分类:  Azure认知服务    ◆ 标签:  #Azure   #人工智能   #语言理解(LUIS)   #QnA Maker   #Azure QnA Maker   ◆ 发布于: 2023-06-10 21:02:16

想自己创建一个交互机器人产品，哪怕是一个简单的对话机器人都是非常不简单的，这里有很多问题需要解决，例如定义和机器人交互的界面，和机器人会话的保持，让机器人理解用户的输入，包括文字，语音，图像等输入，最后需要给机器人足够多的知识主备，能够让机器人足够聪明，这里面每一步都会涉及到很多不同的学科，每一个方面都涉及到足够多的知识，微软为开发一个机器人提供了足够的多的公共产品，你完全可以使用他们创建出符合自己业务需求的机器人产品，例如：

• 机器人交互的界面： 使用微软的Azure Bot framework SDK和 Azure Bot Service 支持多种channel输入，例如微信，teams, QQ, WebChat，电话，短信等等交互。
• 多媒体的交互： 使用微软提供的语音服务，语言理解服务，以及图像识别等等技术支持足够多的多媒体交互能力，例如语音输入输出，图像输入输出，理解足够多的交互手段。
• 机器人足够多的知识储备： 那么就要用到本次即将介绍的Azure QnA Maker 服务了，给机器人足够多的知识储备。

Azure一系列的文章里会慢慢逐步的介绍我们提到的各种知识，我们今天先来介绍一个非常重要的组件Azure QnA Maker。

什么是QnA Maker服务？很简单：就是微软推出的基于云平台的自然语言处理服务(NLP)的一种，这个服务主要是基于你提供的数据，进行模型训练，然后根据用户的输入，然后从你自定义的知识库中寻找最适合的答案，然后返回给你的应用。 总结一下这个定义里面的知识点：

• 基于Azure云平台的，也就是必须部署在Azure上了。
• 属于自然语言处理服务的一种，我们前面学习了LUIS， 需要注意的是二者的区别。
• 训练模型是需要准备足够充分的数据的
• 客户要创建自己的知识库(knowledge Base , 简写： KB)

那么这个服务的主要服务目的和对象场景有哪些呢？Azure的官方文档说得特别清楚：主要是为了服务于conversational client applications, 即对话式的客户端应用，这包括：多媒体社交应用，聊天机器人，又或者支持语音的桌面应用等等。这里主要是体现对话这个场景。

总结一下使用该服务的主要场景：

• 如果有很多的静态信息需要分享：例如有很多文档，网页等等。
• 需要经常性的回复类似的问题，例如客户服务。
• 会话机器人

我们前面在定义QnA Maker的时候提到一个重要的概念就是知识库(KB), 那么什么是知识库呢？该如何理解KB在服务里的作用呢？
QnA Maker服务可以从Portal导入您拥有的信息到知识库，知识库实际上后端是使用Azure Search服务进行存储和管理，当然搜索也是通过Azure Search来完成，知识库里有一个非常重要的概念就是问答对，也就是一问一答，QnA Maker提供了非常方便的工具来创建他们。对于知识库的理解其实应该很简单，就是一个存放所有信息的地址，这里的信息可以是你原始的信息导入，你编辑的问答对，你编辑的拥有元数据的信息等等，有了这些信息之后，进行模型训练既可以使用QnA Maker Service了。

使用QnA Maker的一般步骤

要想使用QnA Maker服务基本上都是遵循下述的步骤：

• 创建服务和知识库
• 导入数据并处理数据
• 训练模型
• 测试模型
• 发布知识库
• 使用发布后的终结点，创建其他应用。

下述的图也能说明这个问题：

关于QnA Maker简单的介绍就到此为止了，下一张我们来简单的搭建一个基于QnA Maker的聊天机器人，你就了解了使用该服务是有多方便。