هسته معنایی برای پردازش زبان طبیعی

پردازش زبان طبیعی (NLP) از هسته های معنایی بسیار سود می برد. آنها با بیان کلمات به‌عنوان بردارهایی با ابعاد بالا به جای رشته‌هایی از حروف، رایانه‌ها را قادر می‌سازند تا معنای کلمات را به روشی پیچیده‌تر تفسیر کنند. این به رایانه‌ها امکان می‌دهد تا تداعی کلمات، مانند مترادف و متضاد، را بدون نیاز به قوانین صریح یا نظارت انسانی تشخیص دهند.

هسته معنایی چیست؟

Semantic Kernel (SK) یک SDK سبک است که به مدل‌های زبان بزرگ هوش مصنوعی (LLM) اجازه می‌دهد با زبان‌های برنامه‌نویسی سنتی یکپارچه شوند. مدل برنامه نویسی توسعه پذیر SK توابع معنایی زبان طبیعی، توابع بومی کد معمولی، و حافظه مبتنی بر جاسازی را برای باز کردن قفل امکانات جدید و ارائه ارزش به سیستم های مبتنی بر هوش مصنوعی ترکیب می کند.

SDK که به شما امکان می دهد به سرعت اعلان های هوش مصنوعی را با زبان های برنامه نویسی سنتی مانند C# و Python ترکیب کنید.

همراه سازی هوش مصنوعی با هسته معنایی

قدرت واقعی Semantic Kernel از توانایی آن در ترکیب اجزای مختلف ناشی می شود. می‌توانید خطوط لوله پیچیده‌ای طراحی کنید که از هوش مصنوعی برای خودکارسازی عملیات پیچیده با ترکیب چندین مدل هوش مصنوعی، عملکردهای بومی و حافظه در هسته معنایی استفاده می‌کنند.

برای مثال، ممکن است از Semantic Kernel برای ایجاد خط لوله ای استفاده کنید که به کاربر در ارسال ایمیل به کارکنان بازاریابی خود کمک می کند. با حافظه، ممکن است اطلاعات پروژه را به دست آورید و سپس از برنامه ریز برای تولید خودکار مراحل بعدی استفاده کنید (به عنوان مثال، زمین کردن درخواست کاربر با داده های Microsoft Graph، ایجاد پاسخ با GPT-4 و ارسال ایمیل). در نهایت، در برنامه سفارشی خود، ممکن است پیام موفقیت آمیزی را برای کاربر نمایش دهید.

نحوه استفاده از Semantic Kernel

می توانید دستورالعمل های شروع به کار Semantic Kernel را در سی شارپ یا پایتون تنها در چند مرحله اجرا کنید. پس از اتمام آموزش ها، می توانید…

• ماشین محلی خود را برای اجرای Semantic Kernel پیکربندی کنید
• اعلام‌های هسته را اجرا کنید.
• اعلام‌ها را با متغیرها پویا کنید.
• زنجیره های سریع ایجاد کنید.
• به طور خودکار زنجیره های جدید با برنامه ریز ایجاد کنید
• حافظه را با جاسازی‌ها ذخیره و بازیابی کنید.

شرایط لازم برای اجرای راهنماها.

قبل از اجرای راهنماها در C#، مطمئن شوید که موارد زیر را روی دستگاه محلی خود نصب کرده اید. اگر از راهنماهای پایتون استفاده می کنید، فقط به git و python نیاز دارید.

C#

1. یک برنامه کنسول جدید ایجاد کنید.

2. هسته معنایی

را اضافه کنید

#r "nuget: Microsoft.SemanticKernel, *-*"

3. کد را از اینجا در اینجا کپی کنید برنامه Program.cs فایل.

4. جای‌گیرهای پیکربندی کلید API و سایر پارامترها را با کلید و تنظیمات خود جایگزین کنید.

5. اجرا با F5 یا dotnet run

Python

1. بسته pip

را نصب کنید

semantic-kernel نصب پیپ

2. ایجاد یک اسکریپت جدید به عنوان مثال hello-world.py.

3. کلید API و تنظیمات خود را در یک فایل .env  همانطور که توضیح داده شد ذخیره کنید اینجا.

4. کد را از اینجا در اینجا کپی کنید اسکریپت hello-world.py .

5. اسکریپت پایتون را اجرا کنید.

راهنماها را دانلود و اجرا کنید.

1. از مرورگر وب خود برای بازدید از aka.ms/sk/repo در GitHub استفاده کنید .
2. مخزن را در دستگاه محلی خود کلون یا تقسیم کنید.
3. زمانی که مخزن در VS Code باز است، به پوشه semantic-kernel/samples/notebooks بروید.
4. پوشه Net یا Python را بر اساس زبان برنامه نویسی دلخواه خود انتخاب کنید.
5. نوت بوک 00-getting-started.ipynb را باز کنید.
6. هر قطعه کد را با دکمه “play” در سمت چپ فعال کنید. اگر برای اجرای نوت بوک 00-getting-started.ipynb به کمک نیاز دارید، می‌توانید ویدیوی زیر را تماشا کنید.
7. این کار را برای نوت‌بوک‌های باقی‌مانده تکرار کنید.

شروع به کار با نوت بوک C#

1: اطلاعات کاربری سرویس هوش مصنوعی خود را پیکربندی کنید

استفاده از این نوت بوک ابتدا، برای اینکه انتخاب کنید که آیا این نوت بوک ها با OpenAI یا Azure OpenAI اجرا شوند و اعتبار شما در فایل پیکربندی ذخیره شود.

// بارگیری برخی از توابع کمکی، به عنوان مثال. برای بارگیری مقادیر از settings.json
#!import config/Settings.cs

2: SDK کرنل معنایی را از NuGet وارد کنید

// وارد کردن هسته معنایی
#r "nuget: Microsoft.SemanticKernel, 0.14.547.1-preview"

3: نمونه سازی هسته

با استفاده از Microsoft.SemanticKernel;

// تنظیم نمونه هسته ساده
IKernel kernel = KernelBuilder.Create();

// پیکربندی اعتبار سرویس هوش مصنوعی مورد استفاده توسط هسته
var (useAzureOpenAI، model، azureEndpoint، apiKey، orgId) = Settings.LoadFromFile();

اگر (استفاده ازAzureOpenAI)
    kernel.Config.AddAzureTextCompletionService(model، azureEndpoint، apiKey);
دیگر
    kernel.Config.AddOpenAITextCompletionService(model, apiKey, orgId);

4: یک مهارت را بارگیری و اجرا کنید

// بارگذاری فهرست مهارت‌ها
var skillsDirectory = Path.Combine(System.IO.Directory.GetCurrentDirectory()، ".."، ".."، "skills");

// FunSkill را از دایرکتوری Skills بارگیری کنید
var funSkillFunctions = kernel.ImportSemanticSkillFromDirectory(skillsDirectory, "FunSkill");

// تابعی به نام Joke را اجرا کنید
var result = await funSkillFunctions["جوک"].InvokeAsync("سفر در زمان به عصر دایناسورها");

// نتیجه را به Notebook برگردانید
Console.WriteLine(نتیجه);

شروع با نوت بوک پایتون

1. SDK کرنل معنایی را از pypi.org

وارد کنید

!python -m pip install semantic-kernel==0.2.7.dev0

وارد کردن semantic_kernel as sk

هسته = sk.Kernel()

استفاده از OpenAI

2. کلید Open AI Key خود را به یک فایل .env  اضافه کنید همان پوشه (شناسه سازمان فقط در صورت داشتن چندین سازمان):

OPENAI_API_KEY="sk-..."
OPENAI_ORG_ID=""

و OpenAI Text Completion را به هسته اضافه کنید:

از semantic_kernel.connectors.ai.open_ai وارد کردن OpenAITextCompletion

api_key، org_id = sk.openai_settings_from_dot_env()

هسته.add_text_completion_service("dv", OpenAITextCompletion("text-davinci-003"، api_key، org_id))

استفاده از Azure OpenAI

3. سرویس هوش مصنوعی Azure Open خود را اضافه کنید کلید در یک فایل .env در همان پوشه:

AZURE_OPENAI_API_KEY="..."
AZURE_OPENAI_ENDPOINT="https://..."
AZURE_OPENAI_DEPLOYMENT_NAME="..."

و Azure OpenAI Text Completion را به هسته اضافه کنید:

از semantic_kernel.connectors.ai.open_ai وارد کردن AzureTextCompletion

استقرار، api_key، نقطه پایانی = sk.azure_openai_settings_from_dot_env()

هسته.add_text_completion_service("dv", AzureTextCompletion(استقرار، نقطه پایان، api_key))

یک تابع معنایی را اجرا کنید

4. یک مهارت را بارگیری کنید و یک تابع معنایی را اجرا کنید:

مهارت = هسته.import_semantic_skill_from_directory(".. /../skills، "FunSkill")
joke_function = skill["Joke"]

print(joke_function("سفر زمان به عصر دایناسورها"))

همچنین بخوانید: Mr. Ranedeer: معلم هوش مصنوعی که می تواند به شما در یادگیری هر چیزی کمک کند

این مقاله برای کمک به یادگیری هسته معنایی است. ما اطمینان داریم که برای شما مفید بوده است. لطفاً نظرات و بازخورد خود را در بخش نظرات زیر به اشتراک بگذارید.

ادامه خواندن