Einleitung

  • 2 Minuten

Die Verarbeitung natürlicher Sprachen (Natural Language Processing , NLP) ist ein häufiges KI-Problem, bei dem Software mit Text oder Sprache in der natürlichen Sprachform arbeiten kann, die ein menschlichen Benutzer schreiben oder sprechen würde. Im breiteren Bereich des NLP befasst sich das Sprachverständnis (Natural Language Understanding , NLU) mit dem Problem der Bestimmung der semantischen Bedeutung aus natürlicher Sprache - in der Regel mithilfe eines trainierten Sprachmodells.

Ein gängiges Entwurfsmuster für eine Lösung für das Verständnis natürlicher Sprachen sieht wie folgt aus:

Diagramm, das zeigt, dass eine App Eingaben in natürlicher Sprache akzeptiert und ein Modell verwendet, um die semantische Bedeutung zu bestimmen, bevor Sie die entsprechende Aktion ausführen.

In diesem Designmuster gilt Folgendes:

  1. Eine App akzeptiert Eingaben natürlicher Sprachen von einem Benutzer.
  2. Ein Sprachmodell wird verwendet, um die semantische Bedeutung (die Absicht des Benutzers) zu bestimmen.
  3. Die App führt eine entsprechende Aktion aus.

Mit Azure Language können Entwickler Apps basierend auf Sprachmodellen erstellen, die mit einer relativ kleinen Anzahl von Beispielen trainiert werden können, um die beabsichtigte Bedeutung eines Benutzers zu erkennen.

In diesem Modul erfahren Sie, wie Sie den Dienst verwenden, um eine App für natürliches Sprachverständnis mithilfe von Azure Language zu erstellen.

Nach Abschluss dieses Moduls können Sie folgende Aufgaben ausführen:

  • Bereitstellen einer Azure-Sprachressource.
  • Definieren sie Absichten, Entitäten und Äußerungen.
  • Verwenden Sie Muster, um ähnliche Äußerungen zu unterscheiden.
  • Verwenden Sie vordefinierte Entitätskomponenten.
  • Trainieren, Testen, Veröffentlichen und Überprüfen eines Modells.