Submit Search
Upload
QnA Makerを使ったFAQチャットボットの検証
•
Download as PPTX, PDF
•
5 likes
•
1,955 views
Tomohiko Uebayashi
Follow
Cogbot コミュニティの「Cogbot勉強会!#19 - QnA Maker & LT Night !」で話した内容の資料
Read less
Read more
Technology
Report
Share
Report
Share
1 of 36
Download now
Recommended
connpass特徴と開発の流れ
connpass特徴と開発の流れ
Ikeda Yosuke
Vantan shinsuke miyaki_upload
Vantan shinsuke miyaki_upload
Shinsuke Miyaki
【Schoo web campus】seo対策を考える前に考えるべきこと
【Schoo web campus】seo対策を考える前に考えるべきこと
webcampusschoo
雛形改善+パソコン研修 ~じぶん働き方改革~
雛形改善+パソコン研修 ~じぶん働き方改革~
Mana Ariyasu
効果的な指示書の作成方法
効果的な指示書の作成方法
Kumiko Hirama
「コンバージョン数を2倍にしてくれ」と言われた時の対処法
「コンバージョン数を2倍にしてくれ」と言われた時の対処法
Tsuyoshi Kaneko
デキるプログラマだけが知っているコードレビュー7つの秘訣(DevLove版)
デキるプログラマだけが知っているコードレビュー7つの秘訣(DevLove版)
Masahiro Nishimi
効果的な指示書の作成方法
効果的な指示書の作成方法
Kumiko Hirama
Recommended
connpass特徴と開発の流れ
connpass特徴と開発の流れ
Ikeda Yosuke
Vantan shinsuke miyaki_upload
Vantan shinsuke miyaki_upload
Shinsuke Miyaki
【Schoo web campus】seo対策を考える前に考えるべきこと
【Schoo web campus】seo対策を考える前に考えるべきこと
webcampusschoo
雛形改善+パソコン研修 ~じぶん働き方改革~
雛形改善+パソコン研修 ~じぶん働き方改革~
Mana Ariyasu
効果的な指示書の作成方法
効果的な指示書の作成方法
Kumiko Hirama
「コンバージョン数を2倍にしてくれ」と言われた時の対処法
「コンバージョン数を2倍にしてくれ」と言われた時の対処法
Tsuyoshi Kaneko
デキるプログラマだけが知っているコードレビュー7つの秘訣(DevLove版)
デキるプログラマだけが知っているコードレビュー7つの秘訣(DevLove版)
Masahiro Nishimi
効果的な指示書の作成方法
効果的な指示書の作成方法
Kumiko Hirama
クライアント推し。
クライアント推し。
Akira Fukami
受託開発 エンドユーザーを忘れるな(修正前_後で消す)
受託開発 エンドユーザーを忘れるな(修正前_後で消す)
Yusuke Kanda
LPOワークショップ~組織でサイト改善をする方法~
LPOワークショップ~組織でサイト改善をする方法~
Kazumasa Harumoto
Ec rider2-3 1
Ec rider2-3 1
GoldArmor Technology
Saga Smart Center - Excelで完結!マイクロソフト流データサイエンスの極意
Saga Smart Center - Excelで完結!マイクロソフト流データサイエンスの極意
Daiyu Hatakeyama
20121117 01 dir-mtgスライド01
20121117 01 dir-mtgスライド01
Kenta Nakamura
CANVA AI プレゼンテーション資料.pdf
CANVA AI プレゼンテーション資料.pdf
ShinYoshimura2
【発表用】Lpoワークショップ~組織でサイト改善をする方法~
【発表用】Lpoワークショップ~組織でサイト改善をする方法~
VOYAGE GROUP
20130302 わんくま勉強会大阪 tfsを使ってみよう
20130302 わんくま勉強会大阪 tfsを使ってみよう
Takuya Kawabe
【発表用】ウェブアナリスト養成講座「Lpoとabテスト」
【発表用】ウェブアナリスト養成講座「Lpoとabテスト」
VOYAGE GROUP
初めての拡張機能リリースまでの歩み / Road to publishing extension for the first time
初めての拡張機能リリースまでの歩み / Road to publishing extension for the first time
Yusuke Yamada
おばかアプリ勉強会資料 マイクロソフト
おばかアプリ勉強会資料 マイクロソフト
atmarkit
【Schoo web campus】8ヶ月で会員1万人と、総額8億円を集めたux改善 先生:吉田浩一郎
【Schoo web campus】8ヶ月で会員1万人と、総額8億円を集めたux改善 先生:吉田浩一郎
schoowebcampus
エンジニアのためのSketch入門 vol1
エンジニアのためのSketch入門 vol1
Masato Kawaguchi
Visualizing Software Development
Visualizing Software Development
Kenji Hiranabe
キャリア相談会拡張版資料 ダイジェスト版
キャリア相談会拡張版資料 ダイジェスト版
Yuji Kawano
【de:code 2020】 開発者が語る! Microsoft Teams アプリケーション開発の実例とコツ
【de:code 2020】 開発者が語る! Microsoft Teams アプリケーション開発の実例とコツ
日本マイクロソフト株式会社
5分で分かった気になるリーンスタートアップ
5分で分かった気になるリーンスタートアップ
大騎 池本
人間と話す: Lean Customer Development (Lean Startup Update 2015)
人間と話す: Lean Customer Development (Lean Startup Update 2015)
Takaaki Umada
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
decode2016
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
More Related Content
Similar to QnA Makerを使ったFAQチャットボットの検証
クライアント推し。
クライアント推し。
Akira Fukami
受託開発 エンドユーザーを忘れるな(修正前_後で消す)
受託開発 エンドユーザーを忘れるな(修正前_後で消す)
Yusuke Kanda
LPOワークショップ~組織でサイト改善をする方法~
LPOワークショップ~組織でサイト改善をする方法~
Kazumasa Harumoto
Ec rider2-3 1
Ec rider2-3 1
GoldArmor Technology
Saga Smart Center - Excelで完結!マイクロソフト流データサイエンスの極意
Saga Smart Center - Excelで完結!マイクロソフト流データサイエンスの極意
Daiyu Hatakeyama
20121117 01 dir-mtgスライド01
20121117 01 dir-mtgスライド01
Kenta Nakamura
CANVA AI プレゼンテーション資料.pdf
CANVA AI プレゼンテーション資料.pdf
ShinYoshimura2
【発表用】Lpoワークショップ~組織でサイト改善をする方法~
【発表用】Lpoワークショップ~組織でサイト改善をする方法~
VOYAGE GROUP
20130302 わんくま勉強会大阪 tfsを使ってみよう
20130302 わんくま勉強会大阪 tfsを使ってみよう
Takuya Kawabe
【発表用】ウェブアナリスト養成講座「Lpoとabテスト」
【発表用】ウェブアナリスト養成講座「Lpoとabテスト」
VOYAGE GROUP
初めての拡張機能リリースまでの歩み / Road to publishing extension for the first time
初めての拡張機能リリースまでの歩み / Road to publishing extension for the first time
Yusuke Yamada
おばかアプリ勉強会資料 マイクロソフト
おばかアプリ勉強会資料 マイクロソフト
atmarkit
【Schoo web campus】8ヶ月で会員1万人と、総額8億円を集めたux改善 先生:吉田浩一郎
【Schoo web campus】8ヶ月で会員1万人と、総額8億円を集めたux改善 先生:吉田浩一郎
schoowebcampus
エンジニアのためのSketch入門 vol1
エンジニアのためのSketch入門 vol1
Masato Kawaguchi
Visualizing Software Development
Visualizing Software Development
Kenji Hiranabe
キャリア相談会拡張版資料 ダイジェスト版
キャリア相談会拡張版資料 ダイジェスト版
Yuji Kawano
【de:code 2020】 開発者が語る! Microsoft Teams アプリケーション開発の実例とコツ
【de:code 2020】 開発者が語る! Microsoft Teams アプリケーション開発の実例とコツ
日本マイクロソフト株式会社
5分で分かった気になるリーンスタートアップ
5分で分かった気になるリーンスタートアップ
大騎 池本
人間と話す: Lean Customer Development (Lean Startup Update 2015)
人間と話す: Lean Customer Development (Lean Startup Update 2015)
Takaaki Umada
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
decode2016
Similar to QnA Makerを使ったFAQチャットボットの検証
(20)
クライアント推し。
クライアント推し。
受託開発 エンドユーザーを忘れるな(修正前_後で消す)
受託開発 エンドユーザーを忘れるな(修正前_後で消す)
LPOワークショップ~組織でサイト改善をする方法~
LPOワークショップ~組織でサイト改善をする方法~
Ec rider2-3 1
Ec rider2-3 1
Saga Smart Center - Excelで完結!マイクロソフト流データサイエンスの極意
Saga Smart Center - Excelで完結!マイクロソフト流データサイエンスの極意
20121117 01 dir-mtgスライド01
20121117 01 dir-mtgスライド01
CANVA AI プレゼンテーション資料.pdf
CANVA AI プレゼンテーション資料.pdf
【発表用】Lpoワークショップ~組織でサイト改善をする方法~
【発表用】Lpoワークショップ~組織でサイト改善をする方法~
20130302 わんくま勉強会大阪 tfsを使ってみよう
20130302 わんくま勉強会大阪 tfsを使ってみよう
【発表用】ウェブアナリスト養成講座「Lpoとabテスト」
【発表用】ウェブアナリスト養成講座「Lpoとabテスト」
初めての拡張機能リリースまでの歩み / Road to publishing extension for the first time
初めての拡張機能リリースまでの歩み / Road to publishing extension for the first time
おばかアプリ勉強会資料 マイクロソフト
おばかアプリ勉強会資料 マイクロソフト
【Schoo web campus】8ヶ月で会員1万人と、総額8億円を集めたux改善 先生:吉田浩一郎
【Schoo web campus】8ヶ月で会員1万人と、総額8億円を集めたux改善 先生:吉田浩一郎
エンジニアのためのSketch入門 vol1
エンジニアのためのSketch入門 vol1
Visualizing Software Development
Visualizing Software Development
キャリア相談会拡張版資料 ダイジェスト版
キャリア相談会拡張版資料 ダイジェスト版
【de:code 2020】 開発者が語る! Microsoft Teams アプリケーション開発の実例とコツ
【de:code 2020】 開発者が語る! Microsoft Teams アプリケーション開発の実例とコツ
5分で分かった気になるリーンスタートアップ
5分で分かった気になるリーンスタートアップ
人間と話す: Lean Customer Development (Lean Startup Update 2015)
人間と話す: Lean Customer Development (Lean Startup Update 2015)
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
SPL-004_Windows 10 開発の舞台裏から学ぶエンジニアの未来
Recently uploaded
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
Recently uploaded
(10)
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
QnA Makerを使ったFAQチャットボットの検証
1.
2019年1月22日 上林 知彦 QnA Makerを使ったFAQチャットボットを検証してみた ~検証結果とノウハウ共有~
2.
1自己紹介
3.
2話すこと https://qiita.com/tomohiku/items/c0ced418227136535e17
4.
3もくじ
5.
1.QnA Makerの概説
6.
51-1.利用シナリオ…どういう時に何を目的にして使うのか? •ヘルプデスク業務の工数削減 だいたいがコレ 顧客&従業員満足度の向上 顧客への広告
7.
61-2.基本機能概要…なにをしてくれて、なにをしてくれないのか? シンプルにいうと・・・ Microsoft アカウントとは何ですか? Microsoft アカウントはインターネット上で個人認 証を行う手段のひとつで・・・・・・・ こういう自由な文章で書いた質問に、 こういう適切な回答を返す機能です。 ■QnA
Makerサイト 「自由な文章」なとこ ろがAI技術で可能に なったところ
8.
7 学習データを作る作業の一 部を自動化して作成効率 を上げた 学習データのメンテナンス工 数を下げた。 アプリ連携の開発工数を下 げた。 セキュリティなど要件に厳しい 企業でも本気使えるインフラ にもできる 他のAzureサービスと連携 し、拡張性を高めた 1-2.基本機能概要…なにをしてくれて、なにをしてくれないのか?
9.
8 • QnA Maker利用の流れ 1-2.基本機能概要…なにをしてくれて、なにをしてくれないのか?
10.
9 Cortana Skills 1-2.基本機能概要…なにをしてくれて、なにをしてくれないのか?
11.
10 ③類義語・同義語②異なる質問の言い回し①質問と回答のペア 1-3.
12.
11 学習と公開 •ナレッジベースを公開 ユーザの利用 •問合せをする 問合せの蓄積 •問合せを受けた質問の蓄積 回答結果のレビュー •正しい回答かレビュー •間違っていれば修正 •回答がナレッジベースになければ、回答を追加 定期的に実施 ③類義語・同義語 ※一般的な日本語 外部から取得②異なる質問の言い回し ①質問と回答のペア QnA Makerにて 蓄積 QnA Makerにて 自動化 QnA
Makerが支援 ツールを提供 QnA Makerにて 取り込みの自動化 ③類義語・同義語 ※社内用語 1-3.
13.
2.精度検証の結果
14.
132-1. ※Qiita記事から抜粋 内容 件数 質問と答えペアの数 (分類するクラス数) 約1300件 言い回し質問を含む 全学習データ量 約5000件 検証で使った学習データ Cognitive
Toolkit版およびQnA Maker版で同じデータ 8割で学習 2割でテスト ランダムな分割
15.
142-2. ※Qiita記事から抜粋
16.
15 ※Qiita記事から抜粋 2-2. 正確には、QnA Maker単体ではな く、Bot Serviceの初期テンプレート がイマイチなところ。 QnA
Makerとしては複数回答は対 応してくれているのでカスタマイズして 対処する。
17.
16 ※Qiita記事から抜粋 2-2.
18.
3.QnA Makerを使った開発ノウハウ
19.
183-1. • 自然言語分類の仕組みを知る理由 • 学習データとはどうあるべきか、最適な形にするにはどういった整備をすればいいかを考えるため には、自然言語分類の仕組みを知る必要がある。 •
QnA Makerを使えば仕組みを知らなくとも、なんとなく学習データを作れてしまいますが、精度 が出る良い学習データを作るには、必須の知識だと考えています。 ※この資料での説明より、さらにより深く仕組みを理解するには、Microsoft Cognitive Toolkit(CNTK)などで実装してみ ることが有効です。以下の投稿で利用&実装手順&サンプルコードを書いています。 https://qiita.com/tomohiku/items/63dff5751326a9f59dea
20.
193-1. 自然言語分類の仕組みを説明するためにCNTKモデルの学習データの作成手順を例として説 明します。 1. 質問文と回答番号のペアを作成する(言い回し一覧の作成) 質問文 回答番号 Office365ってどうやったら変えるの?
1 Office365を買う方法 1 Excelだけを買うことできますか? 2 Excelを単体で買うことは可能? 2 Office365のサブスクリプションIDってどこでわかる? 3 Office365のサブスクリプションIDを入力してくださいと出ます 3 O365のsubscription IDはどこに書いている? 3 O365のsubscription IDを教えてください 3 ・・・ ・回答番号1つ当たり言い回しを変えた15パターンの質問文を用意する。 (最低でも10パターンの質問文が必要。) ◆言い回し一覧の例 ※以下の例は言い回しが2つずつだが、15つずつ作る
21.
20 2. 文章を形態素分解し、分かち書きにする(単語単位に区切る) 話し言葉・流行語辞書を取り込み、分解精度を向上させる 「Office365」などの業界特化の専門的な固有名詞は、できるだけ単語として認識された方が良いが 「Office」「365」に分かれてしまっても、あまり精度に影響をあたえません。 理由は、分類器で利用するRNNアルゴリズムが単語の順序を意識して、パターンマッチングをしているためです。 質問文 分かち書き後
回答番号 Office365ってどうやったら買えるの? Office 365 って どう やっ た 買える の ? 1 Office365を買う方法 Office 365 を 買う 方法 1 Excelだけを買うことできますか? Excel だけ を 買う こと でき ます か ? 2 Excelを単体で買うことは可能? Excel を 単体 で 買う こと は 可能 ? 2 Office365のサブスクリプションIDってどこでわかる? Office 365 の サブスクリプション ID って どこ で わかる ? 3 Office365のサブスクリプションIDを入力してくださ いと出ます Office 365 の サブスクリプション ID を 入力 し て くださる と 出 ます 3 O365のsubscription IDはどこに書いている? O 365 の subscription ID は どこ に 書い て いる ? 3 O365のsubscription IDを教えてください O 365 の subscription ID を 教え て ください 3 ・・・ 3-1.
22.
21 3. 分かち書きにしたテキストに以下の加工を行う 同じ意味として認識してほしいのに、言葉の揺らぎにより別単語となってしまっている単語を置き換える ①
類義語・略語 を統一する 例:O365 → Office365 ② 同義語辞書(漢字送り仮名) を統一する 例:買い方、買いかた → 買い方 ③ 修飾詞・動詞などの活用形 を基本活用に統一する 例:できますか → できる ます か 分類するために、不要な単語を除去する ① ストップワード(除外ワード)辞書 に登録した単語を除去する 例:あのね、あー → (除去) 4.質問文の全ての単語の辞書を作る Word,Index office 365,1 excel,2 って,3 どう,4 やる,5 買える,6 買う,7 方法,8 word,9 ~ ~ o,25 subscription,26 書く,27 いる,28 教える,29 単語単位に番号を1から採番する。 単語の重複は無くす。 3-1.
23.
223-1. 5. CNTK用の学習データを作る 0 |#
office |Word 1:1 |Label 1:1 0 |# 365 |Word 2:1 0 |# って |Word 3:1 0 |# どう |Word 4:1 0 |# やる |Word 5:1 0 |# 買える |Word 6:1 1 |# office |Word 1:1 |Label 1:1 1 |# 365 |Word 2:1 1 |# 買う |Word 7:1 1 |# 方法 |Word 8:1 2 |# excel |Word 9:1 |Label 2:1 2 |# だけ |Word 10:1 2 |# 買う |Word 7:1 2 |# こと |Word 11:1 2 |# できる |Word 12:1 2 |# ます |Word 13:1 2 |# か |Word 14:1 3 |# excel |Word 9:1 |Label 2:1 3 |# 単体 |Word 15:1 3 |# 買う |Word 7:1 3 |# こと |Word 11:1 3 |# 可能 |Word 16:1 Sparse形式のフォーマット。 左端の番号が文章単位の番号。 Wordが単語辞書での番号。 Labelがラベル番号(回答番号) 。 #の部分はコメント 質問 番号 コメン ト 単語 番号 回答番 号
24.
23 6. 学習させる直前の単語の扱い(実際の格納方法ではなくイメージ) • ※RNNアルゴリズムでは単語がでてきた順番も考慮される。 7.
テストデータも学習データと同様に2~5の加工をして、学習済みデータモデルで予測す る 元の文章 回答番号 1桁目 (Office) 2桁目 (365) 3桁目 (って) 4桁目 (どう) 5桁目 (やる) 6桁目 (買える) 7桁目 (excel) 8桁目 (を) 9桁目 (買う) 10桁目 (こと) 11桁目 (だけ) 12桁目 (できる) 13桁目 (ます) 14桁目 (方法) 15桁目 (か) ・・・ Office365ってどうやったら 買えるの? 1 1 2 3 4 5 6 0 0 0 0 0 0 0 0 0 ・・・ Office365を買う方法 1 1 2 0 0 0 0 0 3 4 0 0 0 0 5 0 ・・・ Excelだけを買うことできま すか? 2 0 0 0 0 0 0 1 3 4 5 2 6 7 0 8 ・・・ ・・・ 3-1. 回答番号:1 数字:123456000000000・・・ 回答番号:1 数字:120000034000050・・・ 回答番号:2 数字:000000134526708・・・ … 自然言語の文章を数値に変換し、回答番号と のペアを作る。 これで自然言語が数字に代わり、機械が扱え るようになりました。
25.
243-2. • 学習データ作成とチューニングの全体像 ・言い回し質問一覧 FAQ 1つ当たり、 約15通りの問合せ 言い回し文 データの整備 ・整備済みデータ (言い回し質問一覧&回答) ・FAQ一覧 ・類義語・略語一覧(専門用語) 例:O365→Office365 ・類義語・略語 辞書(一般用語) ・同義語辞書 (漢字送り仮名) ユーザ側で準備 モデル作成チーム側で用意 【①データ整備】 以下の整備する 1.
誤りデータの排除・修正 2. 曖昧な問合せ文の修正 3. 学習データ不足の補完 学習 ・学習済みデータモデル 【②学習モデルのチューニング】 ※QnA Makerでは不要 正答率を上げるためのチューニングポイントは従来は、【①データ整備】と【② 学習モデルのチューニング】であった。しかし、QnA Makerだと②は不要になり、 ①に注力すれば良い。 ・類義語・同義語
26.
253-2. ※Qiita記事から抜粋
27.
263-2. ※Qiita記事から抜粋
28.
27 • 言い回し質問のイメージ(Excel) • FAQのイメージ(Excel) 3-2.
29.
28 • 言い回し質問を作る時のポイント 3-2. ※Qiita記事から抜粋
30.
293-2. ※Qiita記事から抜粋 言い回し質問に含まれる単語のみを対象とすること。 形態素分解して抽出する。
31.
303-2. ※Qiita記事から抜粋 QnA Maker大量問い合わせ投入 し、結果をまとめるツールをGithub に公開しているので、よければどうぞ。 ・ QAMakerRunner https://github.com/tomohik ue/QAMakerRunner
32.
313-2. 回答 ツールでエラーが出た時は、再起動してください。 「バージョンが古いです」というエラーになった場合は、再起動してソフトウェアをバージョンアップしてください。 例 例 別の回答に紐づくべき質問が混 じっている 2つの回答自体が曖昧で、そのため、質問も論理的に1対1にでき ない。
33.
32 Azure Azure AD オフィス Chat 利用ユーザ 学習メンテナンス ユーザ QnA Maker 専用Web サイト Internet App
Service WebUI Microsoftのサイト https://www.qnamaker.ai/ App Service WebAPI (Bot Framework テンプレート) QnA Maker自動 出力ログ Azure Table Storage QnA Makerカスタ ムログ※1 ※1 QnA Makerが自動でApp Insightに出力するログは最小限で学習メンテナンス用には足りない。 そのため、Web APIでAzure Table Storageに出力している。 3-3
34.
333-3 Microsoft Teamsのタブに Webサイト表示で利用するUI イメージ
35.
34 https://github.com/tomohikue/QAMakerRunner https://github.com/tomohikue/AutoSuggestFaqUI https://github.com/tomohikue/ChatBotApp ※Qiita記事から抜粋
36.
ご清聴ありがとうございました
Download now