Adicione compreensão de linguagem natural ao seu bot

Artigo
03/09/2025

APLICA-SE A: SDK v4

Nota

O Language Understanding (LUIS) será aposentado em 1 de outubro de 2025. A partir de 1 de abril de 2023, não será possível criar novos recursos LUIS. Uma versão mais recente do entendimento de idiomas agora está disponível como parte do Azure AI Language.

O entendimento de linguagem conversacional (CLU), um recurso do Azure AI Language, é a versão atualizada do LUIS. Para obter mais informações sobre o suporte à compreensão de linguagem no Bot Framework SDK, consulte Compreensão de linguagem natural.

A capacidade de entender o que seu usuário significa conversacional e contextualmente pode ser uma tarefa difícil, mas pode fornecer ao seu bot uma sensação de conversa mais natural. O Language Understanding (LUIS) é um serviço de API baseado em nuvem que permite que você faça exatamente isso para que seu bot possa reconhecer a intenção das mensagens do usuário, permitir uma linguagem mais natural do usuário e direcionar melhor o fluxo de conversa.

Este tópico orienta você pela adição do LUIS a um aplicativo de reserva de voos para reconhecer diferentes intenções e entidades contidas na entrada do usuário.

Nota

Os SDKs JavaScript, C# e Python do Bot Framework continuarão a ser suportados, no entanto, o Java SDK está sendo desativado com suporte final de longo prazo terminando em novembro de 2023.

Os bots existentes construídos com o Java SDK continuarão a funcionar.

Para a criação de novos bots, considere usar o Microsoft Copilot Studio e leia sobre como escolher a solução de copilot certa.

Para obter mais informações, consulte O futuro da criação de bots.

Pré-requisitos

Uma conta LUIS .
Uma cópia do exemplo de Core Bot em C#, JavaScript, Java ou Python.
Conhecimento básico de bots e processamento de linguagem natural.

Sobre este exemplo

Este exemplo de bot principal mostra um exemplo de um aplicativo de reserva de voo de aeroporto. Ele usa um serviço LUIS para reconhecer a entrada do usuário e retornar a principal intenção LUIS reconhecida.

O modelo de linguagem contém três intenções: Book Flight, Cancel, e None. O LUIS usará essas intenções para entender o que o usuário quis dizer quando enviar uma mensagem para o bot. O modelo de linguagem também define entidades que o LUIS pode extrair da entrada do usuário, como o aeroporto de origem ou de destino.

Após cada processamento de entrada do utilizador, DialogBot salva o estado atual de ambos UserState e ConversationState. Uma vez reunidas todas as informações necessárias, a amostra de codificação cria uma reserva de voo de demonstração. Neste artigo, abordaremos os aspetos LUIS deste exemplo. No entanto, o fluxo geral da amostra é:

OnMembersAddedAsync é chamado quando um novo usuário está conectado e exibe um cartão de boas-vindas.
OnMessageActivityAsync é chamada para cada entrada de usuário recebida.

Diagrama de classes descrevendo a estrutura do exemplo de C#.

O módulo OnMessageActivityAsync executa o diálogo apropriado através do método de extensão de diálogo Run. Em seguida, a caixa de diálogo principal chama o assistente LUIS para encontrar a intenção do utilizador com melhor pontuação. Se a intenção principal para a entrada do utilizador retornar "BookFlight", o auxiliar preenche as informações do utilizador devolvidas pelo LUIS. Depois disso, a janela de diálogo principal inicia o BookingDialog, que recolhe do utilizador as informações adicionais conforme necessário, tais como:

Origin a cidade de origem
TravelDate a data para reservar o voo
Destination a cidade de destino

Após cada processamento de entrada do usuário, dialogBot salva o estado atual de userState e conversationState. Uma vez reunidas todas as informações necessárias, a amostra de codificação cria uma reserva de voo de demonstração. Neste artigo, abordaremos os aspetos LUIS deste exemplo. No entanto, o fluxo geral da amostra é:

onMembersAdded é chamado quando um novo usuário está conectado e exibe um cartão de boas-vindas.
OnMessage é invocado para cada introdução do utilizador recebida.

Diagrama de classes que descreve a estrutura do exemplo de JavaScript.

O módulo onMessage executa o mainDialog, que reúne a entrada do utilizador. Em seguida, o diálogo principal chama o auxiliar FlightBookingRecognizer do LUIS para encontrar a intenção do utilizador de maior pontuação. Se a intenção superior para a entrada do usuário retornar "BookFlight", o auxiliar preenche as informações do usuário que o LUIS retornou. Após receber a resposta, mainDialog preserva as informações para o utilizador retornadas pelo LUIS e inicia bookingDialog. bookingDialog adquire informações adicionais, conforme necessário, do utilizador, tais como:

destination a cidade de destino.
origin a cidade de origem.
travelDate a data para reservar o voo.

Após cada processamento de entrada do usuário, DialogBot salva o estado atual de ambos UserState e ConversationState.
Uma vez reunidas todas as informações necessárias, a amostra de codificação cria uma reserva de voo de demonstração.
Neste artigo, abordaremos os aspetos LUIS deste exemplo. No entanto, o fluxo geral da amostra é:

onMembersAdded é chamado quando um novo usuário está conectado e exibe um cartão de boas-vindas.
onMessageActivity é chamada para cada entrada de usuário recebida.

Diagrama de classes descrevendo a estrutura da amostra Java.

O módulo onMessageActivity executa o diálogo apropriado através do método de extensão de diálogo run. Em seguida, a caixa de diálogo principal chama o módulo de assistência do LUIS para identificar a intenção do utilizador com melhor pontuação. Se a intenção principal para o input do utilizador retornar "BookFlight", as informações do utilizador que o sistema LUIS retornou são preenchidas pelo auxiliar. Depois disso, a caixa de diálogo principal inicia o BookingDialog, que adquire informações adicionais do utilizador conforme necessário, tais como:

Origin a cidade de origem
TravelDate a data para reservar o voo
Destination a cidade de destino

Após cada processamento da entrada do utilizador, DialogBot salva o estado atual de ambos user_state e conversation_state. Uma vez reunidas todas as informações necessárias, a amostra de codificação cria uma reserva de voo de demonstração. Neste artigo, abordaremos os aspetos LUIS deste exemplo. No entanto, o fluxo geral da amostra é:

on_members_added_activity é chamado quando um novo usuário está conectado e exibe um cartão de boas-vindas.
on_message_activity é chamada para cada entrada do utilizador recebida.

Diagrama de classes que descreve a estrutura do exemplo Python.

O módulo on_message_activity executa o diálogo apropriado através do método de extensão run_dialog. Em seguida, a caixa de diálogo principal chama LuisHelper para identificar a intenção do utilizador com a melhor pontuação. Se a intenção principal para a entrada do utilizador retornar "BookFlight", a função auxiliar preenche as informações fornecidas pelo utilizador que o LUIS retornou. Depois disso, a caixa de diálogo principal inicia o BookingDialog, que recolhe informações adicionais do utilizador conforme necessário, como por exemplo:

destination a cidade de destino.
origin a cidade de origem.
travel_date a data para reservar o voo.

Este artigo aborda como adicionar LUIS a um bot. Para obter informações sobre como usar caixas de diálogo ou estado, consulte como coletar a entrada do usuário usando um prompt de diálogo ou salvar dados do usuário e da conversa, respectivamente.

Criar uma aplicação LUIS no portal LUIS

Inicie sessão no portal LUIS e, se necessário , crie uma conta e um recurso de criação.
Na página Aplicativos de Conversa no LUIS, selecione Importar e, em seguida, Importar como JSON.
Na caixa de diálogo Importar novo aplicativo:
1. Escolha o arquivo FlightBooking.json na pasta CognitiveModels do exemplo.
2. Digite FlightBooking como o nome opcional do aplicativo e selecione Concluído.
O site pode exibir os diálogos Como criar uma aplicação LUIS eficaz e Atualizar as suas entidades compostas. Você pode descartar essas caixas de diálogo e continuar.
Treine seu aplicativo e, em seguida, publique-o no ambiente de produção . Para obter mais informações, consulte a documentação do LUIS sobre como treinar e publicar um aplicativo.

Porquê utilizar entidades

As entidades LUIS permitem que seu bot compreenda eventos além das intenções padrão. Isso permite que você colete informações adicionais dos usuários, para que seu bot possa fazer perguntas e responder de forma mais inteligente. Juntamente com as definições para as três intenções do LUIS 'Reservar voo', 'Cancelar' e 'Nenhuma', o arquivo FlightBooking.json também contém um conjunto de entidades, como 'From.Airport' e 'To.Airport'. Estas entidades permitem ao LUIS detetar e devolver informação adicional contida na entrada original do utilizador quando este solicita uma nova reserva de viagem.

Obter valores para ligar à sua aplicação LUIS

Assim que seu aplicativo LUIS for publicado, você poderá acessá-lo a partir do seu bot. Você precisará registrar vários valores para acessar seu aplicativo LUIS de dentro do seu bot. Você pode recuperar essas informações usando o portal LUIS.

Obtenha informações da aplicação no portal LUIS.ai

O arquivo de configurações (appsettings.json, .env ou config.py) atua como o local para reunir todas as referências de serviço em um só lugar. As informações recuperadas serão adicionadas a este arquivo na próxima seção.

Selecione seu aplicativo LUIS publicado em luis.ai.
Com a aplicação LUIS publicada aberta, selecione o separador GERIR .
Selecione a guia Configurações no lado esquerdo e registre o valor mostrado para ID do aplicativo como <YOUR_APP_ID>.
Selecione Recursos do Azure e, em seguida , Recurso de Previsão. Registe o valor mostrado para Localização como <YOUR_REGION> e Chave Primária como <YOUR_AUTHORING_KEY>.

Como alternativa, você pode usar a região e a chave primária para seu recurso de criação.

Atualizar o arquivo de configurações

Adicione as informações necessárias para acessar seu aplicativo LUIS, incluindo ID do aplicativo, chave de criação e região no appsettings.json arquivo. Na etapa anterior, você recuperou esses valores do seu aplicativo LUIS publicado. O nome do host da API deve estar no formato <your region>.api.cognitive.microsoft.com.

appsetting.json

Advertência