你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
重要
仅为方便起见，提供非英语翻译。 请参阅 EN-US 版本以获取最终版本的此文档。
什么是透明度说明？
AI 系统不仅包括技术，还包括使用它的人员、受其影响的人员以及部署它的环境。 创建一个适合其预期用途的系统需要了解技术的工作原理、功能和局限性，以及如何实现最佳性能。 Microsoft 的透明度说明旨在帮助你了解 AI 技术的工作原理、系统所有者可通过哪些选择来影响系统性能和行为，以及保持系统全局观（包括技术、人员和环境）的重要性。 你可以在开发或部署自己的系统时使用透明度说明，或者与使用你的系统或受其影响的人员共享透明度说明。
Microsoft 的透明度说明是 Microsoft 将其 AI 原则付诸实践的广泛努力的一部分。 若要了解详细信息， 请访问 Microsoft AI 原则。
对话语言理解简介
对话语言理解（CLU） 是一种云端 API 功能，利用基于 Microsoft 图灵技术的自定义机器学习处理用户的自然语言文本。 它预测输入文本的总体含义，并从中提取特定信息。 CLU 需要与客户端应用程序集成，它可以是与自然语言的用户通信以完成任务的任何对话应用程序。 最常见的客户端应用程序是聊天机器人。
客户端应用程序使用 CLU 返回的输出做出决策或执行作来满足用户的请求。 例如，用户在聊天机器人中输入“我想订购披萨”，该机器人将发送到 CLU 进行解释。 CLU 分析输入文本，并以聊天机器人能处理的形式返回解释。 CLU 将输入文本与预配置作链接，以便为用户订购披萨。 CLU 只提供理解客户应用程序输入文本的智能，并且不执行任何动作。 CLU 不仅支持多种语言，还支持多语言项目。 详细了解多语言能力。
对话语言理解的基础知识
对话语言理解（CLU）是 Foundry 工具中的 Azure 语言自定义功能的一部分。 此功能是端到端对话应用程序中的自然语言理解组件，用于预测传入文本的总体意图并从中提取重要信息。 通过创建 CLU 项目，开发人员可以迭代标记数据、训练、评估和改进模型性能，然后再使其可供使用。
服务的用户需要提供与要生成的客户端应用程序域相关的训练数据并对其进行标记。 提供训练数据的质量非常重要，需要类似于预期的用户输入。 用户还可以将不同的自定义功能连接在一起，包括其他 CLU 项目、自定义问答知识库以及LUIS 应用程序，使用 CLU 中的编排工作流功能。 语言提供 Web 门户 Language Studio，以简化域专家和非技术用户的自定义体验。 按照本 快速入门中的步骤开始使用该功能。
有关详细信息，请参见:
对话语言理解术语
CLU 中通常使用以下术语。
| 术语 | 定义 |
|---|---|
| 项目 | 项目是一个基于数据构建自定义 ML 模型的工作区。 在项目中，可以根据需要标记数据、生成模型、评估和改进它们，并最终部署模型以供使用。 |
| 陈述 | 言语表示 CLU 需要解释的用户的输入文本。 开发人员添加示例话语作为训练数据，并使用意向和实体标记它们以训练模型。 例如，“我想订购大奶酪披萨”是订购披萨的模型中的示例话语。 |
| 意图 | 意图是用户想要执行的任务或行动。 意向模型理解并分类输入文本的整体含义和意图。 开发人员定义一组意图，以触发用户希望在客户端应用程序中执行的操作。 例如，订购披萨的模型中的意向可以是“订购订单”、“编辑订单”或“取消订单”。 了解更多信息 |
| 实体 | 实体表示语句中与用户意向相关的字词或短语。 实体模型提取由开发人员定义的不同类型的实体。 在示例语句“我想订购一个大号奶酪披萨”中，开发人员可定义一个“尺寸”实体来从语句中提取“大号”，定义一个“类型”实体来提取“奶酪”。 开发人员定义实体，以便从 CLU 模型中的用户话语中提取关键数据。 当开发人员创建 CLU 模型时，他们会标记要在示例话语中使用特定实体提取的单词或多个单词。 了解详细信息 |
示例用例：
CLU 可用于多个行业的各种场景。 一些示例包括：
- 端到端聊天机器人。 使用 CLU 基于特定域和预期用户话语生成和训练自定义自然语言理解模型。 将其与任何端到端聊天机器人集成，以便它可以实时处理和分析传入文本，以识别文本的意图并从中提取重要信息。 让机器人根据意图和提取的信息执行所需的作。 例如，用于在线购物或食品订购的自定义零售机器人。
- 人类助理机器人。 人工助理机器人的一个示例是，通过对客户查询进行会审并将其分配给适当的支持工程师来帮助员工改进客户参与度。 另一个示例是企业中的人力资源机器人，它允许员工以自然语言进行通信，并根据查询接收指导。
- 命令和控制应用程序。 将客户端应用程序与语音转文本组件集成后，用户可以使用自然语言朗讲命令，使 CLU 能够处理、识别意向，并从客户端应用程序的文本中提取信息来执行作。 此用例有许多应用程序，例如停止、播放、转发和倒退歌曲或打开或关闭灯。
- 企业聊天机器人。 在大型公司中，企业聊天机器人可以处理各种员工事务。 它可能能够处理由自定义问答知识库提供的常见问题、由对话语言理解提供的日历专属技能以及由 LUIS 提供的面试反馈技能。 使用业务流程工作流将所有这些技能连接在一起，并适当地将传入请求路由到正确的服务。
选择用例时的注意事项
- 避免将 CLU 用于可能具有严重不利影响的决策。 例如，建议药物或诊断，因为取代医生的建议可能会产生严重的不利影响。
- 避免创建自定义实体来提取不必要的或敏感信息。 你需要确保创建的实体仅提取端到端场景所需的信息。 如果您的场景不需要用户的敏感信息，请避免提取这些信息。 例如，如果你的方案需要提取用户的城市和国家/地区，请创建仅从用户地址中提取城市和国家/地区的实体。 不要创建提取完整地址的实体。 为了确保模型是包容性的，请确保在训练数据中表示各种城市、国家/地区和地址格式（示例言语）。
- 法律和法规注意事项：组织在使用任何 Foundry 工具和解决方案时需要评估潜在的特定法律和监管义务，这些义务可能不适合在每个行业或方案中使用。 此外，Foundry 工具或解决方案并非设计用于，也不得以适用的服务条款和相关行为准则所禁止的方式使用。