NLP vs NLU

昨天我們提到LUIS(Language Understanding Intelligent Service)是一個語意理解(Language Understanding)的雲端服務，其命名取自於自然語言理解NLU(Natural Language Understanding)，其實NLU是自然語言處理NLP(Natural Language Processing)領域中的其中一項子項目，NLP領域包含許多技術主題：

• Text to speech: 文字轉語音/語音轉文字
• Speech synthesis: 語音合成
• Speech recognition: 語音辨識
• Text segmentation/Word tokenization: 斷詞/分詞
• Document/Text classification: 文件/文字 分類
• Machine translation: 翻譯
• NER(Named entity recognition): 命名實體辨識
• Sentiment analysis: 情感分析
• Natural Language Understanding: 自然語言理解
• ...等
  

自然語言理解 (NLU)

NLU技術著重在將語言語句 轉換 成表徵的能力，讓機器可以透過表徵自然地了解人類想說什麼
LUIS服務的主要用於理解語句意圖和萃取關鍵內容，以能夠識別使用者想說什麼以及使用著說的內容。

如何在Chatbot中使用 LUIS

聊天機器人是 LUIS 的常見用戶端應用程式之一。Day [18] Azure 認知服務-Language Understanding (LUIS)提到我們要在Cahtbot中使用LUIS，那該如何使用呢？

Azure LUIS 應用程式發佈後，用戶端應用程式會將語句 (文字) 傳送至 LUIS 自然語言處理端點 API，並以 JSON 格式回應的形式接收結果，LUIS理解語意過程如下示意圖：

1. 用戶端應用程式將使用者語句 發送HTTP請求至 LUIS API端點。
2. LUIS 可製作自訂語言模型，讓應用程式更加智慧化。 該模型會採用使用者的非結構化輸入文字，並傳回 JSON 格式的回應(表徵)，該JSON具有topIntent(最高機率的意圖，也可以擷取Entities的實體資料。
3. 用戶端應用程式根據LUIS回應的JSON內容來決策如何達成使用者要求。 這些決策由應用程式的程式碼處理

LUIS回傳JSON資料範例:

{
    "query": "I want to call my HR rep",
    "prediction": {
        "topIntent": "HRContact",
        "intents": {
            "HRContact": {
                "score": 0.8582669
            }
        },
        "entities": {
            "Contact Type": [
                "call"
            ]
        },
        "sentiment": {
            "label": "neutral",
            "score": 0.5
        }
    }
}

LUIS 重要的關鍵字

明天我們將開始使用LUIS建構來處理Cahtbot的自然語言理解使用LUIS會需要了解一些重要的關鍵字
LUIS 利用三個關鍵字來了解語言：

• query(表達)： query是應用程式需要解譯的使用者輸入。
• intents(意圖)： intents代表使用者想要執行的工作或動作。
• entities(實體)： entities代表在query中擷取出的關鍵字。