Pour les deux présentations que j’ai fait récemment dans le cadre des activités de la communauté Microsoft Azure et DotNet de Québec, j’ai mis en place une série de démonstrations.Le code source de ces démos est disponible en open source sous licence MIT dans un repository sur mon GitHub :
https://github.com/hinault/bot-appli...itive-services
Ce repository contient un ensemble de projets sur Bot Framework et Azure Cognitive Services. Ces derniers permettent de découvrir comment mettre en place un agent conversationnel intelligent en utilisant Bot Framework et Azure Cognitive Services.
FormFlow Basic
FormFlow est un puissant outil pour mettre en place avec le minimum de complexité un agent conversationnel capable de guider l’utilisateur dans un dialogue (processus de commande, sondage, etc.).
FormFlow Basic est un exemple de code simple de comment utiliser FormFlow dans une botapplication.
Pour en savoir plus, consultez le tutoriel suivant : https://docs.microsoft.com/en-us/azu...otnet-formflow
FormFlow Advanced
FormFlow Advanced montre comment utiliser les options avancées de FormFlow pour personnaliser le bot et offrir une meilleure expérience utilisateur.
Pour en savoir plus, consultez le tutoriel suivant :https://docs.microsoft.com/en-us/azu...mflow-advanced
QnA Maker
QnA Maker est une API REST et un service web permettant de créer et entrainer une intelligence artificielle qui sera en mesure de répondre aux questions d’un utilisateur à travers une conversation en langage naturel.
Le projet QnA Maker est un exemple de comment rendre son bot plus intelligent en intégrant QnA Maker. Le Bot mis en place utilise QnA Maker afin de fournir une réponse aux questions des utilisateurs.
Pour en savoir plus sur QnA Maker, consultez la documentation suivante : https://docs.microsoft.com/en-us/azu.../qnamaker/home
Text Analytics API
Text Analytics API est un service Cloud qui offre des fonctionnalités avancées d’analyse de texte. Elle dispose de trois fonctionnalités majeures : l’analyse de sentiment, l’extraction des mots-clés et la détection de la langue pour un texte. L’analyse de sentiment peut, par exemple, être utilisée pour évaluer le degré de satisfaction d’un utilisateur en procédant en une analyse de ses écrits.
Le projet Text Analytics montre comment faire appel au service dans un bot.
Pour en savoir plus sur le service, consultez la documentation suivante : https://docs.microsoft.com/en-us/azu...kstarts/csharp
LUIS
Pour demander un service (passer par exemple une commande), plusieurs expressions peuvent être utilisées. Comment déterminer le besoin de l’utilisateur au travers de son texte ? C’est à ce besoin que LUIS (Language Understanding) répond. Luis permet à votre application de comprendre ce que l’utilisateur veut en ses propres mots. LUIS utilise l’apprentissage machine pour permettre aux développeurs de créer des applications en mesure de comprendre le langage naturel, ainsi que les besoins d’un utilisateur.
LuisBot est un exemple simple d’intégration d’un bot avec LUIS.
Pour en savoir plus, consultez la documentation suivante : https://docs.microsoft.com/fr-ca/azu...ices/LUIS/Home
Poutine Bot
PoutineBot est un bot intelligent qui exploite Luis, FormFlow, QnA Maker et Text Analytics API pour interagir intelligemment avec un utilisateur. Ce dernier permet notamment de passer des commandes de poutine (pour information, la poutine est un plat québécois), de répondre à des questions et d’analyser les feedbacks des utilisateurs pour évaluer leur degré de satisfaction.
Le projet PoutineBot est un excellent moyen de découvrir comment exploiter FormFlow, Luis, QnA Maker et Text Analytics API dans un bot et gérer le flow de communication entre ces différents services.
Dans les prochaines semaines, je vais écrire une série de billets de blog sur l'ensemble des outils et services qui ont été utilisés pour ces démos, dont : Bot Builder SDK, FormFlow, QnA Maker, Text Analyctis API et LUIS.
Restez connecté!