使用问题解答回答问题

项目
10/25/2024

适用于：SDK v4

Azure 语言认知服务中的问题解答功能提供基于云的自然语言处理 (NLP)，帮助你基于数据创建自然对话层。使用该服务可以通过自定义信息知识库，找到针对任何输入的最恰当回答。

本文介绍如何在机器人中使用问题解答功能。

先决条件

如果没有 Azure 订阅，请在开始前创建一个试用版订阅。
Language Studio 的语言资源，启用了自定义问题解答功能。
C# or JavaScript 中自定义问题解答示例的副本。

关于此示例

如要在机器人中使用问题解答功能，需要现有的知识库。然后，机器人可以使用知识库来回答用户的问题。

如果需要为 Bot Framework SDK 机器人创建新的知识库，请参阅自定义问题解答示例的自述文件。

C#
JavaScript

C# 问题解答机器人逻辑流。

每次收到用户输入都会调用 OnMessageActivityAsync。调用后，它会从示例代码的 appsetting.json 文件访问配置设置，并连接到知识库。

用户的输入将发送到知识库，而返回的最佳解答将回显给用户。

获取知识库连接设置

在 Language Studio 中，打开语言资源。
将以下信息拷贝到机器人的配置文件：
- 语言终结点的主机名。
- 终结点密钥 Ocp-Apim-Subscription-Key。
- 用作知识库 ID 的项目名称。

主机名是 https:// 和 /language 之间终结点 URL的一部分，例如 https://<hostname>/language。机器人需要项目名称、主机 URL 和终结点密钥才能连接到知识库。

提示

如果不是针对生产环境进行此部署，则机器人应用 ID 和密码字段可以留空。

设置并调用知识库客户端

创建知识库客户端，然后使用该客户端从知识库中检索答案。

C#
JavaScript

请确保为项目安装 Microsoft.Bot.Builder.AI.QnA NuGet 包。

在 QnABot.cs 中，使用 OnMessageActivityAsync 方法创建知识库客户端。使用轮次上下文查询知识库。

Bots/CustomQABot.cs

using var httpClient = _httpClientFactory.CreateClient();

var customQuestionAnswering = CreateCustomQuestionAnsweringClient(httpClient);

// Call Custom Question Answering service to get a response.
_logger.LogInformation("Calling Custom Question Answering");
var options = new QnAMakerOptions { Top = 1, EnablePreciseAnswer = _enablePreciseAnswer };
var response = await customQuestionAnswering.GetAnswersAsync(turnContext, options);

确保为项目安装 npm 包 botbuilder-ai。

在 CustomQABot.js 的构造函数中，创建知识库客户端。在 onMessage 方法中，使用轮次上下文查询知识库。

bots/CustomQABot.js

this.qnaMaker = new CustomQuestionAnswering({
    knowledgeBaseId: process.env.ProjectName,
    endpointKey: process.env.LanguageEndpointKey,
    host: process.env.LanguageEndpointHostName
});

const enablePreciseAnswer = process.env.EnablePreciseAnswer === 'true';
const displayPreciseAnswerOnly = process.env.DisplayPreciseAnswerOnly === 'true';
const response = await this.qnaMaker.getAnswers(context, { enablePreciseAnswer: enablePreciseAnswer });

测试机器人

在计算机本地运行示例。安装 Bot Framework Emulator（如果尚未安装）。有关更多说明，请参阅示例的 README（C# 或 JavaScript）。

启动 Emulator，连接到机器人，然后向机器人发送消息。对问题的回答会因知识库的信息而异。

其他信息

自定义问题解答，所有功能示例（C# 或 JavaScript）演示如何使用 QnA Maker 对话支持知识库的跟进提示和主动学习功能。

问题解答支持跟进提示（也称为多轮次提示）。如果知识库需要用户提供更多信息，该服务将发送上下文信息，你可以使用此信息来提示用户。此信息还用于对该服务发出任何后续调用。
问题解答还支持主动学习建议，使知识库能够随时间推移而改进。 QnA Maker 对话支持主动学习功能的直接反馈。

通过