Megosztás a következőn keresztül:


Mi az Az Azure AI Nyelv?

Az Azure AI Language egy felhőalapú szolgáltatás, amely természetes nyelvi feldolgozási (NLP) funkciókat biztosít a szövegek megértéséhez és elemzéséhez. Ezzel a szolgáltatással intelligens alkalmazásokat hozhat létre a webalapú Language Studio, REST API-k és ügyfélkódtárak használatával.

Elérhető funkciók

Ez a nyelvi szolgáltatás egyesíti a következő korábban elérhető Azure AI-szolgáltatásokat: Text Analytics, QnA Maker és LUIS. Ha ezekről a szolgáltatásokról kell migrálnia, tekintse meg az alábbi migrálási szakaszt .

A Language szolgáltatás emellett számos új funkciót is kínál, amelyek a következők lehetnek:

  • Előre konfigurált, ami azt jelenti, hogy a szolgáltatás által használt AI-modellek nem testreszabhatók. Csak elküldi az adatokat, és a funkció kimenetét használja az alkalmazásokban.
  • Testre szabható, ami azt jelenti, hogy betanít egy AI-modellt az eszközeinkkel, hogy konkrétan illeszkedjen az adataihoz.

Tipp.

Nem tudja, melyik funkciót használja? A döntéshez tekintse meg a Melyik nyelvi szolgáltatás funkciót?

A Language Studio lehetővé teszi az alábbi szolgáltatásfunkciók használatát kódírás nélkül.

Nevesített entitások felismerése (NER)

Az elnevezett entitásfelismerés azonosítja a szöveg különböző bejegyzéseit, és előre definiált típusokba kategorizálja őket.

Személyazonosítás (PII) és állapot (PHI) információészlelés

A PII-észlelés azonosítja az egyénekhez társított szöveg- és beszélgetések (csevegések vagy átiratok) entitásait.

Nyelvfelismerés

A nyelvészlelés kiértékeli a szöveget, és a nyelvek és a variáns dialektusok széles skáláját észleli.

Hangulatelemzés és véleménybányászat

A hangulatelemzés és a véleménybányászat olyan előre konfigurált funkciók, amelyek segítenek kideríteni, hogy az emberek mit gondolnak a márkáról vagy a témáról, ha szöveget bányásznak a pozitív vagy negatív hangulatról, és társíthatják őket a szöveg adott aspektusaival.

Összegzés

Az összegzés a szövegek és a beszélgetések (csevegések és átiratok) információit tömöríti. A szövegösszesítés egy összegzést hoz létre, amely két megközelítést támogat: a kivonatoló összegzés egy összefoglalót hoz létre a dokumentumon belüli hasznos mondatok kinyerésével, a mondatok helymeghatározási információival és az absztraktív összegzéssel, amely tömör, koherens mondatokkal vagy szavakkal hoz létre összegzést, amelyek nem szó szerint nyernek ki mondatokat az eredeti dokumentumból.
A beszélgetések összegzése a hosszú értekezleteket időbélyeggel ellátott fejezetekbe foglalja össze és szegmentálja. A call center összegzése összefoglalja az ügyfelek problémáit és megoldását.

Kulcsszókeresés

A kulcskifejezések kinyerése egy előre konfigurált funkció, amely kiértékeli és visszaadja a strukturálatlan szöveg fő fogalmait, és listaként adja vissza őket.

Entitáskapcsolás

Az entitás-csatolás egy előre konfigurált funkció, amely egyértelműsíti a strukturálatlan szövegben talált entitások (szavak vagy kifejezések) identitását, és a Wikipédiára mutató hivatkozásokat ad vissza.

Text Analytics for Health

Az állapotelemzés a strukturálatlan szövegből kinyeri és címkézi a releváns állapotinformációkat.

Egyéni szövegbesorolás

Az egyéni szövegbesorolás lehetővé teszi egyéni AI-modellek készítését a strukturálatlan szöveges dokumentumok definiált egyéni osztályokba való besorolásához.

Egyéni elnevezett entitásfelismerés (egyéni NER)

Az Egyéni NER lehetővé teszi egyéni AI-modellek készítését egyéni entitáskategóriák (szavak vagy kifejezések címkéi) kinyeréséhez strukturálatlan, Ön által megadott szöveg használatával.

Beszélgetési nyelvtanulás

A társalgási nyelvértés (CLU) lehetővé teszi a felhasználók számára, hogy egyéni természetes nyelvfelismerési modelleket készítsenek a bejövő kimondott szövegek általános szándékának előrejelzéséhez és fontos információk kinyeréséhez.

Vezénylési munkafolyamat

A vezénylési munkafolyamat egy egyéni funkció, amely lehetővé teszi a Beszélgetési nyelv megértése (CLU), a kérdések megválaszolása és a LUIS-alkalmazások összekapcsolását.

Kérdésmegválaszolás

A kérdések megválaszolása egy egyéni funkció, amely megtalálja a legmegfelelőbb választ a felhasználóktól érkező bemenetekre, és gyakran használják beszélgetési ügyfélalkalmazások, például közösségimédia-alkalmazások, csevegőrobotok és beszédalapú asztali alkalmazások létrehozására.

Melyik Nyelvi szolgáltatás funkciót érdemes használni?

Ez a szakasz segít eldönteni, hogy melyik Nyelvi szolgáltatás funkciót érdemes használnia az alkalmazáshoz:

Mit kíván tenni? Dokumentumformátum A legjobb megoldás Testreszabható ez a megoldás?*
Bizalmas információk, például a PII és a PHI észlelése és/vagy ismételt használata. Strukturálatlan szöveg,
átírt beszélgetések
PII-észlelés
Adatok kategóriáinak kinyerése egyéni modell létrehozása nélkül. Strukturálatlan szöveg Az előre konfigurált NER-funkció
Az adatokra jellemző modell használatával nyerje ki az információkategóriákat. Strukturálatlan szöveg Egyéni NER
Fő témakörök és fontos kifejezések kinyerve. Strukturálatlan szöveg Kulcskifejezések kinyerése
Határozza meg a szövegben kifejezett véleményeket és véleményeket. Strukturálatlan szöveg Hangulatelemzés és véleménybányászat
A szöveg vagy beszélgetések hosszú adattömbjeinek összegzése. Strukturálatlan szöveg,
átírt beszélgetések.
Összefoglaló
Egyértelműsítse az entitásokat, és szerezze be a Wikipédiára mutató hivatkozásokat. Strukturálatlan szöveg Entitáskapcsolás
A dokumentumok besorolása egy vagy több kategóriába. Strukturálatlan szöveg Egyéni szövegbesorolás
Orvosi adatok kinyerése klinikai/orvosi dokumentumokból modell létrehozása nélkül. Strukturálatlan szöveg Szövegelemzés az állapothoz
Hozzon létre egy beszélgetési alkalmazást, amely válaszol a felhasználói bemenetekre. Strukturálatlan felhasználói bemenetek Kérdés megválaszolása
A szöveg írási nyelvének észlelése. Strukturálatlan szöveg Nyelvfelismerés
Előrejelezheti a felhasználói bemenetek szándékát, és információkat nyerhet ki belőlük. Strukturálatlan felhasználói bemenetek Beszélgetési nyelvtanulás
Alkalmazások csatlakoztatása beszélgetési nyelvfelismerésből, LUIS-ból és kérdések megválaszolásából. Strukturálatlan felhasználói bemenetek Vezénylési munkafolyamat

* Ha egy funkció testre szabható, betaníthat egy AI-modellt az eszközeinkkel, hogy kifejezetten az adatokhoz illeszkedjen. Ellenkező esetben egy szolgáltatás előre konfigurálva van, ami azt jelenti, hogy az általa használt AI-modellek nem módosíthatók. Csak elküldi az adatokat, és a funkció kimenetét használja az alkalmazásokban.

Migrálás Text Analyticsből, QnA Makerből vagy Language Understandingből (LUIS)

Az Azure AI Language három különálló nyelvi szolgáltatást egyesít az Azure AI-szolgáltatásokban – Text Analytics, QnA Maker és Language Understanding (LUIS). Ha ezt a három szolgáltatást használja, egyszerűen migrálhat az új Azure AI-nyelvre. Útmutatásért lásd: Migrálás az Azure AI-nyelvre.

Oktatóanyagok

Miután lehetősége volt a Language service használatának megkezdésére, próbálja ki az oktatóanyagokat, amelyek bemutatják, hogyan oldhat meg különböző forgatókönyveket.

További kódminták

További kódmintákat a GitHubon talál a következő nyelvekhez:

Helyszíni üzembe helyezés Docker-tárolók használatával

Az API-szolgáltatások helyszíni üzembe helyezéséhez használja a Language Service-tárolókat. Ezek a Docker-tárolók lehetővé teszik, hogy megfelelőségi, biztonsági vagy egyéb működési okokból közelebb hozza a szolgáltatást az adataihoz. A Language szolgáltatás a következő tárolókat kínálja:

Felelős AI

Az AI-rendszerek nem csak a technológiát, hanem a felhasználókat is magukban foglalják, a felhasználókat, akiket érint majd, és a környezet, amelyben üzembe helyezik. Az alábbi cikkekből megtudhatja, hogyan használható a mesterséges intelligencia a rendszerekben: