Freigeben über

Natürliches Sprachverständnis

  • Artikel

GILT FÜR: SDK v4

Bots können verschiedene Unterhaltungsstile verwenden, von strukturiert und geführt bis zur freien Form und offenem Ende. Basierend auf dem, was ein Benutzer sagt, muss Ihr Bot entscheiden, was im Unterhaltungs-Flow als Nächstes zu tun ist. Azure KI Services enthalten Features zur Unterstützung dieser Aufgabe. Diese Features können einem Bot helfen, nach Informationen zu suchen, Fragen zu stellen oder die Absicht des Benutzers zu interpretieren.

Die Interaktion zwischen Benutzern und Bots erfolgt häufig in freier Form, und Bots müssen Sprache auf natürliche Weise und kontextabhängig verstehen. In einer offenen Unterhaltung kann eine breite Palette von Benutzerantworten vorhanden sein und Bots können mehr oder weniger Struktur oder Leitfäden bereitstellen. In dieser Tabelle wird der Unterschied zwischen geführten und offenen Fragen veranschaulicht.

Geführt Offene Fragen
Ich bin der Reisebot. Wählen Sie eine der folgenden Optionen aus: Flüge suchen, Hotels suchen, Mietwagen suchen. Ich kann Sie beim Buchen von Reisen unterstützen. Was möchten Sie?
Benötigen Sie noch etwas anderes? Klicken Sie auf „Ja“ oder „Nein“. Benötigen Sie noch etwas anderes?

Azure KI Services bieten Features, mit denen intelligente Apps, Websites und Bots erstellt werden können. Durch das Hinzufügen dieser Features zu Ihrem Bot kann Ihr Bot besser auf offene Benutzereingaben reagieren.

In diesem Artikel wird die Unterstützung im Bot-Framework-SDK für einige der Features beschrieben, die in Azure KI Services verfügbar sind.

Allgemeine Hinweise

Azure KI Services umfassen sich entwickelnde Technologien. Azure KI Language integriert verschiedene Features, die zuvor als separate Dienste implementiert wurden. In diesem Artikel werden sowohl die neueren als auch die älteren Features und Dienste beschrieben, und Sie erfahren, wo Sie weitere Informationen zu den einzelnen Funktionen und Diensten finden.

Szenario Leitfaden
Neue Bot-Entwicklung Erwägen Sie die Verwendung von Microsoft Copilot Studio, das entwickelt wurde, um Teams zu unterstützen, in denen Mitglieder über eine Mischung aus Fähigkeiten und Disziplinen verfügen. Weitere Informationen finden Sie unter Copilot Studio und Aktivieren erweiterter KI-Features.
Neue Sprachprojekte für vorhandene Bot-Framework-SDK-Bots Erwägen Sie die Verwendung von Features des Azure-KI-Language-Diensts, z. B. Conversational Language Understanding (CLU) und Beantworten von Fragen.
Vorhandene Bots mit vorhandenen Sprachprojekten Ihre Sprachprojekte werden weiterhin funktionieren, aber Sie sollten eine Migration zu Azure KI Language in Betracht ziehen. Weitere Informationen finden Sie im Abschnitt Migrieren bestehender Sprachprojekte weiter unten in diesem Artikel.

Sprachverständnis

Mit den Features zum Verstehen natürlicher Sprache können Sie benutzerdefinierte Modelle zum Verstehen natürlicher Sprache erstellen, um die allgemeine Intention der Nachricht des Benutzers vorherzusagen und wichtige Informationen daraus zu extrahieren.

Dienst oder Feature Beschreibung
Conversational Language Understanding (CLU) Ein Feature des Azure-KI-Language-Dienstes.
Language Understanding (LUIS) Ein Azure KI Service. (CLU ist eine aktualisierte Version von LUIS.)

LUIS wird am 1. Oktober 2025 eingestellt.

Conversational Language Understanding (CLU)

Conversational Language Understanding (CLU) ermöglicht Benutzern das Erstellen von benutzerdefinierten natürlichen Sprachverständnismodellen, um die allgemeine Absicht einer eingehenden Äußerung zu prognostizieren und wichtige Informationen daraus zu extrahieren. CLU stellt nur Intelligence bereit, um den Eingabetext für die Clientanwendung zu verstehen. Es führt selbst keine Aktionen aus.

Um CLU in Ihrem Bot zu verwenden, erstellen Sie eine Sprachressource und ein Unterhaltungsprojekt, trainieren Sie Ihr Sprachmodell und stellen Sie es bereit, und implementieren Sie dann in Ihrem Bot ein Telemetrie-Erkennungsmodul, die Anforderungen an die CLU-API weiterleitet.

Weitere Informationen finden Sie unter:

Language Understanding (LUIS)

Hinweis

Language Understanding (LUIS) wird am 1. Oktober 2025 eingestellt. Ab dem 1. April 2023 können Sie keine neuen LUIS-Ressourcen erstellen.

LUIS wendet benutzerdefinierte Machine-Learning-Intelligenz auf natürliche Konversationssprachtexte eines Benutzers an, um die allgemeine Bedeutung vorherzusagen sowie relevante und detaillierte Informationen abzurufen.

Um LUIS in Ihrem Bot zu verwenden, erstellen, trainieren und veröffentlichen Sie eine LUIS-App und fügen Sie ihrem Bot dann ein LUIS-Erkennungsmodul hinzu.

Weitere Informationen finden Sie unter:

Fragen und Antworten

Mit den Features für Fragen und Antworten können Sie Knowledge Bases erstellen, um Benutzerfragen zu beantworten. Knowledge Bases stellen halbstrukturierte Inhalte dar, z. B. in häufig gestellten Fragen, Handbüchern und Dokumenten.

Dienst oder Feature Beschreibung
Fragen und Antworten Ein Feature des Azure-KI-Language-Dienstes.
QnA Maker Ein Azure-KI-Services-Dienst. (Fragebeantwortung ist eine aktualisierte Version von QnA Maker.)

Azure AI QnA Maker wird am 31. März 2025 eingestellt.

Fragen und Antworten

Fragebeantwortung bietet Cloud-basierte Verarbeitung natürlicher Sprache (Natural Language Processing, NLP), mit der Sie eine natürliche Gesprächsebene über Ihren Daten erstellen können. Dieser Dienst wird verwendet, um für eine beliebige Eingabe die am besten geeignete Antwort in Ihrer benutzerdefinierten Wissensdatenbank zu finden.

Um Fragen und Antworten in Ihrem Bot zu verwenden, erstellen und stellen Sie ein Fragen und Antworten-Projekt bereit und implementieren Sie dann einen QnA Maker-Client in Ihrem Bot, der Anforderungen an die Fragen und Antworten-API weiterleitet.

Weitere Informationen finden Sie unter:

QnA Maker

Hinweis

Azure KI QnA Maker wird am 31. März 2025 eingestellt. Ab dem 01. Oktober 2022 können Sie keine neuen QnA Maker-Ressourcen oder Wissensdatenbanken mehr erstellen.

QnA Maker verfügt über die integrierte Möglichkeit, Fragen und Antworten von einer vorhandenen Website mit häufig gestellten Fragen zu extrahieren, und ermöglicht Ihnen außerdem, eine eigene benutzerdefinierte Liste von Fragen und Antworten manuell zu konfigurieren. QnA Maker kann natürliche Sprache verarbeiten, sodass auch Antworten auf Fragen bereitgestellt werden können, die etwas anders formuliert sind als erwartet. Er verfügt jedoch nicht über semantische Sprachkenntnisse, kann also beispielsweise nicht feststellen, dass ein Welpe eine Hundeart ist.

Um QnA Maker in Ihrem Bot zu verwenden, erstellen Sie einen QnA-Maker-Dienst, veröffentlichen Sie Ihr Knowledge Base und fügen Sie Ihrem Bot ein QnA-Maker-Objekt hinzu.

Weitere Informationen finden Sie unter:

Azure Cognitive Search hilft Ihrem Bot, Benutzern eine umfassende Sucherfahrung zu bieten, einschließlich der Fähigkeit zum Facettieren und Filtern von Informationen.

  • Sie können Azure Cognitive Search als Feature in Azure KI Language verwenden.
  • Sie können den Azure Cognitive Search-Dienst direkt verwenden.

Sie können Azure Cognitive Search verwenden, um einen effizienten Index zu erstellen, mit dem sie einen Datenspeicher durchsuchen, facettieren und filtern können.

Mehrere Features gemeinsam nutzen

Wenn Sie einen Mehrzweckbot erstellen möchten, der mehrere Konversationsthemen versteht, sollten Sie mit der Unterstützung für jede Funktion separat beginnen und sie dann zusammen integrieren. Szenarien, in denen ein Bot mehrere Features kombinieren kann, umfassen:

  • Ein Bot, der eine Reihe von Features bereitstellt, wobei jedes Feature über ein eigenes Sprachmodell verfügt.
  • Ein Bot, der mehrere Knowledge Bases durchsucht, um Antworten auf die Fragen eines Benutzers zu finden.
  • Ein Bot, der verschiedene Arten von Features integriert, z. B. Sprachverständnis, Beantworten von Fragen und Suchen.

In dieser Tabelle werden verschiedene Möglichkeiten beschrieben, wie Sie mehrere Features integrieren können.

Dienst oder Feature Beschreibung
Orchestrierungsworkflow Ein Feature des Azure KI Language-Diensts, mit dem Sie mehrere Fragebeantwortungs-, CLU- und LUIS-Projekte gemeinsam nutzen können.
Bot Framework-Orchestrator Eine reine Absichtserkennungs-Engine, mit der Sie bestimmen können, welches LUIS-Modell oder welche QnA-Maker-Knowledge-Base eine bestimmte Nachricht am besten verarbeiten kann.
Benutzerdefiniert Sie können Ihre eigene Logik implementieren, um zu entscheiden, wie die Anforderung des Benutzers am besten verarbeitet werden soll.

Orchestrierungsworkflow verwenden

Der Orchestrierungs-Workflow nutzt die Machine Learning-Intelligenz, um Orchestrierungsmodelle zu erstellen, damit Sie Orchestrierungsmodelle erstellen und Conversational Language Understanding (CLU), Projekte für Fragen und Antworten und LUIS-Anwendungen verbinden können.

Um den Orchestrierungsworkflow in Ihrem Bot zu verwenden, erstellen Sie ein Orchestrierungsworkflow-Projekt, erstellen Sie Ihr Schema, trainieren und stellen Sie Ihr Modell bereit und fragen Sie dann Ihre Modell-API nach Absichtsvorhersagen ab.

Weitere Informationen finden Sie unter:

Orchestrator

Hinweis

Azure KI QnA Maker wird am 31. März 2025 eingestellt. Ab dem 01. Oktober 2022 können Sie keine neuen QnA Maker-Ressourcen oder Wissensdatenbanken mehr erstellen.

Language Understanding (LUIS) wird am 1. Oktober 2025 eingestellt. Ab dem 1. April 2023 können Sie keine neuen LUIS-Ressourcen erstellen.

Bot Framework Orchestrator ist eine reine Absichtserkennungs-Engine. Die Bot Framework CLI enthält Tools zum Generieren eines Sprachmodells für Orchestrator aus einer Sammlung von QnA-Maker-Knowledge-Bases und LUIS-Sprachmodellen. Ihr Bot kann dann Orchestrator verwenden, um zu bestimmen, welcher Dienst am besten auf die Benutzereingabe reagieren kann.

Das Bot Framework SDK bietet integrierte Unterstützung für LUIS und QnA Maker. Auf diese Weise können Sie Dialogfelder auslösen oder Fragen automatisch mit LUIS und QnA Maker mit minimaler Konfiguration beantworten.

Weitere Informationen finden Sie unter Verwenden mehrerer LUIS- und QnA-Modelle mit Orchestrator.

Benutzerdefinierte Logik

Es gibt zwei Standard-Möglichkeiten zum Implementieren Ihrer eigenen Logik:

  1. Rufen Sie für jede Nachricht alle relevanten Dienste an, die Ihr Bot unterstützt. Verwenden Sie die Ergebnisse des Dienstes, der die beste Konfidenzbewertung aufweist. Wenn die beste Bewertung mehrdeutig ist, bitten Sie den Benutzer, die gewünschte Antwort auszuwählen.
  2. Rufen Sie jeden Dienst in einer bevorzugten Reihenfolge auf. Verwenden Sie das erste Ergebnis, das über eine ausreichende Konfidenzbewertung verfügt.

Tipp

Wenn Sie eine Kombination aus verschiedenen Dienst- oder Featuretypen implementieren, testen Sie Eingaben mit jedem der Tools, um den Schwellenwert für die einzelnen Modelle zu bestimmen. Die Dienste und Features verwenden unterschiedliche Bewertungskriterien, sodass die in diesen Tools generierten Bewertungen nicht direkt vergleichbar sind.

Die LUIS- und QnA Maker-Dienste normalisieren Bewertungen. Daher kann eine Punktzahl in einem LUIS-Modell gut sein, aber nicht so gut in einem anderen Modell.

Migrieren vorhandener Sprachprojekte

Informationen zum Migrieren von Ressourcen von älteren Diensten zu Azure KI Language finden Sie unter:

Zusätzliche Ressourcen

So verwalten Sie bestimmte Projekte oder Ressourcen:

Dokumentation für ein bestimmtes Feature oder einen bestimmten Dienst: