Apa itu Bahasa Azure AI?
Bahasa Azure AI adalah layanan berbasis cloud yang menyediakan fitur Natural Language Processing (NLP) untuk memahami dan menganalisis teks. Gunakan layanan ini untuk membantu membangun aplikasi cerdas menggunakan Language Studio, API REST, dan pustaka klien berbasis web.
Fitur yang tersedia
Layanan Bahasa ini menyatukan layanan Azure AI berikut yang tersedia sebelumnya: Text Analytics, QnA Maker, dan LUIS. Jika Anda perlu bermigrasi dari layanan ini, lihat bagian migrasi di bawah ini.
Layanan Bahasa juga menyediakan beberapa fitur baru juga, yang dapat berupa:
- Telah dikonfigurasi sebelumnya, yang berarti model AI yang digunakan fitur tidak dapat disesuaikan. Anda hanya mengirim data Anda, dan menggunakan output fitur dalam aplikasi Anda.
- Dapat disesuaikan, yang berarti Anda akan melatih model AI menggunakan alat kami agar sesuai dengan data Anda secara khusus.
Tip
Tidak yakin fitur mana yang akan digunakan? Lihat Fitur layanan Bahasa mana yang harus saya gunakan? untuk membantu Anda memutuskan.
Language Studio membuat agar Anda dapat menggunakan fitur layanan berikut tanpa menulis kode.
Pengenalan Entitas Karakter (NER)
Pengenalan entitas bernama mengidentifikasi entri yang berbeda dalam teks dan mengategorikannya ke dalam jenis yang telah ditentukan sebelumnya.
Deteksi informasi identifikasi pribadi (PII) dan kesehatan (PHI)
Deteksi PII mengidentifikasi entitas dalam teks dan percakapan (obrolan atau transkrip) yang terkait dengan individu.
Deteksi bahasa
Deteksi bahasa mengevaluasi teks dan mendeteksi berbagai bahasa dan dialek varian.
Analisis sentimen dan penggalian opini
Analisis sentimen dan penambangan opini adalah fitur yang telah dikonfigurasi sebelumnya yang membantu Anda mengetahui apa yang orang pikirkan tentang merek atau topik Anda dengan menambang teks untuk petunjuk tentang sentimen positif atau negatif, dan dapat mengaitkannya dengan aspek teks tertentu.
Ringkasan
Ringkasan mengerubungi informasi untuk teks dan percakapan (obrolan dan transkrip).
Ringkasan teks menghasilkan ringkasan, mendukung dua pendekatan: Ringkasan ekstraktif menghasilkan ringkasan dengan mengekstrak kalimat penting dalam dokumen bersama dengan informasi penempatan kalimat ini, dan ringkasan abstraktif, yang menghasilkan ringkasan dengan kalimat ringkas, koheren, atau kata-kata yang bukan kalimat ekstrak verbatim dari dokumen asli.
Ringkasan percakapan merangkum rekap dan segmen rapat panjang ke dalam bab bertanda waktu. Ringkasan pusat panggilan meringkas masalah dan resolusi pelanggan.
Ekstraksi frasa kunci
Ekstraksi frasa kunci adalah fitur yang telah dikonfigurasi sebelumnya yang mengevaluasi dan mengembalikan konsep utama dalam teks yang tidak terstruktur, dan mengembalikannya sebagai daftar.
Penautan entitas
Penautan entitas adalah fitur yang telah dikonfigurasi sebelumnya yang membedakan identitas entitas (kata atau frasa) yang ditemukan dalam teks yang tidak terstruktur dan mengembalikan tautan ke Wikipedia.
Analitik teks untuk kesehatan
Analitik teks untuk Ekstrak kesehatan dan label informasi kesehatan yang relevan dari teks yang tidak terstruktur.
Klasifikasi teks kustom
Klasifikasi teks kustom memungkinkan Anda membuat model AI kustom untuk mengklasifikasikan dokumen teks yang tidak terstruktur ke dalam kelas kustom yang Anda tentukan.
Pengenal Entitas Bernama Kustom (NER kustom)
NER kustom memungkinkan Anda membuat model AI kustom untuk mengekstrak kategori entitas kustom (label untuk kata atau frasa), menggunakan teks tidak terstruktur yang Anda berikan.
Pemahaman bahasa percakapan
Pemahaman bahasa percakapan (CLU) membuat agar pengguna dapat membangun model pemahaman bahasa alami kustom untuk memprediksi niat keseluruhan ucapan yang masuk dan mengekstrak informasi penting dari percakapan tersebut.
Alur kerja Orkestrasi
Alur kerja orkestrasi adalah fitur kustom yang membuat agar Anda dapat menyambungkan Pemahaman Bahasa Percakapan (CLU), jawaban atas pertanyaan, serta aplikasi LUIS.
Jawaban atas Pertanyaan
Jawaban atas pertanyaan adalah fitur kustom yang fungsinya menemukan jawaban yang paling tepat terhadap input dari pengguna Anda, dan biasanya digunakan untuk membangun aplikasi klien percakapan, seperti aplikasi media sosial, bot obrolan, dan aplikasi desktop dengan dukungan ucapan.
Fitur layanan Bahasa mana yang harus saya gunakan?
Bagian ini akan membantu Anda memutuskan fitur layanan Bahasa mana yang harus Anda gunakan untuk aplikasi Anda:
Apa yang ingin Anda lakukan? | Format dokumen | Solusi terbaik Anda | Apakah solusi ini dapat disesuaikan?* |
---|---|---|---|
Mendeteksi dan/atau meredaksi informasi sensitif seperti PII dan PHI. | Teks tidak terstruktur, percakapan yang ditranskripsikan |
Deteksi PII | |
Ekstrak kategori informasi tanpa membuat model kustom. | Teks tidak terstruktur | Fitur NER yang telah dikonfigurasi sebelumnya | |
Ekstrak kategori informasi menggunakan model khusus untuk data Anda. | Teks tidak terstruktur | NER Kustom | ✓ |
Ekstrak topik utama dan frasa penting. | Teks tidak terstruktur | Ekstraksi frasa kunci | |
Tentukan sentimen dan pendapat yang dinyatakan dalam teks. | Teks tidak terstruktur | Analisis sentimen dan penggalian opini | |
Meringkas potongan panjang teks atau percakapan. | Teks tidak terstruktur, percakapan yang ditranskripsikan. |
Ringkasan | |
Membedakan entitas dan mendapatkan tautan ke Wikipedia. | Teks tidak terstruktur | Penautan entitas | |
Mengklasifikasikan dokumen ke dalam satu atau beberapa kategori. | Teks tidak terstruktur | Klasifikasi teks kustom | ✓ |
Ekstrak informasi medis dari dokumen klinis/medis, tanpa membangun model. | Teks tidak terstruktur | Analitik teks untuk kesehatan | |
Buat aplikasi percakapan yang merespons input pengguna. | Input pengguna yang tidak terstruktur | Jawaban atas pertanyaan | ✓ |
Deteksi bahasa tempat teks ditulis. | Teks tidak terstruktur | Deteksi bahasa | |
Memprediksi niat input pengguna dan mengekstrak informasi dari mereka. | Input pengguna yang tidak terstruktur | Pemahaman bahasa percakapan | ✓ |
Sambungkan aplikasi dari pemahaman bahasa percakapan, LUIS, dan jawaban atas pertanyaan. | Input pengguna yang tidak terstruktur | Alur kerja Orkestrasi | ✓ |
* Jika fitur dapat disesuaikan, Anda dapat melatih model AI menggunakan alat kami agar sesuai dengan data Anda secara khusus. Jika tidak, fitur telah dikonfigurasi sebelumnya, yang berarti model AI yang digunakannya tidak dapat diubah. Anda hanya mengirim data Anda, dan menggunakan output fitur dalam aplikasi Anda.
Bermigrasi dari Text Analytics, QnA Maker, atau LUIS
Bahasa Azure AI menyaingkan tiga layanan bahasa individual di layanan Azure AI - Text Analytics, QnA Maker, dan Language Understanding (LUIS). Jika Anda telah menggunakan ketiga layanan ini, Anda dapat dengan mudah bermigrasi ke Bahasa Azure AI baru. Untuk instruksi, lihat Migrasi ke Bahasa Azure AI.
Tutorial
Setelah Anda memiliki kesempatan untuk memulai layanan Ucapan, cobalah tutorial kami yang menunjukkan kepada Anda cara menyelesaikan berbagai skenario.
- Mengekstrak frasa kunci dari teks yang disimpan di Power BI
- Menggunakan Power Automate untuk mengurutkan informasi di Microsoft Excel
- Menggunakan Flask untuk menerjemahkan teks, menganalisis sentimen, dan mensintesis ucapan
- Menggunakan layanan Azure AI di aplikasi kanvas
- Membuat Bot FAQ
Sampel Kode Tambahan
Anda dapat menemukan lebih banyak sampel kode di GitHub untuk bahasa pemrogram berikut:
Sebarkan di tempat lokal menggunakan kontainer Docker
Gunakan kontainer layanan Language untuk menyebarkan fitur API secara lokal. Kontainer Docker ini memungkinkan Anda untuk mendekatkan layanan ke data Anda untuk kepatuhan, keamanan, atau alasan operasional lainnya. Layanan Language menawarkan kontainer berikut:
- Analisis sentimen
- Deteksi bahasa
- Ekstraksi frasa kunci
- Pengenalan Entitas Bernama Kustom
- Analitik Teks untuk kesehatan
- Ringkasan
AI yang Bertanggung Jawab
Sistem AI tidak hanya menangani teknologi, tetapi juga orang-orang yang akan menggunakannya, orang-orang yang akan terpengaruh olehnya, dan lingkungan tempat AI disebarkan. Baca artikel berikut untuk mempelajari penggunaan dan penyebaran AI yang bertanggung jawab di sistem Anda: