एपीआई पहुंच: प्राकृतिक भाषा इंटरफेस

अनुप्रयोग प्रोग्रामिंग इंटरफेस (एपीआई) सेवा उन्मुख वास्तुकला, क्लाउड कंप्यूटिंग और इंटरनेट ऑफ थिंग्स (IoT) जैसी प्रौद्योगिकियों के विकास के लिए आभासी और भौतिक दुनिया में तेजी से महत्वपूर्ण भूमिका निभा रहे हैं। आज, Microsoft अनुसंधान प्रभाग के हमारे सहयोगियों ने प्राकृतिक भाषा इंटरफेस (प्राकृतिक भाषा इंटरफेस) के क्षेत्र में अपनी सर्वोत्तम प्रथाओं को साझा किया। अब सम्मिलित हों!



क्लाउड, वेब, मौसम, खेल, और वित्त वेब सेवाएं उपयोगकर्ताओं को वेब एपीआई के माध्यम से डेटा और सेवाएं प्रदान करती हैं, जबकि IoT डिवाइस नेटवर्क पर अन्य उपकरणों को अपनी कार्यक्षमता का उपयोग करने में सक्षम बनाते हैं।

आमतौर पर, API का उपयोग विभिन्न सॉफ़्टवेयर में किया जाता है: डेस्कटॉप एप्लिकेशन, वेबसाइट और मोबाइल एप्लिकेशन। वे एक ग्राफिकल यूजर इंटरफेस (जीयूआई) के माध्यम से उपयोगकर्ताओं की सेवा भी करते हैं। कंप्यूटर के लोकप्रियकरण में ग्राफिकल इंटरफेस का बहुत बड़ा योगदान है, लेकिन, कंप्यूटर प्रौद्योगिकी के विकास के साथ, उनकी कई सीमाएँ स्पष्ट हो रही हैं। जैसे-जैसे डिवाइस छोटे होते जाते हैं, अधिक मोबाइल, और स्मार्ट, अधिक से अधिक मांगें स्क्रीन पर ग्राफिक डिस्प्ले पर रखी जाती हैं, उदाहरण के लिए, पोर्टेबल डिवाइस या IoT से जुड़े डिवाइस के साथ।

उपयोगकर्ताओं को विभिन्न सेवाओं और उपकरणों का उपयोग करते समय विभिन्न प्रकार के चित्रमय इंटरफेस के लिए उपयोग करने के लिए मजबूर किया जाता है। जैसे-जैसे उपलब्ध सेवाओं और उपकरणों की संख्या बढ़ती जाती है, वैसे-वैसे उपयोगकर्ताओं को प्रशिक्षण और अनुकूलन की लागत भी बढ़ती जाती है। प्राकृतिक भाषा इंटरफेस (NLI) सर्वर-साइड सेवाओं और उपकरणों की एक विस्तृत श्रृंखला के लिए एकल बुद्धिमान उपकरण के रूप में महत्वपूर्ण क्षमता प्रदर्शित करता है। एनएलआई में उपयोगकर्ता के इरादे को निर्धारित करने और प्रासंगिक जानकारी को पहचानने के लिए अविश्वसनीय क्षमताएं हैं, जो अनुप्रयोगों, जैसे आभासी सहायकों, उपयोगकर्ताओं के लिए बहुत अधिक सुविधाजनक बनाती हैं।

हमने APIs (NL2API) के लिए प्राकृतिक भाषा इंटरफेस का अध्ययन किया। आभासी सहायकों जैसे सामान्य प्रयोजन वाले एनएलआई के विपरीत, हमने यह समझने की कोशिश की कि व्यक्तिगत वेब एपीआई के लिए एनएलआई कैसे बनाएं, जैसे कि कैलेंडर सेवा एपीआई। भविष्य में, ये NL2API एपीआई को लोकतंत्रीकरण करने में सक्षम होंगे, जिससे उपयोगकर्ताओं को सॉफ्टवेयर सिस्टम के साथ बातचीत करने में मदद मिलेगी। वे वितरित विकास को सक्षम करके सामान्य-प्रयोजन वाले आभासी सहायकों की स्केलेबिलिटी समस्या को भी हल कर सकते हैं। एक आभासी सहायक की उपयोगिता काफी हद तक इसकी क्षमताओं की चौड़ाई पर निर्भर करती है, अर्थात, यह सेवाओं की संख्या पर समर्थन करती है।

हालांकि, एक समय में एक आभासी सहायक में वेब सेवाओं को एकीकृत करना अविश्वसनीय रूप से श्रमसाध्य कार्य है। यदि व्यक्तिगत वेब सेवा प्रदाताओं के पास अपने एपीआई के लिए एनएलआई बनाने का एक आसान तरीका था, तो एकीकरण लागत को काफी कम किया जा सकता है। एक आभासी सहायक को विभिन्न वेब सेवाओं के लिए अलग-अलग इंटरफेस को संभालना नहीं होगा। यह उसके लिए केवल व्यक्तिगत NL2API को एकीकृत करने के लिए पर्याप्त होगा, जो प्राकृतिक भाषा के लिए एकरूपता प्राप्त करते हैं। NL2API वेब सेवाओं के विकास, प्रोग्रामिंग सिफारिश प्रणाली और एपीआई के लिए मदद की सुविधा भी प्रदान कर सकता है। इस प्रकार, आपको बड़ी संख्या में उपलब्ध वेब एपीआई और उनके सिंटैक्स को याद करने की आवश्यकता नहीं है।


चित्र 1. एपीआई के लिए एक प्राकृतिक भाषा इंटरफ़ेस बनाने के तरीके। वामपंथी: पारंपरिक तरीके एक प्राकृतिक भाषा में इरादों को पहचानने के लिए भाषा धारणा मॉडल सिखाते हैं, अन्य मॉडल प्रत्येक इरादे से जुड़ी कोशिकाओं को निकालना सीखते हैं, और फिर मैन्युअल रूप से एपीआई अनुरोधों के साथ उनका मिलान करते हैं। सही: हमारी विधि प्राकृतिक भाषा को सीधे एपीआई अनुरोधों में अनुवाद कर सकती है।

NL2API का मुख्य कार्य उपयोगकर्ता की प्राकृतिक भाषा में अभिव्यक्तियों को पहचानना और उन्हें एपीआई अनुरोध में अनुवाद करना है। अधिक सटीक होने के लिए, हमने REST आर्किटेक्चर, यानी RESTful API की समानता में बनाए गए वेब API पर ध्यान केंद्रित किया। RESTful API का उपयोग व्यापक रूप से वेब सेवाओं, IoT के उपकरणों, साथ ही स्मार्टफ़ोन के लिए अनुप्रयोगों में किया जाता है। Microsoft ग्राफ़ API से एक उदाहरण चित्र 1 में दिखाया गया है।

आकृति के बाईं ओर एक प्राकृतिक भाषा के निर्माण की पारंपरिक विधि को दिखाया गया है, जिसमें हम इरादों को पहचानने के लिए भाषा धारणा मॉडल सिखाते हैं, और अन्य मॉडल प्रत्येक इरादे से जुड़ी कोशिकाओं को निकालने के लिए, और फिर मैन्युअल रूप से उन्हें एपीआई अनुरोधों के साथ कोड लिखकर मेल खाते हैं। इसके बजाय (जैसा कि आंकड़े के दाईं ओर दिखाया गया है), हम सीख सकते हैं कि कैसे एक प्राकृतिक भाषा से सीधे एपीआई अनुरोधों में अभिव्यक्ति का अनुवाद किया जाए। अध्ययन के भाग के रूप में, हम Microsoft ग्राफ एपीआई पैकेज से एपीआई के लिए हमारे सिस्टम का उपयोग करते हैं। Microsoft ग्राफ़ वेब एपीआई डेवलपर्स को उत्पादकता बढ़ाने वाले डेटा तक पहुंचने की अनुमति देता है: मेल, कैलेंडर, संपर्क, दस्तावेज़, निर्देशिका, उपकरण, और बहुत कुछ।


चित्रा 2. Microsoft ग्राफ़ वेब एपीआई डेवलपर्स को डेटा की पहुंच प्रदान करने की अनुमति देता है जो बढ़ी हुई उत्पादकता प्रदान करता है: मेल, कैलेंडर, संपर्क, दस्तावेज़, निर्देशिका, उपकरण, और बहुत कुछ।

हमारे द्वारा विकसित किए जा रहे मॉडल के लिए आवश्यकताओं में से एक विस्तृत उपयोगकर्ता इंटरफ़ेस बनाने की क्षमता है। टीम में सही पहचान नहीं होने पर अधिकांश मौजूदा एनएलआई उपयोगकर्ताओं की मदद करने के लिए बहुत कम करते हैं। हमारा सुझाव है कि अधिक विस्तृत उपयोगकर्ता अनुभव एनएलआई को काफी सुविधाजनक बना सकता है।

हमने एक मॉड्यूलर मॉडल विकसित किया जो एनएलआई के साथ विस्तृत बातचीत प्रदान करने के लिए "क्रम से अनुक्रम तक" आधार (चित्र 3 देखें) पर काम करता है। ऐसा करने के लिए, हम एक आर्किटेक्चर का उपयोग करते हैं जो "अनुक्रम से अनुक्रम तक" सिद्धांत पर काम करता है, लेकिन एक ही समय में हम कई व्याख्या किए गए इकाइयों में डिक्रिप्शन के परिणाम को तोड़ते हैं, जिन्हें मॉड्यूल कहा जाता है।

प्रत्येक मॉड्यूल एक पूर्वनिर्धारित परिणाम की भविष्यवाणी करने की कोशिश करता है, उदाहरण के लिए, NL2API में प्राप्त एक बयान के आधार पर एक विशिष्ट पैरामीटर का उपयोग करके। एक साधारण तुलना के बाद, उपयोगकर्ता किसी भी मॉड्यूल के पूर्वानुमान परिणाम को आसानी से समझ सकते हैं और एक मॉड्यूलर स्तर पर सिस्टम के साथ बातचीत कर सकते हैं। हमारे मॉडल में प्रत्येक मॉड्यूल निरंतर परिणाम उत्पन्न करता है, न कि एक निरंतर स्थिति।


चित्रा 3. अनुक्रम से अनुक्रम तक काम करने वाला एक मॉड्यूलर मॉडल। नियंत्रक कई मॉड्यूल को सक्रिय करता है, जिनमें से प्रत्येक एक पैरामीटर बनाता है।

मॉड्यूल: पहले हम परिभाषित करते हैं कि मॉड्यूल क्या है। एक मॉड्यूल एक विशेष तंत्रिका नेटवर्क है जिसे किसी अनुक्रम की भविष्यवाणी करने के विशिष्ट कार्य को करने के लिए डिज़ाइन किया गया है। NL2API में, विभिन्न मॉड्यूल विभिन्न मापदंडों के अनुरूप हैं। उदाहरण के लिए, GET-Messages API में, मॉड्यूल FILTER (प्रेषक), FILTER (isRead), SELECT (अटैचमेंट्स), ORDERBY (प्राप्तडेटेट), SEARCH, आदि होंगे। मॉड्यूल का कार्य आने वाले स्टेटमेंट को पहचानने और सक्रिय होने पर एक पूर्ण पैरामीटर बनाने का है। इसके लिए, मॉड्यूल को आने वाले बयान के आधार पर इसके पैरामीटर के मूल्यों को निर्धारित करना होगा।

उदाहरण के लिए, यदि आने वाला कथन "डॉक्टरेट शोध प्रबंध के बारे में अपठित पत्र" जैसा लगता है, तो SEARCH मॉड्यूल को यह अनुमान लगाना होगा कि SEARCH पैरामीटर का मान "डॉक्टरेट शोध प्रबंध" है और आउटपुट अनुक्रम के रूप में पूर्ण "SEARCH डॉक्टरेट शोध प्रबंध" पैरामीटर उत्पन्न करता है। सादृश्य से, FILTER (isRead) मॉड्यूल को याद रखना चाहिए कि "अपठित ईमेल", "ईमेल जो पढ़े नहीं गए हैं" और "अभी तक बिना पढ़े ईमेल" जैसे वाक्यांशों से संकेत मिलता है कि इसका पैरामीटर मान "गलत" होना चाहिए ।

यह केवल स्वाभाविक है कि अगला कदम डिकोडर मॉड्यूल का निर्माण था जो निर्धारित करता है कि किस पर ध्यान केंद्रित किया जाए, जैसा कि सामान्य रूप से "अनुक्रम से अनुक्रम" मॉडल में। हालांकि, एक डिकोडर के बजाय, जिसका उपयोग हर चीज के लिए किया जाता है, हमारे पास अब कई डिकोडर हैं, जिनमें से प्रत्येक विशिष्ट मापदंडों की भविष्यवाणी करने में माहिर हैं। इसके अलावा, चूंकि प्रत्येक मॉड्यूल में स्पष्ट रूप से परिभाषित शब्दावली है, इसलिए मॉड्यूल स्तर पर उपयोगकर्ता इंटरैक्शन को कॉन्फ़िगर करना बहुत आसान हो जाता है।

मॉडरेटर: प्रत्येक परिचयात्मक वाक्यांश के लिए केवल कुछ मॉड्यूल का उपयोग किया जाएगा। नियामक का कार्य यह निर्धारित करना है कि वह कौन से मॉड्यूल चलाएगा। इस प्रकार, नियामक भी एक डिकोडर है जो निर्धारित करता है कि यह किस पर ध्यान देने योग्य है। किसी कथन को कोड करके और इसे इनपुट में बदलकर, यह सर्किट नामक मॉड्यूल का एक क्रम बनाता है। फिर मॉड्यूल उनके अनुरूप पैरामीटर बनाते हैं, और अंत में, एपीआई के लिए अंतिम अनुरोध बनाने के लिए पैरामीटर संयुक्त होते हैं।

मानक "सीक्वेंस से सीक्वेंस" मॉडल में जटिल पूर्वानुमान प्रक्रिया को तोड़कर छोटे, अत्यधिक विशिष्ट पूर्वानुमान वाली इकाइयों को मॉड्यूल कहा जाता है, पूर्वानुमान मॉडल उपयोगकर्ताओं को समझाने में आसान होगा। फिर, उपयोगकर्ताओं से प्रतिक्रिया का उपयोग करके, न्यूनतम स्तर पर संभावित पूर्वानुमान त्रुटियों को ठीक करना संभव होगा। हमारे अध्ययन में, हम इंटरैक्टिव एनएलआई की तुलना अपने गैर-इंटरैक्टिव संस्करण के साथ, सिमुलेशन के माध्यम से और वास्तव में काम करने वाले एपीआई का उपयोग करने वाले लोगों से जुड़े प्रयोगों के माध्यम से करते हैं। हम यह प्रदर्शित कर सकते हैं कि इंटरैक्टिव एनएलआई के साथ, उपयोगकर्ता अधिक बार और तेजी से सफलता प्राप्त करते हैं, जिसके परिणामस्वरूप उपयोगकर्ता संतुष्टि का उच्च स्तर होता है।

बहुत जल्द, हम एक लेख प्रकाशित करेंगे जो वेब एपीआई के लिए प्राकृतिक भाषा इंटरफेस के निर्माण का विवरण देता है। देखते रहो!