Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Sie können ein CLU-Modell (Conversational Language Understanding) in einen Copilot Studio-Agent integrieren. Das Verständnis von Konversationssprache ist eine Funktion, die von Azure AI Language angeboten wird. Es handelt sich um einen cloudbasierten Dienst, der Machine Learning Intelligence anwendet. Sie können sie verwenden, um eine NLU-Komponente (Natural Language Understanding) für eine Unterhaltungsanwendung zu erstellen. Sprachdienst-APIs sind verfügbar (jedoch nicht erforderlich für die Integration in Copilot Studio-Agents), und Azure Language Studio bietet NLP-Features (Natural Language Processing) für die Analyse von Unterhaltungstext.
Für Projekte, die mit dieser Funktion erstellt wurden, können Sie direkt in Copilot Studio auf Absichten und Entitäten aus dem CLU-Modell zugreifen. Sie ordnen CLU-Absichten zu, um Themen auf die gleiche Weise wie systemeigene Copilot Studio Triggerausdrücke auszulösen. In Copilot Studio werden Entitäten, die aus einem CLU-Modell importiert wurden, auf der Seite "Entitäten " angezeigt, und Sie können sie wie die anderen benutzerdefinierten und vordefinierten Entitäten verwenden. Sie können Frageknoten in Themen hinzufügen und Entitäten und Absichten aus dem importierten CLU-Modell auswählen. CLU-Entitäten sind an äquivalente Copilot Studio-Objekte gebunden. Sie können einen Namen, den Datentyp oder die JSON-Struktur eines benutzerdefinierten Datentyps angeben, falls gewünscht, für jede Entität.
Anmerkung
Für einen vorhandenen Agent, den Sie von der CLU-Integration nutzen möchten, müssen Sie das CLU-Modell dem Copilot Studio-Agent zuordnen. Anschließend können Sie die Triggerausdrücke des Agents aktualisieren, um jedes Thema an eine entsprechende CLU-Absicht zu binden. Sie können die Beziehung zwischen dem CLU-Modell und Ihrem Agent auch manuell verwalten.
Die in diesem Artikel erläuterten Konzepte helfen Ihnen, zu verstehen, wie CLU-Modelle in Copilot Studio-Agents integriert werden. Weitere Informationen finden Sie unter Erste Schritte bei der Integration von Conversational Language Understanding.
CLU-Konnektor
Ein Connector ist ein Wrapper um eine API, mit der Azure AI Language mit Copilot Studio-Agents sprechen kann. Damit können Sie Ihre Konten verbinden und eine Reihe vordefinierter Aktionen und Trigger anwenden, um Ihre Apps und Workflows zu erstellen. Weitere Informationen finden Sie in der Dokumentation zu Azure Cognitive Service for Language in copilot Studio, Power Platform und Azure Logic Apps Connectors .
Power Platform-Konnektoren ermöglichen es Microsoft-Diensten, mit der CLU-API zu kommunizieren. Weitere Informationen finden Sie in der Dokumentation zu Copilot Studio, Power Platform und Azure Logic Apps.For more information, see the Copilot Studio, Power Platform, and Azure Logic Apps connectors documentation. Obwohl Sie alle Connectortypen importieren können, validiert Copilot Studio derzeit keine Connectortypen.
Verbindungen in Copilot Studio
Verbindungen sind Authentifizierungsdaten für einen Verbinder gespeichert, z. B. OAuth-Daten für den SharePoint-Verbinder. Eine Verbindungsreferenz ist eine Lösungskomponente, die eine Referenz zu einer Verbindung zu einem bestimmten Konnektor enthält.
Copilot Studio-Verbindungen sind umgebungsspezifisch. Wenn Sie einen Agent importieren, müssen Sie eine Verbindung dafür einrichten. Power Platform bietet eine Standardmethode zum Erreichen dieser Funktion über eine Verbindungsreferenz. Weitere Informationen finden Sie in der Power Apps-Dokumentation unter Verwenden eines Verbindungsverweises.
Externe Erkennungsmodule
Die CLU-Integration unterstützt bestimmte externe Erkennungsmodule. Der OnRecognize-Trigger löst in den folgenden Szenarien aus:
- Wenn ein Thema ausgelöst wird,
LanguageUnderstandingReason.TriggerTopic - Wenn ein Frageknoten keine Unterbrechungen unterstützt und eine Antwort erfordert,
LanguageUnderstandingReason.AnswerQuestion - Wenn ein Frageknoten Unterbrechungen unterstützt und eine Antwort erfordert,
LanguageUnderstandingReason.AnswerQuestionWithInterruptions
Externe Absichten
Die CLU-Integration unterstützt erkannte externe Absichten, die die Systemvariable System.Recognizer.IntentOptions in den folgenden Szenarien verwenden:
- Wiederverwenden von TopicId für die externe Intent-ID
- TriggerId für die externe Absichts-ID wiederverwenden
- Erstellen Sie eine neue Eigenschaft IntentId für die externe Intent-ID
- Verwenden von Systemvariablen, die den Grund für das Auslösen der Erkennung unterstützen
| Name der Eigenschaft | typ | Eigenschaft |
|---|---|---|
| Anzeigename | String | Der Anzeigename für die erkannte Intention, um in der aktuellen Sprache lokalisiert und in der Meinten Sie...?-Aufforderung angezeigt zu werden (falls zutreffend) |
| Ergebnis | Number | Der Erkennungsmodul-Score |
| TopicId | String | Der Dataverse-Schemaname des Themas |
| TriggerId | String | Der eindeutige Bezeichner für den Trigger im AdaptiveDialog-Thema |
Eine vollständige Liste der integrierten Copilot Studio-Variablen, einschließlich Systemvariablen, finden Sie in der Übersicht über Variablen.
Entitätskomponententypen mischen und anpassen
CLU-Entitäten sind relevante Informationen, die aus NLU-Äußerungen extrahiert werden. Entitäten können mithilfe verschiedener Methoden extrahiert werden. Sie können durch Kontext gelernt, aus einer Liste kombiniert und angepasst oder aus einer vordefinierten erkannten Entität erfasst werden. Weitere Informationen finden Sie in der Azure AI Language-Dokumentation unter Komponententypen.
Anmerkung
Sie können Copilot Studio vorkonfigurierte Entitäten zusammen mit CLU-Entitäten verwenden.