IoT-For-Beginners/translations/km/6-consumer/lessons/2-language-understanding

យល់ពីភាសា

Sketchnote by Nitya Narasimhan. ចុចរូបភាពដើម្បីមើលជាថាតម្លៃធំជាងនេះ។

ពិនិត្យមុនម៉ោងរៀន

ពិនិត្យមុនម៉ោងរៀន

ការណែនាំ

នៅមេរៀនចុងក្រោយអ្នកបានបម្លែងសំឡេងទៅជាអត្ថបទ។ ដើម្បីឱ្យវាបានប្រើប្រាស់ក្នុងការបង្កើតម៉ោងកំណត់លំដាប់ឆ្លាតវៃ កូដរបស់អ្នកត្រូវតែមានការយល់ដឹងអំពីអ្វីដែលបាននិយាយ។ អ្នកអាចសន្មតថាអ្នកប្រើប្រាស់នឹងនិយាយឃ្លាមួយដែលបានកំណត់ដូចជា "កំណត់ម៉ោង 3 នាទី" ហើយបំលែងពាក្យនោះដើម្បីទទួលបានរយៈពេលម៉ោងដែលត្រូវការ ប៉ុន្តែវាមិនងាយស្រួលសម្រាប់អ្នកប្រើប្រាស់ទេ។ ប្រសិនបើអ្នកប្រើប្រាស់និយាយថា "គ្រប់គ្រងម៉ោងសម្រាប់ 3 នាទី" អ្នកឬខ្ញុំនឹងយល់អ្វីដែលពួកគេមានន័យ ប៉ុន្តែកូដរបស់អ្នកមិននឹងយល់ទេ ព្រោះវានឹងរំពឹងថាឃ្លាមួយដែលបានកំណត់ប៉ុណ្ណោះ។

នេះជាកន្លែងដែលការយល់ភាសាចូលមក មានការប្រើប្រាស់ម៉ូដែល AI ក្នុងការបកស្រាយអត្ថបទ និងត្រឡប់មកវិញនូវព័ត៌មានលម្អិតដែលត្រូវការ ឧទាហរណ៍ អាចទទួលបាន "កំណត់ម៉ោង 3 នាទី" និង "កំណត់ម៉ោងសម្រាប់ 3 នាទី" ស្របព្រម ហើយយល់ថាត្រូវការម៉ោងសម្រាប់រយៈពេល 3 នាទី។

នៅមេរៀននេះ អ្នកនឹងរៀនអំពីម៉ូដែលការយល់ភាសា របៀបបង្កើតវា របៀបបណ្តុះវា និងបង្កើតប្រើប្រាស់វាដែលបានតាមកូដរបស់អ្នក។

នៅក្នុងមេរៀននេះ យើងនឹងមានប្រធានបទ៖

• ការយល់ភាសា
• បង្កើតម៉ូដែលការយល់ភាសា
• ចេតនា និងអង្គធាតុ
• ប្រើម៉ូដែលការយល់ភាសា

ការយល់ភាសា

មនុស្សបានប្រើភាសាដើម្បីទំនាក់ទំនងរយៈពេលរាប់រយពាន់ឆ្នាំ។ យើងទំនាក់ទំនងដោយមួលសញ្ញាល្អ ពាក្យ សំឡេង ឬសកម្មភាព ហើយយល់អ្វីដែលបាននិយាយ ដោយទាំងមានន័យនៃពាក្យ សំឡេងឬសកម្មភាព និងបរិបទរបស់វា។ យើងយល់ពីស្នេហាក្តី និងការសរសើរ ឱ្យពាក្យដូចគ្នាមានន័យខុសគ្នា នឹងអាស្រ័យលើសម្លេងសំឡេងរបស់យើង។

✅ សូមគិតអំពីសំណួរខ្លះដែលអ្នកបានមានចុងពេលថ្មីៗនេះ។ មានប៉ុន្មាននៃការសន្ទនាដែលពិបាកសម្រាប់កុំព្យូទ័រយល់ ដោយសារត្រូវការបរិបទ?

ការយល់ភាសា ដែលត្រូវបានគេហៅថាយល់ភាសាធម្មជាតិ គឺជាសមាសភាពក្នុងវិស័យបញ្ញាសិប្បនិម្មិតដែលហៅថាប្រព័ន្ធដំណើរការភាសាធម្មជាតិ (NLP) ហើយវាគ្របដណ្តប់ពីការយល់អត្ថន័យ អ្នកព្យាយាមយល់លម្អិតពីពាក្យឬវេយ្យាករណ៏។ ប្រសិនបើអ្នកប្រើជំនួយសំឡេងដូចជា Alexa ឬ Siri អ្នកបានប្រើសេវាកម្មការយល់ភាសា។ វាជាសេវាកម្ម AI ផ្ទាំងក្រោយដែលបម្លែង "Alexa, លេងអាល់ប៊ុមថ្មីចុងក្រោយដោយ Taylor Swift" ទៅកូនស្រីរបស់ខ្ញុំកំពុងរុញរាំក្នុងបន្ទប់នៅតាមចំកំពូលតន្រ្តីចំណូលចិត្តរបស់នាង។

💁 កុំព្យូទ័រមិនថាពួកវាបានឈានទៅឆ្ងាយប៉ុនណាក៏ដោយ វានៅតែត្រូវមានចម្ងាយវែងមិនទាន់យល់អត្ថបទពេញលេញទេ។ នៅពេលដែលយើងនិយាយអំពីការយល់ភាសាជាមួយកុំព្យូទ័រ យើងមិនមានន័យថាវាជាការទំនាក់ទំនងដូចមនុស្សមែនទេ តែយើងមានន័យថាប្រមួលយកពាក្យខ្លះៗហើយដកស្រង់ព័ត៌មានសំខាន់ៗដែលត្រូវការ។

ជាមនុស្ស យើងយល់ភាសាបានដោយគ្មានការគិតក្នុងចិត្តប្រាកដណាស់។ ប្រសិនបើខ្ញុំសួរមនុស្សម្នាក់ម្នាក់ផ្សេងទៀតថា "លេងអាល់ប៊ុមថ្មីចុងក្រោយដោយ Taylor Swift" ពួកគេនឹងយល់ភ្លាមៗថាខ្ញុំមានន័យអ្វី។ តែសម្រាប់កុំព្យូទ័រពិបាកជាងនេះ វាត្រូវតែយកពាក្យដែលបានបម្លែងពីសំឡេងទៅអត្ថបទ ហើយបញ្ចេញព័ត៌មានដូចខាងក្រោម៖

• ត្រូវតែចាក់តន្រ្តី
• តន្រ្តីត្រូវតែជារបស់តារាចម្រៀង Taylor Swift
• តន្រ្តីជាអាល់ប៊ុមមួយដែលមានច្រៀងជាច្រើនតាមលំដាប់
• Taylor Swift មានអាល់ប៊ុមជាច្រើន ដូច្នេះវាត្រូវតែតម្រៀបតាមលំដាប់ពេលវេលា ហើយកំណត់អាល់ប៊ុមថ្មីចុងក្រោយជាគោលដៅ

✅ សូមគិតអំពីវាក្យបញ្ជាទៀតដែលអ្នកបាននិយាយពេលធ្វើសំណើអ្នកផ្នែកទំនាក់ទំនង រួមទាំងការបញ្ជាទិញកាហ្វេ ឬសូមគ្រួសារដើម្បីផ្តល់អ្វីមួយ។ ព្យាយាមបំបែកវាចេញជាធាតុព័ត៌មានដែលកុំព្យូទ័រត្រូវគឺមកដកស្រង់ដោយដើម្បីយល់វេយ្យាករណ៍។

ម៉ូដែលការយល់ភាសា គឺជាម៉ូដែល AI ដែលបានបណ្តុះបណ្តាលដើម្បីដកព័ត៌មានសំខាន់ៗពីភាសា ហើយបន្ទាប់មកបានបណ្តុះបណ្តាលសម្រាប់បេសកកម្មជាក់លាក់ ដោយប្រើបច្ចេកទេសបង្វឹកប្តូរ (transfer learning) ដូចដែលអ្នកបានបណ្តុះម៉ូដែល Custom Vision ដោយប្រើតំបន់រូបភាពតិចតួច។ អ្នកអាចយកម៉ូដែលមួយ បន្ទាប់មកបណ្តុះបណ្តាលវាជាមួយអត្ថបទដែលអ្នកចង់ឱ្យវាយល់។

បង្កើតម៉ូដែលការយល់ភាសា

អ្នកអាចបង្កើតម៉ូដែលការយល់ភាសាដោយប្រើ LUIS ដែលជាសេវាកម្មការយល់ភាសាមួយពីមីក្រូសូហ្វ ដែលជាផ្នែកមួយនៃសេវាកម្មជំនាញស្គាល់។

បេសកកម្ម - បង្កើតធនធានអ្នកនិពន្ធ

ដើម្បីប្រើ LUIS អ្នកត្រូវបង្កើតធនធានអ្នកនិពន្ធមួយ។

1. ប្រើពាក្យបញ្ជាខាងក្រោមដើម្បីបង្កើតធនធានអ្នកនិពន្ធក្នុងក្រុមធនធាន smart-timer របស់អ្នក៖

   az cognitiveservices account create --name smart-timer-luis-authoring \
                                       --resource-group smart-timer \
                                       --kind LUIS.Authoring \
                                       --sku F0 \
                                       --yes \
                                       --location <location>
   

   ជំនួស <location> ជាមួយទីតាំងដែលអ្នកបានប្រើនៅពេលបង្កើតក្រុមធនធាន។

   ⚠️ LUIS មិនមាននៅក្នុងតំបន់ទាំងអស់ទេ ដូច្នេះប្រសិនបើអ្នកទទួលបានកំហុសដូចខាងក្រោម៖

   InvalidApiSetId: The account type 'LUIS.Authoring' is either invalid or unavailable in given region.
   

   ជ្រើសរើសតំបន់ផ្សេងទៀត។

   នេះនឹងបង្កើតធនធាន LUIS អ្នកនិពន្ធជាឥតគិតថ្លៃ។

បេសកកម្ម - បង្កើតកម្មវិធីការយល់ភាសា

1. បើកផ្ទាំងគេហទំព័រ LUIS នៅ luis.ai ក្នុងកម្មវិធីរុករករបស់អ្នក ភ្ជាប់ចូលដោយគណនីដែលអ្នកកំពុងប្រើសម្រាប់ Azure។

2. អនុវត្តតាមការណែនាំនៅលើប្រអប់ដើម្បីជ្រើសរើសការជាវ Azure របស់អ្នក បន្ទាប់មកជ្រើសរើសធនធាន smart-timer-luis-authoring ដែលអ្នកទើបបង្កើត។

3. ពីបញ្ជី កម្មវិធីសន្ទនា ជ្រើសយកប៊ូតុង កម្មវិធីថ្មី ដើម្បីបង្កើតកម្មវិធីថ្មី។ ឈ្មោះកម្មវិធីថ្មីហៅថា smart-timer ហើយកំណត់ វប្បធម៌ ជាភាសារបស់អ្នក។

   💁 មានវាលសម្រាប់ធនធានព្យាករណ៍។ អ្នកអាចបង្កើតធនធានទីពីរមួយសម្រាប់ព្យាករណ៍ ប៉ុន្តែធនធានអ្នកនិពន្ធឥតគិតថ្លៃអនុញ្ញាតឱ្យធ្វើព្យាករណ៍ 1,000 ដងក្នុងមួយខែ ដែលគួរតែគ្រប់គ្រាន់សម្រាប់ការអភិវឌ្ឍ ដូច្នេះអ្នកអាចទុកវាបោស។

4. អានតាមមគ្គុទេសក៍ដែលបង្ហាញបន្ទាប់ពីបង្កើតកម្មវិធី ដើម្បីយល់ពីជំហានដែលអ្នកត្រូវធ្វើដើម្បីបណ្តុះម៉ូដែលការយល់ភាសា។ បិទមគ្គុទេសក៍នេះពេលអ្នកបានធ្វើរួច។

ចេតនា និងអង្គធាតុ

ការយល់ភាសាត្រូវបានគោលគ្រប់គ្រងដោយ ចេតនា និង អង្គធាតុ។ ចេតនាគឺជាទិសដៅនៃពាក្យ ដូចជា លេងតន្រ្តី កំណត់ម៉ោង ឬបញ្ជាទិញម្ហូប។ អង្គធាតូមានន័យថាចេតនាអំពីអ្វី ដូចជា អាល់ប៊ុម រយៈពេលម៉ោង ឬប្រភេទម្ហូប។ ឃ្លាមួយដែលម៉ូដែលវាយល់ គួរតែមានចេតនាយ៉ាងហោចណាស់មួយ ហើយអាចមានអង្គធាតុមួយចំនួន ឬច្រើន។

ឧទាហរណ៍ខ្លះ៖

ឃ្លា	ចេតនា	អង្គធាតុ
"លេងអាល់ប៊ុមថ្មីចុងក្រោយដោយ Taylor Swift"	លេងតន្រ្តី	អាល់ប៊ុមថ្មីចុងក្រោយដោយ Taylor Swift
"កំណត់ម៉ោង 3 នាទី"	កំណត់ម៉ោង	3 នាទី
"បោះបង់ម៉ោងរបស់ខ្ញុំ"	បោះបង់ម៉ោង	គ្មាន
"បញ្ជាទិញភីហ្សាជំរាប៣និងសាឡាដ Caesar មួយចាន"	បញ្ជាទិញម្ហូប	ភីហ្សាជំរាប៣, សាឡាដ Caesar

✅ ជាមួយឃ្លាដែលអ្នកបានគិតមុននេះ អ្វីទៅជាចេតនា និងអង្គធាតុ ក្នុងឃ្លានោះ?

ដើម្បីបណ្តុះ LUIS ជាមួយវា អ្នកត្រូវដំបូងកំណត់អង្គធាតុ។ អង្គធាតុទាំងនេះអាចជាបញ្ជីមួយដែលកំណត់រួច ឬរៀនពីអត្ថបទ។ ឧទាហរណ៍ អ្នកអាចផ្តល់បញ្ជីម្ហូបដែលអាចរកបានពី​ម៉ឺនុយ​របស់អ្នក រួមជាមួយបម្លែងវា (ឬពាក្យស្រដៀង) នៃពាក្យនីមួយៗ ដូចជា egg plant និង aubergine ជាបម្លែងនៃ aubergine។ លUIS មានអង្គធាតុកំណត់រួចដែលអាចប្រើបានដូចជា លេខ និងទីតាំង។

សម្រាប់កំណត់ម៉ោង អ្នកអាចមានអង្គធាតុមួយសម្រាប់ឯកតារយៈពេល (នាទី ឬវិនាទី) និងមួយសម្រាប់លេខនៃនាទី ឬវិនាទី។ ក្នុងមួយឯកតានីមួយៗ អាចមានបម្លែងជាច្រើនដើម្បីគ្របដណ្តប់ទាំងមុខនិយាយរួម និងពហុប្រាប់ ដូចជា minute និង minutes។

បន្ទាប់ពីកំណត់អង្គធាតុរួច អ្នកបង្កើតចេតនា។ វាត្រូវបានរៀនដោយម៉ូដែលដោយផ្អែកលើឧទាហរណ៍ឃ្លាដែលអ្នកផ្តល់ (ហៅថា utterances)។ ឧទាហរណ៍ សម្រាប់ចេតនាកំណត់ម៉ោង set timer អ្នកអាចផ្តល់ឃ្លាដូចខាងក្រោម៖

• set a 1 second timer
• set a timer for 1 minute and 12 seconds
• set a timer for 3 minutes
• set a 9 minute 30 second timer

បន្ទាប់មកអ្នកប្រាប់ LUIS ថាផ្នែកណានៃឃ្លាទាំងនេះដែលបញ្ជូនទៅអង្គធាតុ៖

ឃ្លា set a timer for 1 minute and 12 seconds មានចេតនា set timer។ វាក៏មាន 2 អង្គធាតុដែលមាន 2 តម្លៃមួយៗ៖

	រយៈពេល	ឯកតា
1 minute	1	minute
12 seconds	12	second

ដើម្បីបណ្តុះម៉ូដែលល្អ អ្នកត្រូវការឧទាហរណ៍ឃ្លាជាច្រើន ដើម្បីគ្របដណ្តប់វិធីសាស្ត្រផ្សេងៗនៃការស្នើសុំនូវអ្វីមួយដូចៗគ្នា។

💁 ដូចជាមួយម៉ូដែល AI ប៉ុន្មានទិន្នន័យនិងទិន្នន័យត្រឹមត្រូវប៉ុណ្ណា ដែលអ្នកប្រើសម្រាប់បណ្តុះបណ្តាល ម៉ូដែលនឹងមានគុណភាពល្អប៉ុណ្ណា។

✅ សូមគិតអំពីវិធីផ្សេងៗដែលអ្នកអាចស្នើអំពីអ្វីមួយ និងរំពឹងថាមនុស្សម្នាក់នឹងយល់។

បេសកកម្ម - បន្ថែមអង្គធាតុទៅម៉ូដែលការយល់ភាសា

សម្រាប់ម៉ោង អ្នកត្រូវបន្ថែមអង្គធាតុ 2 គឺមួយសម្រាប់ឯកតារយៈពេល (នាទី ឬវិនាទី) និងមួយសម្រាប់លេខនៃនាទី ឬវិនាទី។

អ្នកអាចរកការណែនាំដើម្បីប្រើផ្ទាំងគេហទំព័រ LUIS ក្នុងឯកសារ Quickstart: Build your app in LUIS portal documentation on Microsoft docs។

1. ពីផ្ទាំងគេហទំព័រ LUIS ជ្រើស Entities ហើយបន្ថែមអង្គធាតុ number ដែលបានកំណត់រួច ដោយចុចប៊ូតុង Add prebuilt entity ហើយជ្រើស number ពីបញ្ជី។

2. បង្កើតអង្គធាតុថ្មីសម្រាប់ឯកតាពេលវេលា ដោយប្រើប៊ូតុង Create។ ឈ្មោះអង្គធាតុ time unit ហើយកំណត់ប្រភេទជា List។ បន្ថែមតម្លៃ minute និង second ទៅក្នុងបញ្ជី Normalized values ហើយបន្ថែមមុខនិយាយទាំងឯកតា និងពហុត្រូវទៅក្នុងបញ្ជី synonyms។ ចុច return បន្ទាប់ពីបន្ថែមមុខនិយាយនីមួយៗដើម្បីបន្ថែមវាចូលក្នុងបញ្ជី។

   តម្លៃធម្មតា	មុខនិយាយ
   minute	minute, minutes
   second	second, seconds

បេសកកម្ម - បន្ថែមចេតនាទៅម៉ូដែលការយល់ភាសា

1. ពីផ្ទាំង Intents ចុចប៊ូតុង Create ដើម្បីបង្កើតចេតនាថ្មី។ ឈ្មោះចេតនា set timer។

2. ក្នុងឧទាហរណ៍ សូមបញ្ចូលវិធីផ្សេងៗដើម្បីកំណត់ម៉ោងប្រើរយៈពេលនាទី វិនាទី និងរួមបញ្ចូលគ្នា។ ឧទាហរណ៍អាចមាន៖

   • set a 1 second timer
   • set a 4 minute timer
   • set a four minute six second timer
   • set a 9 minute 30 second timer
   • set a timer for 1 minute and 12 seconds
   • set a timer for 3 minutes
   • set a timer for 3 minutes and 1 second
   • set a timer for three minutes and one second
   • set a timer for 1 minute and 1 second
   • set a timer for 30 seconds
   • set a timer for 1 second

   ផ្សំចំនួនជាអក្សរនិងលេខគណនាដើម្បីឱ្យម៉ូដែលរៀនទទួលបានទាំងពីរ។

3. នៅពេលអ្នកបញ្ចូលឧទាហរណ៍នីមួយៗ LUIS នឹងចាប់ផ្តើមរកឃើញអង្គធាតុ ហើយនឹងគូរសំគាល់ហើយដាក់ស្លាកអំពីអង្គធាតុដែលបានស្គាល់។

   

បេសកកម្ម - បណ្តុះ និងសាកល្បងម៉ូដែល

1. បន្ទាប់ពីកំណត់អង្គធាតុនិងចេតនា អ្នកអាចបណ្តុះម៉ូដែលដោយប្រើប៊ូតុង Train នៅម៉ឺនុយខាងលើ។ ជ្រើសប៊ូតុងនេះ ហើយម៉ូដែលនឹងបណ្តុះក្នុងរយៈពេលប៉ុន្មានវិនាទី។ ប៊ូតុងនឹងជារឺសពណ៌ប្រផេះពេលបណ្តុះ ហើយអាចប្រើបានវិញនៅពេលបញ្ចប់។

2. ជ្រើសប៊ូតុង Test ពីម៉ឺនុយខាងលើ ដើម្បីសាកល្បងម៉ូដែលការយល់ភាសា។ បញ្ចូលអត្ថបទដូចជា set a timer for 5 minutes and 4 seconds ហើយចុច return។ ឃ្លានឹងបង្ហាញនៅក្នុងប្រអប់ក្រោមប្រអប់អត្ថបទដែលអ្នកបានវាយបញ្ចូល ហើយក្រោមនោះគឺជាចេតនាដែលទទួលបានពិន្ទុខ្ពស់បំផុត (top intent) ដែលគួរតែជាចេតនា set timer។ ឈ្មោះចេតនានឹងតាមដានដោយភាគរយនៃលទ្ធផលល្អ។

3. ជ្រើសជម្រើស Inspect ដើម្បីមើលបំបែកលទ្ធផល។ អ្នកនឹងឃើញចេតនាដែលបានទទួលពិន្ទុខ្ពស់ជាមួយភាគរយបំផុត ជាមួយនឹងបញ្ជីអង្គធាតុដែលបានស្គាល់។

4. បិទផ្ទាំង Test ពេលអ្នកបានសាកល្បងរួច។

បេសកកម្ម - បោះពុម្ពផ្សាយម៉ូដែល

ដើម្បីប្រើម៉ូដែលនេះពីក្នុងកូដ អ្នកត្រូវបោះពុម្ពផ្សាយវា។ នៅពេលបោះពុម្ពផ្សាយពី LUIS អ្នកអាចបោះពុម្ពផ្សាយទៅបរិយាកាស staging សម្រាប់ការសាកល្បង ឬបរិយាកាសផលិតសម្រាប់ចេញផ្សាយពេញលេញ។ នៅក្នុងមេរៀននេះ បរិយាកាស staging គឺគ្រប់គ្រាន់។

1. ពី​បណ្តាញ LUIS portal ជ្រើសរើស​ប៊ូតុង Publish ពី​ម៉ឺនុយ​ខាងលើ។

2. ធ្វើ​ឱ្យ​ប្រាកដ​ថា បាន​ជ្រើសរើស Staging slot រួច​ជ្រើសរើស Done។ អ្នក​នឹង​មើលឃើញ​ការ​ជូនដំណឹង​ពេល‌ដែលកម្មវិធី​ត្រូវ​បាន​ផ្សាយ។

3. អ្នកអាច​សាកល្បង​ចំណែកនេះ​ផ្អែកលើ curl។ ដើម្បី​បង្កើត​ពាក្យបញ្ជា curl អ្នកត្រូវ​ការ​តម្លៃបីគឺ - ចំណុចបញ្ចប់ (endpoint), លេខសម្គាល់កម្មវិធី (App ID) និង​កូនសោ API។ តម្លៃ​ទាំងនេះ​អាចចូល​ដំណើរការ​បាន​ពី​ហៅ​ថ្មី MANAGE ដែល​អាច​ជ្រើសរាបពី​ម៉ឺនុយ​ខាងលើ។

   1. ពីផ្នែក Settings ចំលង App ID

   2. ពីផ្នែក Azure Resources ជ្រើស Authoring Resource, ហើយ​ចំលង Primary Key និង Endpoint URL

4. សូមដំណើរការ​ពាក្យបញ្ជា curl ខាងក្រោម​ក្នុង​ពាក្យបញ្ជា Command Prompt ឬ Terminal របស់​អ្នក៖

   curl "<endpoint url>/luis/prediction/v3.0/apps/<app id>/slots/staging/predict" \
         --request GET \
         --get \
         --data "subscription-key=<primary key>" \
         --data "verbose=false" \
         --data "show-all-intents=true" \
         --data-urlencode "query=<sentence>"
   

   ជំនួស <endpoint url> ជាមួយ URL ចំណុចបញ្ចប់​ពី​ព័ត៌មាន Azure Resources។

   ជំនួស <app id> ជាមួយ App ID ពីផ្នែក Settings។

   ជំនួស <primary key> ជាមួយ Primary Key ពីផ្នែក Azure Resources។

   ជំនួស <sentence> ជាមួយ​វចនាធិប្បាយ​ដែល​អ្នក​ចង់​សាកល្បង។

5. លទ្ធផលនៃ​ការ​ហៅ​នេះ​នឹង​ជា​ឯកសារ JSON ដែល​ពិពណ៌នា​ពី​សំណួរ, ចេតនា​កំពូល, និង​បញ្ជីអង្គភាព​ត្រូវបាន​បំបែក​តាម​ប្រភេទ។

   {
       "query": "set a timer for 45 minutes and 12 seconds",
       "prediction": {
           "topIntent": "set timer",
           "intents": {
               "set timer": {
                   "score": 0.97031575
               },
               "None": {
                   "score": 0.02205793
               }
           },
           "entities": {
               "number": [
                   45,
                   12
               ],
               "time-unit": [
                   [
                       "minute"
                   ],
                   [
                       "second"
                   ]
               ]
           }
       }
   }
   

   JSON ខាងលើ​មក​ពី​ការ​សំណួរ​ជាមួយ set a timer for 45 minutes and 12 seconds៖

   • set timer គឺ​ជា​ចេតនា​កំពូល​ដោយ​មានប្រភេទតម្លៃ 97%។
   • មាន​ប្រុងចំនួនពីរដែលត្រូវបានស្គាល់, 45 និង 12។
   • មាន​ប្រុង​តម្លៃម៉ោងពីរដែល​ត្រូវបាន​ស្គាល់, minute និង second។

ប្រើ​ម៉ូឌែល​អស់​ក្នុងការ​យល់​ភាសា

ពេលដែល​ត្រូវ​បាន​ផ្សាយហើយ ម៉ូឌែល LUIS អាច​ត្រូវ​បានហៅ​ពី​កូដ។ ក្នុងមេរៀន​មុន អ្នក​បាន​ប្រើ IoT Hub ដើម្បី​គ្រប់គ្រង​ការប្រាស្រ័យទាក់ទង​ជាមួយ​សេវាកម្ម cloud ដោយ​ជញ្ជូន​ទិន្នន័យ telemetry និង​ស្តាប់​ការបញ្ជា។ ពីនេះ​ជា asynchronous ល្អណាស់ - ពេលដែល​បាន​ផ្ញើ telemetry កូដ​របស់​អ្នក​មិន​ចាំ​រង់​ចាំ​ការ​ផ្លាស់ប្តូរ ក៏បើ​សេវាកម្ម cloud បានផ្អាក អ្នក​នឹង​មិន​ដឹង។

សម្រាប់​ដៃម៉ាញលឿន (smart timer) យើង​ចង់​ស្នើ​ឆ្លើយ​តប​បន្ទាន់ ដូច្នេះ​អ្នក​អាចប្រាប់អ្នកប្រើថា ដៃម៉ាញបានដាក់ហើយ ឬ​ព្រមានថា​សេវាកម្ម cloud មិនអាចប្រើបាន។ ដើម្បីធ្វើបែបនេះ ឧបករណ៍ IoT របស់យើង​នឹង​ហៅ​វេបសាយ​ចំណុចបញ្ចប់​ដោយផ្ទាល់ ជំនួស​ការ ទុកចិត្ត​លើ IoT Hub។

ជំនួស​ហៅ LUIS ពីឧបករណ៍ IoT អ្នកអាច​ប្រើ​កូដ serverless ជាមួយប្រភេទ trigger ផ្សេងៗមួយគឺជា HTTP trigger។ វា​អនុញ្ញាត​ឲ្យ​កម្មវិធី​អនុគមន៍​របស់​អ្នក​ស្តាប់​សំណើ REST ហើយ​ឆ្លើយតប​ជាមួយវា។ អនុគមន៍​នេះ​នឹងជា​ចំណុចបញ្ចប់ REST ដែលឧបករណ៍​អ្នកអាចហៅ។

💁 បើទោះបី​អ្នក​អាចហៅ LUIS ដោយផ្ទាល់​ពី​ឧបករណ៍ IoT អ្នកកាន់តែ​ល្អប្រើ​កូដ​បែប serverless។ ដូច្នេះ​នៅពេល​មានបំណង​ផ្លាស់ប្ដូរ​កម្មវិធី LUIS ដែលអ្នកហៅ ដូចជា​ពេល​ដែល​អ្នកបណ្ដុះម៉ូឌែល​ល្អជាងមុន ឬបណ្ដុះម៉ូឌែលភាសាផ្សេង អ្នកគ្រាន់តែ​ត្រូវ​បន្ទាន់សម័យ​កូដ cloud តែប៉ុណ្ណោះ មិន​ចាំ​បាច់​ដាក់​កូដ​ឡើង​វិញ​ក្នុង​ឧបករណ៍ IoT ច្រើនរាប់ពាន់ឬលាន​គ្រឿងឡើយ។

ប៉ះប៉ង - បង្កើតកម្មវិធី serverless functions

1. បង្កើតកម្មវិធី Azure Functions ដែលមានឈ្មោះ smart-timer-trigger ហើយបើកវា​នៅក្នុង VS Code

2. បន្ថែម HTTP trigger ទៅកម្មវិធីនេះឈ្មោះ speech-trigger ដោយប្រើពាក្យបញ្ជាខាងក្រោមពី terminal ក្នុង VS Code៖

   func new --name text-to-timer --template "HTTP trigger"
   

   នេះ​នឹងបង្កើត HTTP trigger មានឈ្មោះ text-to-timer។

3. សាកល្បង HTTP trigger ដោយ​រត់កម្មវិធី functions app។ ពេលវា​រត់ អ្នក​នឹង​ឃើញ​ចំណុចបញ្ចប់​បង្ហាញ​នៅ​លើលទ្ធផល៖

   Functions:
   
           text-to-timer: [GET,POST] http://localhost:7071/api/text-to-timer
   

   សាកល្បង​នេះ​ដោយ​ផ្ទុក URL http://localhost:7071/api/text-to-timer នៅ​ក្នុង​កម្មវិធី រុករកគេហទំព័រ។

   This HTTP triggered function executed successfully. Pass a name in the query string or in the request body for a personalized response.
   

ប៉ះប៉ង - ប្រើម៉ូឌែល​អស់​ក្នុងការ​យល់​ភាសា

1. SDK សម្រាប់ LUIS មាន​នៅតាម ប៉ែគ Pip។ បន្ថែមបន្ទាត់ខាងក្រោម​ចូលទៅ ឯកសារ requirements.txt ដើម្បី​បន្ថែម​ការពឹងពាក់លើ​ប៉ែគ​នេះ៖

   azure-cognitiveservices-language-luis
   

2. ធ្វើ​ឱ្យ VS Code terminal មាន virtual environment នៅ​ក្នុង​សកម្មភាព ហើយ​រត់​ពាក្យបញ្ជា​ខាងក្រោម​ដើម្បី​ដំឡើង​ប៉ែគ Pip៖

   pip install -r requirements.txt
   

   💁 បើ​ទទួល​បាន​កំហុស អ្នកប្រហែល​ជាត្រូវ​ឡើងកម្រិត pip ដោយ​ប្រើ​ពាក្យ​បញ្ជា​ខាងក្រោម៖

   pip install --upgrade pip
   

3. បន្ថែម​បញ្ចី​ថ្មី​ឲ្យ​ឯកសារ local.settings.json សម្រាប់ API Key, Endpoint URL និង App ID របស់ LUIS ពី​ប៊ូតុង MANAGE នៅក្នុង portal LUIS:

   "LUIS_KEY": "<primary key>",
   "LUIS_ENDPOINT_URL": "<endpoint url>",
   "LUIS_APP_ID": "<app id>"
   

   ជំនួស <endpoint url> ជាមួយ URL ចំណុចបញ្ចប់​ពីផ្នែក Azure Resources នៃ​ប៊ូតុង MANAGE។ វានឹងមាន​រូបរាង https://<location>.api.cognitive.microsoft.com/។

   ជំនួស <app id> ជាមួយ App ID ពី​ផ្នែក Settings នៃ​ប៊ូតុង MANAGE។

   ជំនួស <primary key> ជាមួយ Primary Key ពីផ្នែក Azure Resources នៃ​ប៊ូតុង MANAGE។

4. បន្ថែម​កូដទីមួយ​ដោយបញ្ចូល​សេចក្ដីដូចខាងក្រោម​ក្នុង​ឯកសារ __init__.py៖

   import json
   import os
   from azure.cognitiveservices.language.luis.runtime import LUISRuntimeClient
   from msrest.authentication import CognitiveServicesCredentials
   

   កូដ​នេះ​នាំចូលបណ្ណាល័យប្រព័ន្ធមួយចំនួន និង​បណ្ណាល័យសម្រាប់​ទំនាក់ទំនង​ជាមួយ LUIS។

5. លុប​អត្ថបទ​នៅក្នុង​មុខងារ main ហើយ​បន្ថែម​កូដខាងក្រោម៖

   luis_key = os.environ['LUIS_KEY']
   endpoint_url = os.environ['LUIS_ENDPOINT_URL']
   app_id = os.environ['LUIS_APP_ID']
   
   credentials = CognitiveServicesCredentials(luis_key)
   client = LUISRuntimeClient(endpoint=endpoint_url, credentials=credentials)
   

   កូដ​នេះ​ផ្ទុក​តម្លៃ​ដែល​អ្នក​បានបន្ថែម​ក្នុង​ឯកសារ local.settings.json របស់កម្មវិធី LUIS របស់​អ្នក បង្កើត​វត្ថុ credentials ជាមួយ API key របស់អ្នក ហើយ​បង្កើត client LUIS ដើម្បី​ទំនាក់ទំនង​ជាមួយកម្មវិធី LUIS របស់អ្នក។

6. HTTP trigger នេះ​នឹង​ត្រូវហៅ​ដោយ​ផ្ញើ​អត្ថបទ​សម្រាប់​យល់​ជា JSON ដែល​អត្ថបទ​ទាំងនោះ​នៅក្នុង​គុណលក្ខណៈ​ហៅ text។ កូដ​ខាងក្រោម​នាំចេញ​តម្លៃ​ពី​រូបរាងនៃ​សំណើ HTTP ហើយ​កត់ត្រា​ទៅកុងសូល។ សូមបន្ថែម​កូដនេះ​ក្នុង​មុខងារ main៖

   req_body = req.get_json()
   text = req_body['text']
   logging.info(f'Request - {text}')
   

7. សំណើ​ព្យាករ​ត្រូវបាន​ទាមទារ​ពី LUIS ដោយ​បញ្ជូន​សំណើ​ព្យាករ​ជា​ឯកសារ JSON ដែល​មាន​អត្ថបទ​ត្រូវ​ព្យាករ។ បង្កើត​វា​ដោយ​កូដ​ខាងក្រោម៖

   prediction_request = { 'query' : text }
   

8. បន្ទាប់មក​អាច​ដាក់សំណើ​នេះ​ទៅ LUIS ដោយ​ប្រើ staging slot ដែល​កម្មវិធី​របស់​អ្នក​ត្រូវ​បាន​ផ្សាយទៅ៖

   prediction_response = client.prediction.get_slot_prediction(app_id, 'Staging', prediction_request)
   

9. សំណើប៉ាន់ប្រមាណ​បង្ហាញ​ចេតនា​កំពូល (top intent) គឺ​ជា​ចេតនា​ដែល​មានពិន្ទុ​ព្យាករណ៍​ខ្ពស់បំផុត ជាមួយគ្នានឹង​ខ្សែអង្គភាព។ ប្រសិនបើ​ចេតនា​កំពូល​គឺជា set timer, អ្នកអាច​អាន​អង្គភាព​ដើម្បី​ទាញយក​ពេលវេលាសម្រាប់​ដៃម៉ាញ៖

   if prediction_response.prediction.top_intent == 'set timer':
       numbers = prediction_response.prediction.entities['number']
       time_units = prediction_response.prediction.entities['time unit']
       total_seconds = 0
   

   អង្គភាព number នឹងជា​អារេនៃ​លេខ។ ឧទាហរណ៍ បើអ្នកថា "Set a four minute 17 second timer.", អារេ number នឹង​មាន​ពេញត្រឹមពីរ​ចំនួន​គឺ ៤ និង ១៧។

   អង្គភាព time unit នឹង​ជា​អារេនៃ​អារេនៃ​ស្នូល​អក្សរ ដែល​ភាគី​នីមួយៗ​ជា​អារេស្នូល​អក្សរនៅក្នុង​អារេ។ ឧទាហរណ៍ បើអ្នកថា "Set a four minute 17 second timer.", អារេ time unit នឹង​មាន ២​អារេ ដែលមាន​តម្លៃ​តែមួយ​នៅក្នុងនីមួយៗ​គឺ ['minute'] និង ['second']។

   JSON នៃ​អង្គភាពទាំងនេះ​សម្រាប់ "Set a four minute 17 second timer." គឺជា៖

   {
       "number": [4, 17],
       "time unit": [
           ["minute"],
           ["second"]
       ]
   }
   

   កូដ​នេះ​ក៏​កំណត់​តម្លៃ​គិត​សរុប​នៃ​ពេលវេលា​ដៃម៉ាញ​ជា​វិនាទី។ តម្លៃ​នេះ​នឹង​គិតបញ្ចូល​តាម​តម្លៃ​ពីអង្គភាពនេះ។

10. អង្គភាព​មិន​ត្រូវ​បាន​ភ្ជាប់ ដែលទើបអាច​យក​អត្រា​ពីពួកវា។ វា​នឹង​ធ្វើជា​តំបន់​ទិស​ដែល​បាន​និយាយ ដូច្នេះ​ទីតាំង​ក្នុង​អារេ​អាច​ប្រើ​ដើម្បី​កំណត់​នូវ​លេខណាមួយ​ត្រូវ​ត្‍វី​ជាមួយ​នឹង​តុក​លក្ខណៈ​ពេលវេលា។ ឧទាហរណ៍៖

    • "Set a 30 second timer" - នេះ​មិន​មាន​លេខ​តែមួយ​គឺ 30 និង​មួយ​តុក second ដូច្នេះ​លេខតែមួយ​នឹង​ត្រូវគ្នា​ជាមួយ​តុកតែមួយ។
    • "Set a 2 minute and 30 second timer" - នេះ​មាន​ពីរ​លេខ គឺ 2 និង 30 និង​ពីរ​តុក គឺ minute និង second ដូច្នេះ​លេខទីមួយ​នឹងសម្រាប់​តុក​ទីមួយ (2 នាទី) និង​លេខ​ទីពីរ​សម្រាប់​តុក​ទីពីរ (30 វិនាទី)។

    កូដ​ខាងក្រោម​នេះ​ទាញកំណត់​ចំនួនធាតុ​នៅក្នុង​អង្គភាព​លេខ ហើយ​ប្រើ​វា​ដើម្បី​យក​ធាតុ​ទីមួយ​ពីគ្រប់​អារេ ហើយ​បន្ទាប់​មកធាតុ​ទីពីរ និងអញ្ចឹងតទៅ។ បន្ថែម​វានៅ​ក្នុង if block។

    for i in range(0, len(numbers)):
        number = numbers[i]
        time_unit = time_units[i][0]
    

    សម្រាប់ "Set a four minute 17 second timer." វានឹង​ចាប់ផ្តើម​ដោយម្តងពីរ ដោយ​ផ្ដល់​តម្លៃ​ខាងក្រោម៖

    ចំនួន​ជុំវិញ	number	time_unit
    0	4	minute
    1	17	second

11. ក្នុងជុំវិញ​នេះ សូម​ប្រើ​លេខ និង​តុក​ពេលវេលា​ដើម្បី​គណនាពេលវេលាសរុប​សម្រាប់ដៃម៉ាញ ដោយ​បន្ថែម 60 វិនាទី​សម្រាប់​ម каждую минуту និង​លេខ​វិនាទី​សម្រាប់​វិញ​ទេ។

    if time_unit == 'minute':
        total_seconds += number * 60
    else:
        total_seconds += number
    

12. ក្រៅជុំវិញ​នេះ តាម​អង្គភាព សូម​កត់ត្រាពេលវេលាសរុប​សម្រាប់​ដៃម៉ាញ:

    logging.info(f'Timer required for {total_seconds} seconds')
    

13. ចំនួន​វិនាទី​ទាំងអស់ ត្រូវ​ត្រឡប់​ពី​មុខងារ​ជា​លទ្ធផល HTTP។ នៅ​ចុងប្លុក if, បន្ថែម​កូដ​ខាងក្រោម៖

    payload = {
        'seconds': total_seconds
    }
    return func.HttpResponse(json.dumps(payload), status_code=200)
    

    កូដ​នេះ​បង្កើត​ទម្រង់​អត្ថបទ​ផ្ទុក​ចំនួន​វិនាទី​សរុប​សម្រាប់ដៃម៉ាញ បំលែងវា​ទៅជា​សួត JSON ហើយ​បញ្ចូន​វា​ជា​លទ្ធផល HTTP ជាមួយ​កូដ​ស្ថានភាព ២០០ ដែលមាន​ន័យថា​ ការហៅ​បាន​ជោគជ័យ។

14. ចុងបញ្ចប់ ក្រៅ if block ដោះស្រាយ​ករណីដែល​ចេតនា​មិន​ត្រូវ​បាន​ស្គាល់​ដោយ​ត្រឡប់​កូដ​កំហុស៖

    return func.HttpResponse(status_code=404)
    

    404 ជា​កូដ​ស្ថានភាព​សម្រាប់ not found។

15. រត់កម្មវិធី functions app ហើយ​សាកល្បង​វា​ដោយប្រើ curl។

    curl --request POST 'http://localhost:7071/api/text-to-timer' \
         --header 'Content-Type: application/json' \
         --include \
         --data '{"text":"<text>"}'
    

    ជំនួស <text> ជាមួយ​អត្ថបទ​នៃ​សំណើ​របស់​អ្នក, ឧទាហរណ៍ set a 2 minutes 27 second timer។

    អ្នក​នឹង​ឃើញ​ចេញលទ្ធផល​ខាងក្រោម​ពី​កម្មវិធី functions app៖

    Functions:
    
            text-to-timer: [GET,POST] http://localhost:7071/api/text-to-timer
    
    For detailed output, run func with --verbose flag.
    [2021-06-26T19:45:14.502Z] Worker process started and initialized.
    [2021-06-26T19:45:19.338Z] Host lock lease acquired by instance ID '000000000000000000000000951CAE4E'.
    [2021-06-26T19:45:52.059Z] Executing 'Functions.text-to-timer' (Reason='This function was programmatically called via the host APIs.', Id=f68bfb90-30e4-47a5-99da-126b66218e81)
    [2021-06-26T19:45:53.577Z] Timer required for 147 seconds
    [2021-06-26T19:45:53.746Z] Executed 'Functions.text-to-timer' (Succeeded, Id=f68bfb90-30e4-47a5-99da-126b66218e81, Duration=1750ms)
    

    ការហៅ​ចូល curl នឹង​តប​តាម​ខាងក្រោម៖

    HTTP/1.1 200 OK
    Date: Tue, 29 Jun 2021 01:14:11 GMT
    Content-Type: text/plain; charset=utf-8
    Server: Kestrel
    Transfer-Encoding: chunked
    
    {"seconds": 147}
    

    ចំនួន​វិនាទី​សម្រាប់ដៃម៉ាញ​នេះ​មាន​នៅក្នុង​តម្លៃ "seconds"។

💁 អ្នក​អាច​រក​កូដ​នេះ​ក្នុង​ថត code/functions។

ប៉ះប៉ង - ធ្វើ​ឱ្យ​មុខងារ​របស់​អ្នក​មានស្រាប់​ដល់ឧបករណ៍ IoT របស់​អ្នក

1. ដើម្បី​ឲ្យ​ឧបករណ៍ IoT របស់​អ្នក​ហៅ​ចំណុចបញ្ចប់ REST នេះ វា​ត្រូវ​បាន​ដឹង URL។ ពេល​អ្នក​ធ្វើ​ការ​ចូល​មុន សូម​ប្រើ localhost ដែល​ជា​ជំហាន​ពង្រីក​សម្រាប់​ចូល​ចំណុចបញ្ចប់ REST នៅ​លើ​គ្រឿងបរិក្ខារ​ដូច​ខ្លួន។ ដើម្បី​ឲ្យ​ឧបករណ៍ IoT របស់​អ្នក​អាច​ចូលដំណើរការ ទាមទារ​អ្នក​ផ្សព្វផ្សាយ​ទៅ cloud ឬ​ទទួល IP address របស់​អ្នក​សម្រាប់​ចូល​ដំណើរការ​នៅ​ក្នុង​ស្រុក។

   ⚠️ បើ​អ្នក​កំពុង​ប្រើ Wio Terminal វា​ងាយស្រួលដំណើរការ functions app នៅក្នុង​តំបន់ស្រុក ដោយ​សារតែ​មាន​ការពឹងផ្អែកលើ​បណ្ណាល័យ​ដែល​បង្ខំ​ឱ្យ​អ្នកមិន​អាច​ដាក់​ផ្ទុក functions app ដូច​ពេលមុន​ទៀតទេ។ ដំណើរការ functions app នៅក្នុង​តំបន់ស្រុក ហើយ​ចូល​ដំណើរការ​តាម IP address កុំព្យូទ័រ​របស់​អ្នក។ បើ​អ្នក​ចង់​ដាក់​ផ្ទុក​ទៅ cloud ខ្សែព័ត៌មាន​នឹង​ត្រូវ​បាន​ផ្ដល់​នៅក្នុង​មេរៀន​បន្តបន្ទាប់។

   • ផ្សាយកម្មវិធី Functions app - អនុវត្ត​តាម​នីតិវិធី​នៅក្នុង​មេរៀន​ខាងមុន​ដើម្បី​ផ្សាយ functions app ទៅ cloud។ បន្ទាប់ពី​ផ្សាយ​កម្រិត URL នឹង​មាន​រូបរាង https://<APP_NAME>.azurewebsites.net/api/text-to-timer ដែល <APP_NAME> ជា​ឈ្មោះ functions app របស់​អ្នក។ សូម​ធ្វើឲ្យ​ផ្សាយ​តម្រូវការកំណត់​ក្នុង​តំបន់ស្រុករបស់​អ្នក​ដែរ។

     នៅ​ពេល​ធ្វើការ​ជាមួយ HTTP triggers វា​ត្រូវ​បាន​រក្សាសិទ្ធិ​ដោយ​មូលដ្ឋានជាមួយ​សោ​មុខងារ។ ដើម្បី​ទទួលបាន​សោនេះ អ្នកត្រូវ​រត់ពាក្យ​បញ្ជា​ខាងក្រោម៖

     az functionapp keys list --resource-group smart-timer \
                              --name <APP_NAME>                               
     

     ចម្លង​តម្លៃ​ចេញ​ពី​បញ្ចូល default ក្នុង​ផ្នែក functionKeys ។

     {
       "functionKeys": {
         "default": "sQO1LQaeK9N1qYD6SXeb/TctCmwQEkToLJU6Dw8TthNeUH8VA45hlA=="
       },
       "masterKey": "RSKOAIlyvvQEQt9dfpabJT018scaLpQu9p1poHIMCxx5LYrIQZyQ/g==",
       "systemKeys": {}
     }
     

     សោ​នេះត្រូវ​បញ្ចូល​ជាពួរ តាម​លំនាំ​​URL ដូច្នេះ URL ចុងបញ្ចប់​នឹងជា https://<APP_NAME>.azurewebsites.net/api/text-to-timer?code=<FUNCTION_KEY> ដែល <APP_NAME> ជា​ឈ្មោះ functions app របស់​អ្នក ហើយ <FUNCTION_KEY> ជា​សោ​មុខងារ​មូលដ្ឋាន​របស់​អ្នក។

     💁 អ្នក​អាច​ផ្លាស់ប្ដូរ​ប្រភេទ​អនុភាពនៃ HTTP trigger ដោយប្រើ​ការ​កំណត់ authlevel នៅក្នុងឯកសារ function.json។ អ្នក​អាច​អាន​បន្ថែម​អំពី​រឿងនេះ​នៅ ផ្នែក​កំណត់រចនាសម្ព័ន្ធ​របស់ Azure Functions HTTP trigger នៅ Microsoft docs។

   • រត់ functions app នៅក្នុង​តំបន់ស្រុក ហើយ​ចូល​ប្រើ​តាម IP address - អ្នក​អាច​ទទួល IP address​របស់​កុំព្យូទ័រ នៅលើ​បណ្តាញ​ស្រុក ហើយ​ប្រើ​វា​ដើម្បី​បង្កើត URL។

     ស្វែងរក IP address របស់​អ្នក៖

     • លើ Windows 10 សូម​អនុវត្ត​តាម មេរៀន​រក IP address របស់​អ្នក
     • លើ macOS សូម​អនុវត្ត​តាម របៀប​រក IP address លើ Mac
     • លើ Linux សូម​អនុវត្ត​តាម​ផ្នែក​រក IP address ឯកជន​នៅក្នុង របៀប​រក IP address នៅ Linux

     បន្ទាប់ពី​មាន IP address អ្នក​អាច​ចូល​ដំណើរការ function នៅ http://<IP_ADDRESS>:7071/api/text-to-timer ដែល <IP_ADDRESS> ជា IP address របស់​អ្នក, ឧទាហរណ៍ http://192.168.1.10:7071/api/text-to-timer។

     💁 មិនមែនថានេះប្រើច្រក ៧០៧១ ទេ ដូច្នេះបន្ទាប់ពីអាសយដ្ឋាន IP អ្នកនឹងត្រូវមាន :7071។

     💁 នេះនឹងដំណើរការតែបើឧបករណ៍ IoT របស់អ្នកមាននៅលើបណ្ដាញដូចគ្នាជាមួយកុំព្យូទ័ររបស់អ្នក។

2. សាកល្បងចុងបញ្ចប់ដោយចូលប្រើវាតាមរយៈ curl។

---

🚀 챌린지

មានវិធីជាច្រើនក្នុងការស្នើសុំអ្វីមួយដូចជា ការកំណត់ម៉ោងសម្រាប់ធ្វើការងារ។ គិតពីវិធីផ្សេងៗដើម្បីធ្វើរឿងនេះ ហើយប្រើពួកវាជាគំរូនៅក្នុងកម្មវិធី LUIS របស់អ្នក។ សាកល្បងពួកវា ដើម្បីមើលថា ម៉ូឌែលរបស់អ្នកអាចធ្វើការប្រយុទ្ធបានយ៉ាងម៉េចជាមួយនឹងវិធីស្នើសុំម៉ោងជាច្រើន។

ការប្រឡងបន្ទាប់ពីមេរៀន

ការប្រឡងបន្ទាប់ពីមេរៀន

ពិនិត្យឡើងវិញ និង សិក្សាឯកោ

• អានបន្ថែមអំពី LUIS និងសមត្ថភាពរបស់វានៅលើ ទំព័រឯកសារយល់ដឹងភាសា (LUIS) នៅលើឯកសាររបស់ Microsoft
• អានបន្ថែមអំពីការយល់ដឹងភាសានៅលើ ទំព័រយល់ដឹងភាសាធម្មជាតិនៅលើវិគីភីឌា
• អានបន្ថែមអំពីកម្មវិធី HTTP triggers នៅក្នុង ឯកសារកម្មវិធី Azure Functions HTTP trigger លើឯកសាររបស់ Microsoft

កិច្ចការផ្ទះ

បោះបង់ម៉ោង

---

ការបដិសេធ៖
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ ខណៈពេលដែលយើងខិតខំសំរាប់ការត្រឹមត្រូវ សូមយកចិត្តទុកដាក់ថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬការមិនត្រឹមត្រូវ។ ឯកសារដើមក្នុងភាសាម្ចាស់ដំបូងគួរត្រូវបានគេយោងជាដើមប្រភពដែលមានអំណាច។ សម្រាប់ព័ត៌មានសំខាន់ៗ គួរតែប្រើការបកប្រែដោយមនុស្សជំនៀងជាងនេះ។ យើងមិនមានជំនួសចំពោះការយល់ច្រឡំនា ឬការបកប្រែខុសចេញពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។