分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #LUIS   #语言理解(LUIS)   ◆ 发布于: 2023-06-10 20:57:46

我们在前面的两章里讨论如何通过自定义意向以及通过意向定义实体，然后训练意向和实体模型从而通过Azure自然语言服务确定用户言语的分类以及数据的提取，但是有时候未必有这么准确，这个时候除了添加更多的言语实例，更详细的实体模型分解之外，还可以通过本节的两个工具提高准确度。 使用LUIS的终结点短语审核 Luis提供一个工具Review Endpoint Utterances, 这个工具在登录到LUIS之后，可以从菜单BUILD -> Review Endpoint Utterances使用该工具，这个工具主要是展现用户请求终结点时所使用的短语，同时后面配有我们意向的分类，和每项意向的评分，可以通过人工查看审核用户的输入，选择正确的意向分类，如下图：

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #LUIS   #语言理解(LUIS)   ◆ 发布于: 2023-06-10 20:50:46

我们前面的文章都介绍了Azure语言理解服务主要是通过意向模型和实体模型来实现对于用于言语的分类以及数据提取的工作，上一篇我们简单的介绍了如何通过LUIS工具定制意向模型，从而在特定的领域里帮助客户应用判断用于实际的意图是什么，例如用户是想订披萨，还是订机票，还是订酒店等等。当我们知道了用户的意图之后，我们还需要做的是，用户提出的具体要求， 例如：客户定几份披萨，什么尺寸的披萨，又或者用户定几晚酒店，入住时间是什么时候，定什么房型等等，要解决这个问题，我们必须使用Azure LUIS提供的实体模型对这些数据进行提取，从而使得自己的应用能够做出正确的回应。 我们先来复习一下基本的概念： 我们提供的实体有几种类型，机器学习实体，列表实体，正则表达式实体，以及模式实体，对于任何一个实体，我

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #LUIS   ◆ 发布于: 2023-06-10 20:37:33

我们前面的章节学习了如何使用预定义的智能家居的数据，快速的训练出语言处理模型的意向模型和实体模型，分别用于判断用户的意图和用户意图中的实体数据提取，上个章节仅仅事为了演示开发一个LUIS应用的基本步骤和带领大家熟悉一下LUIS工具的使用，从本章开始我们开始给出一些系列的教程，这些教程会一步一步的教大家如何进行意向数据准备，如何进行实体数据提取，如何使用featuer, 如何使用Pattern，然后进行模型的训练。 开始本节之前，你最好已经完成了前面的内容，对于Azure的语言理解服务基本概念已经比较熟悉了，同时你需要一个Azure的订阅，如果你还没有Azure订阅，尽快申请一个订阅，微软提供免费的Azure订阅供用户测试。

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #LUIS   ◆ 发布于: 2023-06-06 21:50:05

我们前一篇文章简单的介绍了开发一个基于Azure Luis的应用的步骤以及其中涉及到的概念，在开始我们这篇入门之前我们先简单的回顾一下: 意向(intent):用于对于用户言语的分类。 实体(Entity):用户提取用户言语的数据。 LUIS 向用户提供两个模型：即意向和实体模型，用户需要使用数据训练两个模块 模块训练完成后发布成为endpoint, 用户的应用向该endpoint 发起请求，即可实现对用户的言语分类和数据提取。 同时Azure的LUIS服务向用户提供了一个可视化的工具, 您可以通过相应的URL来访问，Azure China可以访问https://luis.azure.cn, Azure Global可以通过https://www.luis.ai 来访问。

分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #LUIS   #语言理解(LUIS)   ◆ 发布于: 2023-06-06 21:39:01

Azure LUIS是微软推出的语言理解服务(Language Understanding intelligent service, 缩写为LUIS)是由于微软推出的基于云的对答式的AI服务，是自然语言处理的一个子集。LUIS服务的目的主要是对用户的输入进行用于意向的判定以及用户输入的实体数据的提取。 LUIS是自然语言理解的(NLU)的一个实现，是自然语言处理(NLP)的一个子集，而且自然语言处理(NLP)是一个非常广泛的概念，可以用于任何形式的文本处理，一般情况我们说这些会包括如下的方面: 词汇切分 词性(pos)标记 分段 语形学分析 语义相似性 演讲(Discourse) 翻译 等等领域, 在LUIS服务里能够配置的(NLP)的特性主要包括：