Custom question answering Json
Categoría: Cognitive
Descripción: Este modulo de extension permite gestionar una base de conocimientos compuesta por preguntas y respuestas, creada en el portal de Microsoft Azure. Facilita la creación, mantenimiento y actualización de contenido, asegurando que la información esté siempre disponible y actualizada. Las respuestas obtenidas en el aplicativo Lynn se proporcionarán en formato JSON.
Funcionalidad: Utilice este módulo de extensión para extraer información de una base de conocimientos y utilizar las respuestas entregadas en formato JSON como ayuda cognitiva. Este módulo se emplea para encontrar la respuesta más adecuada a cualquier consulta dentro de la base de conocimientos, y puede integrarse en plataformas como webchat o WhatsApp. Esto mejora la eficiencia en la resolución de consultas y enriquece la experiencia del usuario al acceder a un canal digital.
Para obtener informacion mas detallada acceda Aqui
Requisitos previos
-
Crear Recurso en Azure
- Inicia sesión en portal.azure.com.
- Navega a "Azure AI" y selecciona "Crear recurso".
-
Configurar QNAMakerV2
- Accede a "Language Studio" posteriormente cree o despliega la base de conocimientos.
- Realice proceso de Deploy
Para acceder a una guía paso a paso sobre estos requisitos, acceda Aqui
Implementación
Expresión para evaluar: Campo de tipo string permite ingresar una expresión que se desea evaluar. Puede ser completado con una entidad o texto el cual debe ser ingresado entre comillas simples para que sea identificado como este tipo.
QNA MAKER EndpointKey (Opcional si no tiene AUTHORING_KEY): Campo de tipo string expresion en la cual se debe ingresar las claves de autorización para la configuración de la conexión. Se obtiene en el entorno Microsoft Azure, ubicando en el recurso creado la opción Keys and Endpoint:
OCP-APIM-SUBSCRIPTION-KEY: Campo de tipo string expresion en la cual se debe ingresar las claves de suscripción para la configuración de la conexión.
PROJECTNAME: Campo de tipo string expresión donde se define el nombre del proyecto.
DEPLOYMENTNAME: Campo de tipo string expresión que indica el nombre único que identifica la instancia de implentación.
Estos campos se obtiene de la ventana emergente Get prediction URL desde la seccion Sample request en el portal de Azure AI|Language Studio.
Entidad donde se va a depositar el resultado de la evaluación: Campo de tipo lista desplegable permitirá seleccionar la entidad donde se guardará el resultado de la evaluacion.
La intención a ejecutar en caso de error. El flujo de la acción se interrumpirá y la descripción del error se pasará a la intención seleccionada con el nombre: 'QNA_MAKERJSONV2_ERROR': Lista desplegable donde debe seleccionar nombre de la intención para el manejo de errores.
Ejemplo de implementación
| Campo | Valor |
|---|---|
| Nombre: | QNAMaker |
| Expresión para evaluar: | INPUT |
| QNA MAKER EndpointKey (Opcional si no tiene AUTHORING_KEY): | 'https://lynn-latam.cognitiveservices.azure.com' |
| OCP-APIM-SUBSCRIPTION-KEY: | '05f6cb5927edXXXXXXXXXXXXXXXXXXXX' |
| PROJECTNAME: | 'LynnPruebaQnaMaker' |
| DEPLOYMENTNAME: | 'production' |
| Entidad donde se va a depositar el resultado de la evaluación: | QnaMenu |
| La intención a ejecutar en caso de error. El flujo de la acción se interrumpirá y la descripción del error se pasará a la intención seleccionada con el nombre: 'QNA_MAKERJSONV2_ERROR': | Error_Handler |
Para una mejor visualización de campos específicos, se recomienda agregar el módulo de extensión JavaScript Code donde podrá asignar un formato adaptado para su presentación.