്റം വിഷൻ സർവീസ് ഇമേജ് വിഭാഗങ്ങളുടെ തിരിച്ചറിയൽ (പ്രൊഡക്ഷൻ കേസ്: ഒരു ജീവനക്കാരൻ ഹാർഡ് തൊപ്പിയോ കണ്ണടയോ മാസ്‌കോ ധരിക്കുന്നുണ്ടോ എന്നതിന്റെ തിരിച്ചറിയൽ).
3. മുഖം തിരിച്ചറിയൽ (സർവേയ്‌ക്ക് വിധേയനായ വ്യക്തി സ്വന്തം മുഖം പോസ്റ്റ് ചെയ്‌തിട്ടുണ്ടോ, അതോ നായയുടെ ഫോട്ടോയാണോ അതോ വ്യത്യസ്ത ലിംഗത്തിലുള്ള ഒരാളുടെ ഫോട്ടോയാണോ പോസ്റ്റ് ചെയ്തതെന്ന് പരിശോധിക്കുന്നതാണ് മികച്ച ഉപയോഗ കേസ്).
4. സംസാരം തിരിച്ചറിയൽ.
5. ചിത്ര വിശകലനം.
6. വിവർത്തനം (സ്കൈപ്പിലെ ഒരേസമയം വിവർത്തനം എത്രമാത്രം ശബ്ദമുണ്ടാക്കിയെന്ന് നാമെല്ലാവരും ഓർക്കുന്നു).
7. അക്ഷരത്തെറ്റ് പരിശോധനയും പിശകുകൾ തിരുത്തുന്നതിനുള്ള നിർദ്ദേശങ്ങളും.

LUIS

കൂടാതെ, ബോട്ടുകൾ സൃഷ്ടിക്കാൻ നിങ്ങൾക്ക് ആവശ്യമായി വന്നേക്കാം LUIS (ഭാഷ മനസ്സിലാക്കൽ ഇന്റലിജന്റ് സേവനം). സേവന ലക്ഷ്യങ്ങൾ:

• ഉപയോക്താവിന്റെ പ്രസ്താവന യുക്തിസഹമാണോ എന്നും ബോട്ടിന്റെ പ്രതികരണം ആവശ്യമാണോ എന്നും നിർണ്ണയിക്കുക.
• ഉപയോക്തൃ സംഭാഷണം (ടെക്‌സ്‌റ്റ്) ബോട്ടിന് മനസ്സിലാകുന്ന കമാൻഡുകളിലേക്ക് ട്രാൻസ്‌ക്രൈബുചെയ്യാനുള്ള ശ്രമങ്ങൾ കുറയ്ക്കുക.
• യഥാർത്ഥ ഉപയോക്തൃ ലക്ഷ്യങ്ങൾ/ഉദ്ദേശ്യങ്ങൾ പ്രവചിക്കുകയും സംഭാഷണത്തിലെ ശൈലികളിൽ നിന്ന് പ്രധാന ഉൾക്കാഴ്ചകൾ വേർതിരിച്ചെടുക്കുകയും ചെയ്യുക.
• ഓപ്പറേഷൻ സമയത്ത് ബോട്ടിന്റെ അർത്ഥം തിരിച്ചറിയുന്നതിന്റെയും തുടർന്നുള്ള അധിക പരിശീലനത്തിന്റെയും ഏതാനും ഉദാഹരണങ്ങൾ ഉപയോഗിച്ച് ബോട്ട് സമാരംഭിക്കാൻ ഡവലപ്പറെ അനുവദിക്കുക.
• കമാൻഡ് ട്രാൻസ്ക്രിപ്ഷന്റെ ഗുണനിലവാരം വിലയിരുത്തുന്നതിന് വിഷ്വലൈസേഷൻ ഉപയോഗിക്കാൻ ഡവലപ്പറെ പ്രാപ്തമാക്കുക.
• യഥാർത്ഥ ടാർഗെറ്റ് തിരിച്ചറിയലിൽ വർദ്ധിച്ചുവരുന്ന മെച്ചപ്പെടുത്തലുകൾക്ക് സഹായിക്കുക.

വാസ്തവത്തിൽ, LUIS-ന്റെ പ്രധാന ലക്ഷ്യം ഉപയോക്താവ് എന്താണ് ഉദ്ദേശിച്ചതെന്ന് ഒരു നിശ്ചിത പ്രോബബിലിറ്റി ഉപയോഗിച്ച് മനസിലാക്കുകയും ഒരു സ്വാഭാവിക അഭ്യർത്ഥനയെ യോജിപ്പുള്ള കമാൻഡാക്കി മാറ്റുകയും ചെയ്യുക എന്നതാണ്. അന്വേഷണ മൂല്യങ്ങൾ തിരിച്ചറിയാൻ, LUIS ഒരു കൂട്ടം ഉദ്ദേശ്യങ്ങളും (അർത്ഥങ്ങൾ, ഉദ്ദേശ്യങ്ങൾ) എന്റിറ്റികളും ഉപയോഗിക്കുന്നു (ഒന്നുകിൽ ഡവലപ്പർമാർ മുൻകൂട്ടി കോൺഫിഗർ ചെയ്‌തത്, അല്ലെങ്കിൽ എടുത്ത് മുൻകൂട്ടി രൂപപ്പെടുത്തിയ “ഡൊമെയ്‌നുകൾ” - മൈക്രോസോഫ്റ്റ് തയ്യാറാക്കിയ സ്റ്റാൻഡേർഡ് ശൈലികളുടെ ചില റെഡിമെയ്ഡ് ലൈബ്രറികൾ). 

ഒരു ലളിതമായ ഉദാഹരണം: നിങ്ങൾക്ക് കാലാവസ്ഥാ പ്രവചനം നൽകുന്ന ഒരു ബോട്ട് ഉണ്ട്. അവനെ സംബന്ധിച്ചിടത്തോളം, ഉദ്ദേശ്യം ഒരു സ്വാഭാവിക അഭ്യർത്ഥനയെ "പ്രവർത്തനം" എന്നതിലേക്കുള്ള വിവർത്തനം ആയിരിക്കും - ഒരു കാലാവസ്ഥാ പ്രവചനത്തിനായുള്ള അഭ്യർത്ഥന, എന്റിറ്റികൾ സമയവും സ്ഥലവും ആയിരിക്കും. അത്തരമൊരു ബോട്ടിനായി ചെക്ക് വെതർ ഉദ്ദേശം എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നതിന്റെ ഒരു ഡയഗ്രം ഇതാ.

ഉദ്ദേശത്തോടെ
സാരാംശം
സ്വാഭാവികമായ ഒരു ചോദ്യത്തിന്റെ ഉദാഹരണം

കാലാവസ്ഥ പരിശോധിക്കുക
{"type": "ലൊക്കേഷൻ", "entity": "moscow"}
{"type": "builtin.datetimeV2.date", "entity": "future","resolution":"2020-05-30"}
മോസ്കോയിൽ നാളെ കാലാവസ്ഥ എങ്ങനെയായിരിക്കും?

കാലാവസ്ഥ പരിശോധിക്കുക
{ "type": "date_range", "entity": "ഈ വാരാന്ത്യം" }
ഈ വാരാന്ത്യത്തിലെ പ്രവചനം എന്നെ കാണിക്കൂ

QnA Maker ഉം LUIS ഉം സംയോജിപ്പിക്കാൻ നിങ്ങൾക്ക് ഉപയോഗിക്കാം ഡിസ്പാച്ചർ. 

നിങ്ങൾ QnA Maker-ൽ പ്രവർത്തിക്കുകയും ഒരു ഉപയോക്താവിൽ നിന്ന് ഒരു അഭ്യർത്ഥന സ്വീകരിക്കുകയും ചെയ്യുമ്പോൾ, QnA-യിൽ നിന്നുള്ള ഉത്തരം അഭ്യർത്ഥനയുമായി എത്ര ശതമാനം പ്രോബബിലിറ്റിയുമായി പൊരുത്തപ്പെടുന്നുവെന്ന് സിസ്റ്റം നിർണ്ണയിക്കുന്നു. പ്രോബബിലിറ്റി കൂടുതലാണെങ്കിൽ, ഉപയോക്താവിന് കോർപ്പറേറ്റ് വിജ്ഞാന അടിത്തറയിൽ നിന്ന് ഒരു ഉത്തരം നൽകും; അത് കുറവാണെങ്കിൽ, വ്യക്തതയ്ക്കായി അഭ്യർത്ഥന LUIS-ലേക്ക് അയയ്ക്കാം. ഡിസ്‌പാച്ചർ ഉപയോഗിക്കുന്നത് ഈ ലോജിക് പ്രോഗ്രാം ചെയ്യാനല്ല, അഭ്യർത്ഥനകളുടെ വേർതിരിവിന്റെ ഈ എഡ്ജ് യാന്ത്രികമായി നിർണ്ണയിക്കാനും അവ വേഗത്തിൽ വിതരണം ചെയ്യാനും നിങ്ങളെ അനുവദിക്കുന്നു.

ബോട്ട് പരീക്ഷിക്കുകയും പ്രസിദ്ധീകരിക്കുകയും ചെയ്യുന്നു

മറ്റൊരു പ്രാദേശിക ആപ്ലിക്കേഷൻ പരിശോധനയ്ക്കായി ഉപയോഗിക്കുന്നു, ബോട്ട് ഫ്രെയിംവർക്ക് എമുലേറ്റർ. എമുലേറ്റർ ഉപയോഗിച്ച് നിങ്ങൾക്ക് ബോട്ടുമായി ആശയവിനിമയം നടത്താനും അത് അയയ്‌ക്കുന്നതും സ്വീകരിക്കുന്നതുമായ സന്ദേശങ്ങൾ പരിശോധിക്കാനും കഴിയും. ഒരു വെബ് ചാറ്റ് ഇന്റർഫേസിൽ ദൃശ്യമാകുന്ന സന്ദേശങ്ങൾ എമുലേറ്റർ പ്രദർശിപ്പിക്കുകയും ബോട്ടിന് സന്ദേശമയയ്‌ക്കുമ്പോൾ JSON അഭ്യർത്ഥനകളും പ്രതികരണങ്ങളും രേഖപ്പെടുത്തുകയും ചെയ്യുന്നു.

എമുലേറ്റർ ഉപയോഗിക്കുന്നതിനുള്ള ഒരു ഉദാഹരണം ഈ ഡെമോയിൽ അവതരിപ്പിച്ചിരിക്കുന്നു, ഇത് ബിഎംഡബ്ല്യുവിനായി ഒരു വെർച്വൽ അസിസ്റ്റന്റ് സൃഷ്ടിക്കുന്നത് കാണിക്കുന്നു. ചാറ്റ്ബോട്ടുകൾ സൃഷ്ടിക്കുന്നതിനുള്ള പുതിയ ആക്സിലറേറ്ററുകളെക്കുറിച്ചും വീഡിയോ സംസാരിക്കുന്നു - ടെംപ്ലേറ്റുകൾ:

https://youtu.be/u7Gql-ClcVA?t=564

നിങ്ങളുടെ ചാറ്റ്ബോട്ടുകൾ സൃഷ്ടിക്കുമ്പോൾ നിങ്ങൾക്ക് ടെംപ്ലേറ്റുകളും ഉപയോഗിക്കാം. 
ടെംപ്ലേറ്റുകൾ നിങ്ങളെ സ്റ്റാൻഡേർഡ് ബോട്ട് ഫംഗ്ഷനുകൾ പുതിയതായി എഴുതാൻ അനുവദിക്കുന്നില്ല, പക്ഷേ ഒരു "നൈപുണ്യ" ആയി റെഡിമെയ്ഡ് കോഡ് ചേർക്കാൻ അനുവദിക്കുന്നു. ഒരു കലണ്ടറിനൊപ്പം പ്രവർത്തിക്കുക, അപ്പോയിന്റ്‌മെന്റുകൾ നടത്തുക മുതലായവ. റെഡിമെയ്ഡ് വൈദഗ്ധ്യങ്ങളുടെ കോഡ് പ്രസിദ്ധീകരിച്ചു ഗിത്തബിൽ.

പരീക്ഷണം വിജയകരമായിരുന്നു, ബോട്ട് തയ്യാറാണ്, ഇപ്പോൾ അത് പ്രസിദ്ധീകരിക്കുകയും ചാനലുകൾ ബന്ധിപ്പിക്കുകയും വേണം. അസൂർ ഉപയോഗിച്ചാണ് പ്രസിദ്ധീകരണം നടത്തുന്നത്, സന്ദേശവാഹകരോ സോഷ്യൽ നെറ്റ്‌വർക്കുകളോ ചാനലുകളായി ഉപയോഗിക്കാം. നിങ്ങൾക്ക് ഡാറ്റ നൽകുന്നതിന് ആവശ്യമായ ചാനൽ ഇല്ലെങ്കിൽ, GitHab-ലെ അനുബന്ധ കമ്മ്യൂണിറ്റിയിൽ നിങ്ങൾക്കത് തിരയാനാകും. 

കൂടാതെ, ഉപയോക്താവുമായും കോഗ്നിറ്റീവ് സേവനങ്ങളുമായും ആശയവിനിമയം നടത്തുന്നതിനുള്ള ഒരു ഇന്റർഫേസായി ഒരു പൂർണ്ണമായ ചാറ്റ്ബോട്ട് സൃഷ്ടിക്കുന്നതിന്, നിങ്ങൾക്ക് തീർച്ചയായും, ഡാറ്റാബേസുകൾ, സെർവർലെസ്സ് (അസുർ ഫംഗ്‌ഷനുകൾ), ലോജിക്ആപ്പ് സേവനങ്ങൾ എന്നിവ പോലുള്ള അധിക അസൂർ സേവനങ്ങൾ ആവശ്യമാണ്. , ഇവന്റ് ഗ്രിഡ്.

മൂല്യനിർണ്ണയവും വിശകലനവും

ഉപയോക്തൃ ഇടപെടൽ വിലയിരുത്തുന്നതിന്, അസൂർ ബോട്ട് സേവനത്തിന്റെ ബിൽറ്റ്-ഇൻ അനലിറ്റിക്സും പ്രത്യേക ആപ്ലിക്കേഷൻ സ്ഥിതിവിവരക്കണക്കുകളും നിങ്ങൾക്ക് ഉപയോഗിക്കാം.

തൽഫലമായി, ഇനിപ്പറയുന്ന മാനദണ്ഡങ്ങളെ അടിസ്ഥാനമാക്കി നിങ്ങൾക്ക് വിവരങ്ങൾ ശേഖരിക്കാനാകും:

• തിരഞ്ഞെടുത്ത കാലയളവിൽ എത്ര ഉപയോക്താക്കൾ വിവിധ ചാനലുകളിൽ നിന്ന് ബോട്ട് ആക്‌സസ് ചെയ്‌തു.
• ഒരു സന്ദേശം അയച്ച എത്ര ഉപയോക്താക്കൾ പിന്നീട് തിരിച്ചെത്തി മറ്റൊന്ന് അയച്ചു.
• നിർദ്ദിഷ്‌ട സമയ ഇടവേളയിൽ ഓരോ ചാനലും ഉപയോഗിച്ച് എത്ര പ്രവർത്തനങ്ങൾ അയച്ചു, സ്വീകരിച്ചു.

ആപ്ലിക്കേഷൻ സ്ഥിതിവിവരക്കണക്കുകൾ ഉപയോഗിച്ച്, നിങ്ങൾക്ക് Azure-ലെ ഏത് ആപ്ലിക്കേഷനും, പ്രത്യേകിച്ച്, ചാറ്റ്ബോട്ടുകളും നിരീക്ഷിക്കാനാകും, ഉപയോക്തൃ പെരുമാറ്റം, ലോഡുകൾ, ചാറ്റ്ബോട്ട് പ്രതികരണങ്ങൾ എന്നിവയെക്കുറിച്ചുള്ള അധിക ഡാറ്റ നേടുക. Azure പോർട്ടലിൽ ആപ്ലിക്കേഷൻ സ്ഥിതിവിവരക്കണക്കുകൾ സേവനത്തിന് അതിന്റേതായ ഇന്റർഫേസ് ഉണ്ടെന്നത് ശ്രദ്ധിക്കേണ്ടതാണ്.

പവർബിഐയിൽ അധിക വിഷ്വലൈസേഷനുകളും അനലിറ്റിക്കൽ റിപ്പോർട്ടുകളും സൃഷ്ടിക്കാൻ നിങ്ങൾക്ക് ഈ സേവനത്തിലൂടെ ശേഖരിക്കുന്ന ഡാറ്റ ഉപയോഗിക്കാനും കഴിയും. PowerBI-യ്‌ക്കായുള്ള അത്തരമൊരു റിപ്പോർട്ടിന്റെയും ടെംപ്ലേറ്റിന്റെയും ഉദാഹരണം എടുക്കാം ഇവിടെ.

നിങ്ങളുടെ ശ്രദ്ധയ്ക്ക് എല്ലാവർക്കും നന്ദി! ഈ ലേഖനത്തിൽ ഞങ്ങൾ ഉപയോഗിച്ചു സ്റ്റഫ് മൈക്രോസോഫ്റ്റ് അസൂർ ആർക്കിടെക്റ്റ് അന്ന ഫെന്യുഷിനയുടെ വെബിനാറിൽ നിന്ന് “ആളുകൾക്ക് സമയമില്ലാത്തപ്പോൾ. പതിവ് പ്രക്രിയകൾ ഓട്ടോമേറ്റ് ചെയ്യുന്നതിന് 100% ചാറ്റ്ബോട്ടുകളും കോഗ്നിറ്റീവ് സേവനങ്ങളും എങ്ങനെ ഉപയോഗിക്കാം", അവിടെ ഞങ്ങൾ Azure-ൽ ചാറ്റ്ബോട്ടുകൾ എന്തൊക്കെയാണെന്നും അവയുടെ ഉപയോഗത്തിനുള്ള സാഹചര്യങ്ങൾ എന്തൊക്കെയാണെന്നും ഞങ്ങൾ വ്യക്തമായി കാണിച്ചുതന്നു, കൂടാതെ 15 മിനിറ്റിനുള്ളിൽ QnA Maker-ൽ ഒരു ബോട്ട് എങ്ങനെ സൃഷ്ടിക്കാമെന്നും അത് എങ്ങനെയെന്നും പ്രദർശിപ്പിച്ചു. അന്വേഷണ ഘടന LUIS-ൽ ഡീക്രിപ്റ്റ് ചെയ്തിരിക്കുന്നു. 

ഡെവലപ്പർമാരായ ദേവ് ബൂട്ട്‌ക്യാമ്പിനായുള്ള ഓൺലൈൻ മാരത്തണിന്റെ ഭാഗമായാണ് ഞങ്ങൾ ഈ വെബിനാർ നിർമ്മിച്ചത്. ഓട്ടോമേഷൻ ടൂളുകളും റെഡിമെയ്ഡ് പ്രീ-കോൺഫിഗർ ചെയ്‌ത അസൂർ മൊഡ്യൂളുകളും ഉപയോഗിച്ച് കമ്പനി ജീവനക്കാരിൽ നിന്ന് ഡെവലപ്‌മെന്റ് വേഗത്തിലാക്കുകയും പതിവ് ജോലിഭാരം ഒഴിവാക്കുകയും ചെയ്യുന്ന ഉൽപ്പന്നങ്ങളെക്കുറിച്ചായിരുന്നു അത്. മാരത്തണിൽ ഉൾപ്പെടുത്തിയിട്ടുള്ള മറ്റ് വെബിനാറുകളുടെ റെക്കോർഡിംഗുകൾ ഇനിപ്പറയുന്ന ലിങ്കുകളിൽ ലഭ്യമാണ്:

• DevOps സമ്പ്രദായങ്ങൾ ഉപയോഗിച്ച് ഏത് ഭാഷയിലും ഏത് പ്ലാറ്റ്‌ഫോമിലും പൂർണ്ണ വികസന ചക്രം സംഘടിപ്പിക്കുന്നതിനുള്ള ഒരു മാർഗമായി Azure DevOps 
  Azure DevOps സേവനത്തിന്റെ പരിണാമത്തെയും പുതിയ കഴിവുകളെയും കുറിച്ച് ഞങ്ങൾ സംസാരിക്കുന്നു. അതിന്റെ അഞ്ച് പ്രധാന ഘടകങ്ങളും വ്യാവസായിക സോഫ്റ്റ്‌വെയർ വികസനത്തിന്റെ ഓർഗനൈസേഷനെ ഈ സേവനം എങ്ങനെ സഹായിക്കുന്നുവെന്നും ഞങ്ങൾ വിശദമായി വിശകലനം ചെയ്യുന്നു. അവതാരകൻ: വ്‌ളാഡിമിർ ഗുസറോവ് മൈക്രോസോഫ്റ്റ് എംവിപി.
• അസൂർ പൈപ്പ് ലൈനുകൾ ഉപയോഗിച്ച് CI/CD ഓർഗനൈസേഷൻ
  മൾട്ടി-സ്റ്റേജ് YAML പൈപ്പ്ലൈനുകൾ ഉപയോഗിച്ച് ഏതെങ്കിലും പ്രോഗ്രാമിംഗ് ഭാഷകൾക്കായി "കോഡ് ആയി അസംബ്ലി" സമീപനം എങ്ങനെ നടപ്പിലാക്കാമെന്ന് ഞങ്ങൾ പരിഗണിക്കുന്നു. അവതാരകൻ: വ്‌ളാഡിമിർ ഗുസറോവ് മൈക്രോസോഫ്റ്റ് എംവിപി.
• Azure Repos ഉപയോഗിച്ച് ഉൽപ്പാദനത്തിൽ ഒരു ഉൽപ്പന്നത്തിന്റെ ഒന്നിലധികം പതിപ്പുകൾ ഒരേസമയം പിന്തുണയ്ക്കുന്നതിനുള്ള സമ്പ്രദായങ്ങൾ
  സോഫ്‌റ്റ്‌വെയർ സോഴ്‌സ് കോഡ് സംഭരിക്കുന്നതിനുള്ള തന്ത്രങ്ങൾ എങ്ങനെ വികസിപ്പിക്കാമെന്നും അസൂർ റിപ്പോസ് ഉപയോഗിച്ച് പതിപ്പ് സ്റ്റോറേജ് സിസ്റ്റങ്ങൾ എങ്ങനെ ഉപയോഗിക്കാമെന്നും ഞങ്ങൾ ചർച്ച ചെയ്യുന്നു. അവതാരകൻ: വ്‌ളാഡിമിർ ഗുസറോവ് മൈക്രോസോഫ്റ്റ് എംവിപി.
• വൈറ്റ് സോഴ്സ്. സുരക്ഷിത ഓപ്പൺ സോഴ്‌സ് ലൈബ്രറികൾ നിരീക്ഷിക്കുന്നു 
  വൈറ്റ് സോഴ്‌സ് ടൂളിന്റെ വികസനത്തിലും പ്രായോഗിക പ്രയോഗത്തിലും ഞങ്ങൾ ഓപ്പൺ സോഴ്‌സ് മാനേജ്‌മെന്റ് ടെക്‌നിക്കുകൾ അവതരിപ്പിക്കുന്നു. ഓപ്പൺ സോഴ്‌സ് ഘടകങ്ങളിലെ കേടുപാടുകൾ തിരയുന്നതിനെക്കുറിച്ചും വൈറ്റ് സോഴ്‌സ് ഉപയോഗിച്ച് ലൈസൻസിംഗ് പരിശുദ്ധി നിലനിർത്തുന്നതിനെക്കുറിച്ചും ഞങ്ങൾ സംസാരിക്കുന്നു. അവതാരകർ: ഡയാന ലിസ്ബറോൺ, സെയിൽസ് വൈറ്റ് സോഴ്‌സ് ഡയറക്ടർ, റഷ്യയിലെ വൈറ്റ് സോഴ്‌സിന്റെ ഔദ്യോഗിക വിതരണക്കാരായ വെബ് കൺട്രോൾ ഡാരിയ ഒറെഷ്കിന.

അവലംബം: www.habr.com