Concevoir des bots de connaissances

S’APPLIQUE À : SDK v4

Vous pouvez concevoir un bot de connaissances qui couvre pratiquement n’importe quel sujet. Quel que soit le cas d’utilisation pour lequel un bot de connaissances est conçu, son objectif de base est toujours le même : trouver et retourner les informations que l’utilisateur a demandées en effectuant une recherche dans un corpus de données.

Par exemple, un bot de connaissances peut répondre à des questions sur des événements comme « Quels sont les événements de bot présents à cette conférence ? », « Quand a lieu le prochain concert de reggae ? », ou « Qui est Tame Impala ? ». Un autre bot peut répondre à des questions informatiques telles que « Comment faire pour mettre à jour mon système d’exploitation ? » ou alors « Où puis-je réinitialiser mon mot de passe ? ». Un autre encore peut répondre aux questions sur des contacts telles que « Qui est Jean Dupont ? » ou « Quelle est l’adresse e-mail de Mme Untel ? ».

Le présent article traite de certaines des fonctionnalités d’IA que vous pouvez ajouter à un bot, notamment pour permettre à un utilisateur de rechercher des informations, de poser des questions ou d’échanger des informations. Pour savoir quelles fonctionnalités des services Azure AI sont prises en charge par le Kit de développement logiciel (SDK) Bot Framework, reportez-vous à La compréhension du langage naturel.

À propos des scores de confiance

Certaines fonctionnalités permettent à un bot de renvoyer des informations à partir d’une base de connaissances ou d’un modèle de langage pour répondre à une question ou à une requête de l’utilisateur.

Par exemple, si l’utilisateur demande à un bot de connaissances musicales des informations sur « impala » (au lieu du nom complet du groupe « Tame Impala »), le bot peut répondre avec des informations susceptibles d’être pertinentes pour cette entrée. De même, les fonctionnalités de compréhension du langage peuvent utiliser un modèle de langage pour extraire l’intention probable de l’entrée utilisateur. Par exemple, si l’utilisateur demande à un bot d’agence de voyages de « réserver une chambre pour trois jours », le bot peut extraire l’information « réserver une salle » et traiter les détails ensuite.

La reconnaissance des recherches et de l’intention renvoie un score de confiance, qui indique le niveau de confiance du moteur dans l’exactitude d’un résultat donné. Utilisez les scores de confiance pour ordonner les résultats ou pour répondre différemment, en fonction de la confiance globale dans votre réponse.

• Si le niveau de confiance est élevé, votre bot peut répondre « Voici l’événement qui correspond le mieux à votre recherche » ou « Je peux réserver une chambre pour vous » et présenter la meilleure réponse ou commencer à poser des questions de suivi.
• Si le niveau de confiance est faible, le bot peut répondre « Hmm... cherchiez-vous l’un de ces événements ? » ou « Je peux faire les choses suivantes pour vous : » et présenter une liste de réponses ou d’options possibles.

Filtrer les sujets

Vous pouvez concevoir des bots de connaissance pour aider un utilisateur à restreindre et à affiner une recherche. Au cours d’une conversation, le bot peut poser des questions de clarification, présenter des options et valider des résultats, ce que vous ne pouvez pas faire avec une recherche classique.

Par exemple, un bot spécialisé dans les événements peut découvrir le type d’événement qui intéresse l’utilisateur en lui posant une série de questions. Penchez-vous sur les échanges suivants :

1. Utilisateurs, « événements ».
2. Bot, « qu’est-ce qui vous intéresse ? Musique, Comédie, Film, etc. »
3. Utilisateur : « Musique ».
4. Bot, « quels types de musique vous intéressent ? Faites votre choix : Rock/Pop, Hip-hop/Rap, etc. ».
5. Utilisateur : « Rock/Pop ».
6. Bot : « Quand voulez-vous écouter de la musique Rock/Pop ? Vendredi, samedi, dimanche, n’importe quel jour ».
7. Utilisateur : « samedi ».
8. Bot : « Voici les spectacles Rock/Pop pour samedi : » avec une liste des spectacles trouvés.

En traitant l’entrée de l’utilisateur à chaque étape et en présentant les options appropriées, le bot guide l’utilisateur vers les informations qu’il recherche. Outre ces informations, le bot peut également fournir des conseils sur la façon de trouver plus efficacement des informations similaires à l’avenir.

Vous pouvez également saisir « Rock vendredi » ou rechercher un événement en saisissant son nom.

Pour en savoir plus sur les services Azure associés, reportez-vous à Recherche dans l’article sur le concept de compréhension du langage naturel.

Questions auxquelles répondre

Vous pouvez concevoir des bots de connaissances pour répondre aux questions fréquentes. Grâce aux services qui prennent en charge les fonctionnalités de questions et réponses, vous ou votre bot pouvez souvent :

• Gérer et entraîner une base de connaissances.
• Importer des informations dans une base de connaissances, par exemple à partir d’un fichier de données ou d’une page web.
• Deviner quelle réponse correspond le mieux à la question de l’utilisateur.
• Poser des questions de suivi à l’utilisateur pour l’aider à trouver la réponse qu’il cherche.

Pour en savoir plus sur les services Azure associés, reportez-vous à questions et réponses dans l’article sur le concept de compréhension du langage naturel.

Interpréter l’intention

Certains bots de connaissances nécessitent des fonctionnalités de traitement du langage naturel (NLP) pour analyser les messages d’un utilisateur afin de déterminer son intention et d’autres informations importantes.

Par exemple, dans un bot de lecture de musique, un utilisateur peut entrer le message « Jouer du reggae », « Jouer Bob Marley » ou « Jouer One Love ». Vous pouvez entraîner un modèle de langage à associer chacun de ces messages à l’intention « playMusic », sans être formé à chaque artiste, genre et nom de chanson.

Votre modèle de langage peut ne pas pouvoir déterminer si l’objet ou l’entité à lire est un genre, un artiste ou une chanson. Cependant, votre bot peut rechercher cette entité à l’aide de ces informations, et continuer.

Pour en savoir plus sur les services Azure associés, reportez-vous à Compréhension du langage dans l’article sur le concept de compréhension du langage naturel.

Intégrer plusieurs fonctionnalités

Chaque fonctionnalité NLP est un outil puissant et autonome. Cependant, votre bot peut combiner ces fonctionnalités et d’autres pour offrir à vos utilisateurs une expérience plus fluide et naturelle. Utilisez les scores de confiance pour déterminer quelle fonctionnalité correspond le mieux au message de l’utilisateur, et posez des questions de suivi si la meilleure correspondance est ambiguë.

Par exemple, un tel bot peut faire les tâches suivantes pour l’utilisateur :

• Trouver un spectacle qui l’intéresse.
• Obtenir des informations sur l’artiste, le lieu et l’événement.
• Acheter un ticket ou s’inscrire pour des notifications sur les événements futurs.

Pour en savoir plus sur les services Azure associés, reportez-vous à Utiliser plusieurs fonctionnalités ensemble dans l’article sur le concept de compréhension du langage naturel.

Explorer les exemples

Le référentiel des exemples du Bot Framework contient quelques exemples de bots qui démontrent les fonctionnalités de compréhension du langage :

Le Kit de développement logiciel (SDK) Azure pour .NET et le Kit de développement logiciel (SDK) Azure pour les référentiels Python ont également quelques exemples :