botframework #botframew ork

Transcript

1 botframework #botframew ork

2 Sommario Di 1 Capitolo 1: Iniziare con botframework 2 Osservazioni 2 Versioni 3 Ultime versioni di Bot Builder 3 Examples 4 Installazione o configurazione 4 Capitolo 2: Aggiunta dell'elaborazione del linguaggio naturale 10 introduzione 10 Sintassi 10 Examples 10 Inizializzazione e aggiunta di LUISRecognizer 10 Definizione di un modello LUIS con Intenti 10 Aggiunta di entità al modello LUIS 11 Capitolo 3: Introduzione ai servizi QnA 14 introduzione 14 Examples 14 Creazione manuale del nostro servizio QnA 14 Capitolo 4: Introduzione al servizio Bot di Azure 18 introduzione 18 Examples 18 Introduzione al servizio Bot di Azure 18 Titoli di coda 29

3 Di You can share this PDF with anyone you feel could benefit from it, downloaded the latest version from: botframework It is an unofficial and free botframework ebook created for educational purposes. All the content is extracted from Stack Overflow Documentation, which is written by many hardworking individuals at Stack Overflow. It is neither affiliated with Stack Overflow nor official botframework. The content is released under Creative Commons BY-SA, and the list of contributors to each chapter are provided in the credits section at the end of this book. Images may be copyright of their respective owners unless otherwise specified. All trademarks and registered trademarks are the property of their respective company owners. Use the content presented in this book at your own risk; it is not guaranteed to be correct nor accurate, please send your feedback and corrections to 1

4 Capitolo 1: Iniziare con botframework Osservazioni Microsoft Bot Framework è un'offerta completa per creare e distribuire bot di alta qualità per consentire agli utenti di godere delle loro esperienze di conversazione preferite. Gli sviluppatori che scrivono bot hanno tutti gli stessi problemi: i robot richiedono I / O di base; devono avere competenze linguistiche e di dialogo; devono essere performanti, reattivi e scalabili; e devono connettersi agli utenti, idealmente in qualsiasi esperienza di conversazione e lingua scelta dall'utente. Bot Framework fornisce solo ciò di cui hai bisogno per costruire, connettere, gestire e pubblicare bot intelligenti che interagiscono naturalmente ovunque gli utenti parlino, da testo / SMS a Skype, Slack, Facebook Messenger, Kik, Office 365 e altri servizi popolari. I robot (o gli agenti di conversazione) stanno rapidamente diventando parte integrante della propria esperienza digitale: rappresentano un modo vitale per gli utenti di interagire con un servizio o un'applicazione come un sito Web o un'esperienza mobile. Gli sviluppatori che scrivono bot hanno tutti gli stessi problemi: i robot richiedono I / O di base; devono avere competenze linguistiche e di dialogo; e devono connettersi agli utenti, preferibilmente in qualsiasi esperienza di conversazione e lingua scelta dall'utente. Bot Framework fornisce strumenti per risolvere facilmente questi problemi e altro ancora per gli sviluppatori, ad esempio la traduzione automatica in più di 30 lingue, la gestione dello stato degli utenti e delle conversazioni, strumenti di debug, un controllo di chat web incorporabile e un modo per gli utenti di scoprire, provare e aggiungere bot alle esperienze di conversazione che amano. Il Bot Framework è costituito da un numero di componenti tra cui l'sdk Bot Builder, il Portale per gli sviluppatori e la Directory Bot. 2

5 Versioni Ultime versioni di Bot Builder linguaggio Versione Data di rilascio Node.js /02/23 C # /03/07 Le versioni precedenti possono essere trovate qui. 3

6 Examples Installazione o configurazione C # 1. Visual Studio 2015 (ultimo aggiornamento): puoi scaricare qui gratuitamente la versione della community: 2. Importante: aggiorna tutte le estensioni VS alle ultime versioni Strumenti-> Estensioni e aggiornamenti-> Aggiornamenti 3. Scarica il modello dell'applicazione Bot da qui: Scarica modello Salva il file zip nella directory dei modelli di Visual Studio 2015 che è tradizionalmente in "% USERPROFILE% \ Documents \ Visual Studio 2015 \ Modelli \ ProjectTemplates \ Visual C #" Nota: sarà necessario riavviare studio visivo dopo questo passaggio, al fine di utilizzare il modello. 4

7 4. Crea un nuovo progetto C # usando il nuovo modello di applicazione Bot Una volta che il tuo bot è finito, dovresti avere una soluzione simile a questa: 5

8 5. Esegui l'applicazione premendo F5 o facendo clic sul pulsante verde Esegui nella barra degli strumenti. Poiché il nostro nuovo bot è in realtà un progetto WebAPI, una finestra del browser verrà aperta sulla pagina default.htm. Il bot è ora in esecuzione ed è esposto localmente. Nota l'url... sarà necessario per configurare l'emulatore di Framework Bot nel prossimo passaggio. Node.js 1. Crea un nuovo progetto npm init utilizzando npm init. 2. Installa il sdk del botbuilder e ripristina usando i seguenti comandi di npm: npm install --save botbuilder npm install --save restify 3. Per creare il tuo bot, crea un nuovo file chiamato index.js e copia il seguente codice per inizializzare il bot. var restify = require('restify'); var builder = require('botbuilder'); // Setup Restify Server var server = restify.createserver(); server.listen(process.env.port process.env.port 3978, function () { console.log('%s listening to %s', server.name, server.url); }); // Create chat connector for communicating with the Bot Framework Service var connector = new builder.chatconnector({ 6

9 }); appid: process.env.microsoft_app_id, apppassword: process.env.microsoft_app_password var bot = new builder.universalbot(connector); 4. Ora dovresti essere in grado di eseguire questo file utilizzando il node index.js. Questa è una configurazione di base che sarà richiesta per tutti i bot creati con bot framework. Puoi trattarlo come un progetto di modello vuoto per iniziare. Inizializza un server di restify per il tuo bot e crea un connettore per connettere le macchine locali al tuo server. Download dell'emulatore per il debug (sia per nodo che C #) 1. Scarica e installa il download dell'emulatore dell'emulatore di Bot Framework 2. Esegui l'emulatore e inserisci l'url dal passaggio 5 (C #) nella casella di testo dell'url Endpoint. Quindi, fai clic su "Connetti". 7

10 3. Ora dovresti essere in grado di comunicare con il tuo bot usando la finestra di chat nell'emulatore. Vedrai i dettagli della conversazione registrati in basso a destra, e puoi fare clic sugli elementi Post e Ottieni per vedere il json che è stato trasmesso avanti e indietro. 8

11 Congratulazioni per aver creato un Bot con Microsoft Bot Framework! Leggi Iniziare con botframework online: 9

12 Capitolo 2: Aggiunta dell'elaborazione del linguaggio naturale introduzione Bot Framework supporta i Recognizers. Un riconoscitore è usato per riconoscere cosa fare ogni volta che un utente invia al bot un messaggio. Pertanto puoi progettare il tuo bot in modo che riconosca gli intenti in base all'input dell'utente. Il riconoscimento può essere utilizzato con l'api LUIS per aggiungere la comprensione del linguaggio naturale per il bot. Sintassi var recognizer = new builder.luisrecognizer ('L'URL del tuo modello'); var intents = new builder.intentdialog ({recognizers: [recognizer]}); Examples Inizializzazione e aggiunta di LUISRecognizer Una volta che hai un nuovo progetto con il modello di base fornito nell'introduzione, dovresti essere in grado di aggiungere un LUISRecognizer in questo modo - var model = '' // Your LUIS Endpoint link comes here var recognizer = new builder.luisrecognizer(model); Ora, recognizer è un LUISRecognizer e può passare intenti in base al modello LUIS definito. Puoi aggiungere il recognizer ai tuoi intenti di var intents = new builder.intentdialog({recognizers: [recognizer]}); Il tuo bot è ora in grado di gestire gli intenti da LUIS. Eventuali intenti indicato sul LUIS possono essere rilevati utilizzando la matches proprietà di IntentDialog di classe. Quindi dì, un intento chiamato hi è definito nel modello LUIS, per riconoscere l'intento sul bot, intents.matches('hi', function(session) { session.send("hey :-)"); }); Definizione di un modello LUIS con Intenti La creazione di un modello LUIS richiede poca o nessuna esperienza di programmazione. Tuttavia, è necessario avere familiarità con 2 termini importanti che verranno utilizzati ampiamente. 10

13 1. Intenti : in questo modo identifichi le funzioni che devono essere eseguite quando l'utente digita qualcosa. Ad esempio: un intento denominato Hi identificherà una funzione che deve essere eseguita ogni volta che l'utente invia "Ciao". Gli intenti sono nominati in modo univoco nel tuo programma / modello. 2. Entità : identificano i nomi in una dichiarazione. Ad esempio - "Imposta una sveglia per 1:00 pm", qui 1:00 pm è un'entità che deve essere riconosciuta dal chat-bot per impostare un allarme. Nota: le immagini del sito Web non sono fornite come front-end, ma il concetto di base rimane lo stesso. Per creare un nuovo modello, vai su LUIS.ai e accedi con il tuo account Microsoft per accedere alla pagina di creazione dell'app. Dove può essere creato un progetto vuoto. Definire gli Intenti: Gli intenti possono essere definiti nella scheda Intents. Identificano quale funzione è necessario eseguire quando l'utente inserisce qualcosa. Tutte le applicazioni hanno un intento None predefinito, che viene attivato ogni volta che l'input dell'utente non corrisponde a nessun altro intento. Per definire un intento, 1. Dagli un nome univoco relativo alla funzione che desideri eseguire. 2. Una volta completata la denominazione, è necessario aggiungere utterances all'intento. Gli enunciati sono ciò che vuoi che l'utente invii per attivare l'intento che stai definendo. Prova a nutrire il maggior numero possibile di utterances possibili affinché LUIS associ correttamente intents e le utterances. 3. Addestrare il vostro LUIS modello, facendo clic sul Train pulsante sul Train and Test Tab. Dopo l'allenamento, l'app può essere testata nel pannello sottostante. 4. Infine pubblica la tua app nella scheda Publish App. Dovresti ora ottenere un URL endpoint da inserire durante la definizione di LUISRecognizer nel tuo codice bot. Aggiunta di entità al modello LUIS Un'entità è l'informazione che il tuo bot estrae da un particolare enunciato conforme a un intento. Ad esempio: il My name is John Doe appartiene a un intento chiamato introduction. Perché il tuo robot capisca ed estrae il nome John Doe dalla frase, devi definire un'entità che lo faccia. Puoi nominare l'entità come preferisci, ma è meglio nominarla come qualcosa che riguarda ciò che estrae. Nel nostro esempio, possiamo chiamare il nostro name dell'entità. Le entità possono essere riutilizzate tra diversi intenti, per estrarre cose diverse. Quindi il miglior principio sarebbe quello di creare un'entità che estrae solo il tipo di dati e li usa attraverso intenti diversi. Pertanto, nell'esempio sopra riportato, ad esempio Book a flight on Emirates fa parte della booking, quindi la stessa entità, name, può essere utilizzata per estrarre gli emirates nome di volo. Devi tenere a mente due cose prima di definire le entità

14 1. Le entità dovrebbero essere uniche per espressione in un intento. Un'entità non può essere utilizzata due volte nella stessa frase. 2. LUIS non fa distinzione tra maiuscole e minuscole. Ciò implica che tutto ciò che viene estratto e ricevuto tramite l'estrazione dell'entità sarà in minuscolo. Quindi estrarre dati casesensitive tramite entità è probabilmente una cattiva idea. Aggiunta di entità prefabbricate Le entità prefabbricate sono, come suggerisce il nome, precostruite, ovvero sono già configurate per estrarre un particolare tipo di dati attraverso l'intento a cui sono aggiunti. Un esempio può essere il number entità che estrae i numeri dall'intenzione a cui è assegnato. I numeri possono essere numerici o alfabetici come 10 o ten. Per un elenco completo di tutte le entità predefinite, è possibile visitare [Elenco delle entità prefabbricate] [1]. Per aggiungere entità prefabbricate, 1. Vai alla scheda entities. 2. Fai clic su Add pre-built entities e seleziona l'entità che desideri aggiungere al modello e premi Salva. Aggiunta di entità personalizzate Le entità personalizzate sono di 4 tipi, 1. Semplice : una semplice entità estrae un dato particolare, il name negli esempi sopra è una semplice entità. 2. Gerarchico : un'entità padre con entità figli (sottotipi) che dipendono dal genitore. 3. Composito : un gruppo di 2 o più entità indipendenti insieme. 4. Elenco : un'entità che riconosce le parole solo da una determinata lista. Definizione di entità semplici 1. Vai alla scheda entities. 2. Fai clic su Add Custom Entities 3. Assegna un nome alla tua entità, controlla il tipo di entità richiesta e premi Save. Tutti gli altri tipi di entità possono essere aggiunti allo stesso modo semplicemente cambiando il Entity Type in uno dei tipi sopra elencati. Nei tipi di entità gerarchiche e composite, dovrai anche fornire i nomi dei figli insieme al nome dell'entità padre. Definire le entità dell'elenco è leggermente diverso dal resto. Definizione delle entità di lista Dopo aver seguito i passaggi precedenti per creare List Entity inserendo il Entity Type come lista, verrai indirizzato alla pagina dei dettagli dell'entità appena definita. 1. Definire un valore canonico. Questo è un valore standard che il bot riceverà quando l'utente digita uno dei sinonimi. 2. Definisci sinonimi al valore canonico. Saranno convertiti al valore canonico dopo essere stati 12

15 incontrati dall'entità. Puoi anche importare interi elenchi usando una serie di oggetti JSON, nella forma: [ ] { },... "canonicalform": "Hey", "list": [ "Howdy", "Hi" ] Associare un'entità con un intento Pre-built entità Pre-built compilate e in list hanno già un insieme di valori definiti che possono essere estratti da tutte le espressioni, tuttavia, le enunciazioni Simple, Hierarchical e Composite devono essere addestrate per raccogliere i valori. Questo può essere fatto da 1. Vai alla scheda intents e scegli l'intento a cui desideri aggiungere l'entità. 2. Aggiungi un enunciato con un valore fittizio che desideri venga estratto. Di ', puoi aggiungere Il My name is John Doe come un enunciato. 3. Fai clic e trascina il mouse sulle parole che vuoi estrarre dall'entità. Dovrai evidenziare john doe nell'esempio sopra. 4. Si aprirà un menu a discesa con un elenco di tutte le entità disponibili nel progetto. Seleziona quello corrispondente come meglio credi. Name sarà l'entità selezionata nell'esempio precedente. 5. Aggiungi più enunciati con diversi valori fittizi ogni volta e tutte le possibili strutture a cui puoi pensare. 6. Prepara e pubblica il tuo modello LUIS. Leggi Aggiunta dell'elaborazione del linguaggio naturale online:

16 Capitolo 3: Introduzione ai servizi QnA introduzione QnA Maker è un servizio REST gratuito e facile da usare, basato su API e web, che allena l'intelligenza artificiale per rispondere alle domande degli utenti in modo più naturale e colloquiale. Con una logica di apprendimento della macchina ottimizzata e la capacità di integrare l'elaborazione del linguaggio leader del settore, QnA Maker distilla dati semi-strutturati come coppie di domande e risposte in risposte distinte e utili. Examples Creazione manuale del nostro servizio QnA Fornendo le credenziali dell'account Microsoft è possibile autenticarsi e ricevere chiavi di abbonamento per iniziare con i servizi. Questo documento descrive i vari flussi nello strumento per creare la tua base di conoscenza. 14

17 QnA Maker funziona in tre fasi: estrazione, formazione e pubblicazione. Per iniziare, dai da qualsiasi URL delle FAQ esistenti a documenti e contenuti editoriali. Ho creato la mia domanda e le risposte manualmente. 15

18 16

19 e cliccando su "Feedback" nella barra di navigazione in alto. Leggi Introduzione ai servizi QnA online:

20 Capitolo 4: Introduzione al servizio Bot di Azure introduzione Il servizio Bot di Azure fornisce un ambiente integrato appositamente creato per lo sviluppo dei bot, che consente di creare, connettere, testare, distribuire e gestire bot intelligenti, il tutto da un'unica posizione. Puoi scrivere il tuo bot in C # o Node.js direttamente nel browser usando l'editor di Azure, senza bisogno di una catena di strumenti. Puoi anche aumentare il valore dei bot con poche righe di codice collegandoti a Cognitive Services per consentire ai bot di vedere, ascoltare, interpretare e interagire in modi più umani Examples Introduzione al servizio Bot di Azure Creare un nuovo bot in Azure seguendo questa documentazione Accedere a Azure e dalla categoria Intelligence + Analytics, selezionare Servizio Bot e fornire le informazioni richieste. 18

21 Immettere i dettagli richiesti per il bot, sono identici ai dettagli richiesti di un servizio app, ad 19

22 esempio Nome app, Abbonamento, Gruppo di risorse e Ubicazione. Una volta inserito, fai clic sul pulsante Crea. 20

23 Una volta creato / implementato, accedere al Bot facendo clic sul collegamento dalla pagina principale, se lo si è appuntato sulla dashboard o se si apre il gruppo di risorse e si fa clic sul collegamento. Ricordare che potrebbe esserci un leggero ritardo prima che venga visualizzata la schermata iniziale che indica che il Bot Service sta generando il bot; non fare nuovamente clic su Crea bot. Dopo aver confermato la distribuzione, generare e configurare l'id app Microsoft e la password dell'app. 21

24 Seleziona la lingua di programmazione che preferisci ( ho selezionato C # ) e seleziona il modello Domanda e risposta. 22

25 23

26 generarne una nuova. Come avevo già creato una base di conoscenza con il mio abbonamento, l'ho selezionato. Ciò ha reso il mio lavoro molto più semplice, riducendo il tempo necessario per includere tutte le chiavi nel codice bot di Azure relativo alla Knowledge base. 24

27 25

28 il bot funzionale nel controllo della chat. Il codice predefinito viene generato quando si crea il servizio Bot Azure. È possibile modificare la logica del codice in base alle proprie esigenze. 26

29 27 Creare un nuovo repository nel github per configurare la distribuzione continua con Azure e copia

30 i punti di interruzione in Visual Studio ed eseguire localmente nell'emulatore e eseguire il debug seguendo questa documentazione. È possibile tenere traccia degli aggiornamenti di build e degli errori utilizzando Azure Analytics. In attesa di aggiornare il Bot e passare al livello successivo. Leggi Introduzione al servizio Bot di Azure online:

31 Titoli di coda S. No Capitoli Contributors Iniziare con botframework Aggiunta dell'elaborazione del linguaggio naturale Introduzione ai servizi QnA Introduzione al servizio Bot di Azure Community, Eric Dahlvang, Ezequiel Jadib, Mr. Kaffe Kup, Rajat Jain Rajat Jain Jyo Fanidam Eric Dahlvang, Jyo Fanidam 29