السابق

التالي

فهم قدرات خدمة Azure الذكاء الاصطناعي Language

مكتمل

توفر خدمة Azure الذكاء الاصطناعي Language ميزات مختلفة لفهم اللغة البشرية. يمكن لتطبيق العميل استخدام كل ميزة للتواصل بصفةٍ أفضل مع المستخدمين أو استخدامها معاً لتوفير مزيد من التفاصيل حول ما يقوله المستخدم وينويه ويسأل عنه.

تندرج ميزات خدمة Azure الذكاء الاصطناعي Language في فئتين: الميزات المكونة مسبقا والميزات المستفادة. تتطلب الميزات المستفادة إنشاء نموذج وتدريبه للتنبؤ بالتسميات المناسبة على نحوٍ صحيحٍ.

تغطي هذه الوحدة معظم قدرات خدمة Azure الذكاء الاصطناعي Language، ولكن توجه إلى وثائق خدمة Azure الذكاء الاصطناعي Language للحصول على قائمة كاملة، بما في ذلك عمليات التشغيل السريع وشرح كامل لكل ما هو متاح.

تختلف نقطة النهاية المستخدمة للاستعلام عن ميزة معينة، ولكن جميعها مسبوقة بمورد Azure الذكاء الاصطناعي Language الذي أنشأته في حساب Azure الخاص بك. تبدو نقطة النهاية كما يلي:

https://{ENDPOINT}/language/:analyze-text?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار الخدمة التي تريد الاتصال بها. على سبيل المثال، 2023-04-01

جنبا إلى جنب مع استعلام POST إلى نقطة النهاية المناسبة، يتم تضمين نص JSON الذي يحدد مستندات الإدخال، ويحدد المهمة (المهام)، ويوفر بيانات تعريف أخرى للخدمة. تعتمد بنية استجابة JSON والعناوين والحقول التي يتم إرجاعها على الخدمات التي تستعلم منها.

الميزات التي تم تكوينها مسبقا

توفر خدمة Azure الذكاء الاصطناعي Language ميزات معينة دون أي تسمية نموذج أو تدريب. بمجرد إنشاء موردك الخاص، يمكنك إرسال بياناتك واستخدام النتائج التي تم إرجاعها داخل تطبيقك.

تم تكوين جميع الميزات التالية مسبقا.

تلخيص

يتوفر التلخيص لكل من المستندات والمحادثات، وسيلخص النص في جمل رئيسية يتوقع أن تغطي معنى الإدخال.

سيتم إرسال استعلام تلخيص إلى نقطة نهاية مشابهة للرسالة التالية، مع تحديد المهمة كـ ExtractiveSummarization أو ConversationalSummarizationTask، اعتماداً على مهمة التلخيص التي تريدها.

/{ENDPOINT}/language/analyze-text/jobs?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار الخدمة التي تريد الاتصال بها. على سبيل المثال، 2023-04-01

التعرف على الكيان المحدد

يمكن للتعرف على الكيان المُسمى استخراج الكيانات وتعريفها، مثل الأشخاص أو الأماكن أو الشركات، مما يسمح لتطبيقك بالتعرف على أنواع مختلفة من الكيانات لتحسين استجابات اللغة الطبيعية. على سبيل المثال، بالنظر إلى النص "The waterfront pier is my favorite Seattle attraction"، سيتم تحديد Seattle وتصنيفها كموقع.

سيتم إرسال استعلام التعرف على الكيان إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها EntityRecognition.

/{ENDPOINT}/language/:analyze-text?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

الكشف عن معلومات تعريف المستخدم (PII)

يسمح لك الكشف عن معلومات تعريف المستخدم (PII) بتحديد المعلومات التي يمكن اعتبارها حساسةً وتصنيفها وتنقيحها، مثل عناوين البريد الإلكتروني وعناوين المنزل وعناوين IP والأسماء والمعلومات الصحية المحمية. على سبيل المثال، إذا تم تضمين النص "email@contoso.com" في الاستعلام، يمكن تحديد عنوان البريد الإلكتروني بأكمله وتنقيحه.

سيتم إرسال استعلام معلومات تعريف المستخدم (PII) إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها PiiEntityRecognition.

/{ENDPOINT}/language/:analyze-text?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

استخراج العبارات الأساسية

استخراج العبارة الرئيسية هو ميزة تستنبط المفاهيم الرئيسية من النص المقدم بسرعةٍ. على سبيل المثال، نظرا للنص "Text Analytics هي إحدى الميزات في Azure الذكاء الاصطناعي Services."، ستقوم الخدمة باستخراج "Azure الذكاء الاصطناعي Services" و"Text Analytics".

سيتم إرسال استعلام استخراج العبارة الرئيسية إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها KeyPhraseExtraction.

/{ENDPOINT}/language/:analyze-text?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

تحليل التوجه

يحدد تحليل التوجه مدى إيجابية أو سلبية سلسلة أو مستند. على سبيل المثال، بالنظر إلى النص "Great hotel. Close to plenty of food and attractions we could walk to"، ستحدد الخدمة ذلك على أنه positive مع درجة ثقة عالية نسبياً.

سيتم إرسال استعلام تحليل التوجه إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها SentimentAnalysis.

/{ENDPOINT}/language/:analyze-text?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

اكتشاف اللغات

يأخذ الكشف عن اللغة مستنداً واحداً أو أكثر، ويحدد اللغة لكل منها. فعلى سبيل المثال، إذا كان نص إحدى المستندات هو "Bonjour"، فإن الخدمة ستحدد ذلك على أنه French.

سيتم إرسال استعلام كشف اللغة إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها LanguageDetection.

/{ENDPOINT}/language/:analyze-text?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

الميزات المُستفادة

تتطلب منك الميزات المُستفادة تسمية البيانات وتدريب نموذجك وتوزيعه لجعله متاحاً للاستخدام في تطبيقك الخاص. تسمح لك هذه الميزات بتخصيص المعلومات المتوقعة أو المستخرجة.

إشعار

تؤثر جودة البيانات بدرجةٍ كبيرةٍ على دقة النموذج. كن متعمداً بشأن البيانات المستخدمة ومدى جودة وضع علامات عليها أو تسميتها ومدى تنوع بيانات التدريب. للحصول على التفاصيل، راجع توصيات بشأن تسمية البيانات، والتي تتضمن إرشادات قيِّمة لوضع علامات على البيانات. راجع أيضاً مقاييس التقييم التي يمكن أن تساعد في التعلم حيث يحتاج نموذجك إلى التحسين.

فهم لغة المحادثة (CLU)

CLU هي واحدة من الميزات المخصصة الأساسية التي تقدمها Azure الذكاء الاصطناعي Language. يساعد فهم لغة المحادثة (CLU) المستخدمين على بناء نماذج مخصصة لفهم اللغة الطبيعية للتنبؤ بالهدف العام واستخراج المعلومات المهمة من التعبيرات الواردة. يتطلب فهم لغة المحادثة (CLU) وضع علامة على البيانات بواسطة المستخدم لتعليمه كيفية التنبؤ بالأهداف والكيانات بدقةٍ.

سيتم إرسال استعلام كشف اللغة إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها Conversation. تتطلب هذه الميزات المُخصصة معلمات إضافية في نص JSON، بما في ذلك projectName و deploymentName من نموذجك الخاص.

/{ENDPOINT}/language/:analyze-conversations?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

التعرف على رموز الأحرف المخصصة

يأخذ التعرف على الكيان المُخصص البيانات المخصصة والمُسماة ويستخرج الكيانات المحددة من نص غير مُنظَّم. على سبيل المثال، إذا كان لديك العديد من المستندات التعاقدية والتي تريد استخراج الأطراف المعنية منها، يمكنك تدريب نموذج للتعرف على كيفية التنبؤ بها.

سيتم إرسال استعلام التعرف على الكيان إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها CustomEntityRecognition. تتطلب هذه الميزة المُخصصة أيضاً معلمات إضافية في نص JSON، بما في ذلك projectName و deploymentName من نموذجك الخاص.

/{ENDPOINT}/language/analyze-text/jobs?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

تصنيف نص مخصص

يتيح تسمية النص المُخصص للمستخدمين تصنيف النص أو المستندات كمجموعات مُعرفة ومُخصصة. على سبيل المثال، يمكنك تدريب نموذج لإلقاء نظرة على المقالات الإخبارية وتحديد الفئة التي يجب أن تندرج فيها، مثل الأخبار أو الترفيه.

سيتم إرسال استعلام تصنيف نص مُخصص إلى نقطة نهاية مشابهة للآتي، مع تحديد المهمة على أنها CustomMultiLabelClassification أو CustomSingleLabelClassification اعتماداً على ما إذا كنت بحاجة إلى تصنيف تسمية واحدة أو متعددة. تتطلب هذه الميزة المُخصصة أيضاً معلمات إضافية في نص JSON، بما في ذلك projectName و deploymentName من نموذجك الخاص.

/{ENDPOINT}/language/analyze-text/jobs?api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

الإجابة عن الأسئلة

الإجابة على الأسئلة هي ميزة تم تكوينها مسبقا في الغالب توفر إجابات على الأسئلة المقدمة كمدخل. تأتي البيانات للإجابة عن هذه الأسئلة من مستندات مثل الأسئلة المتداولة أو الأدلة.

على سبيل المثال، لنفترض أنك تريد إنشاء مساعد دردشة ظاهري على موقع شركتك على الويب للإجابة عن الأسئلة الشائعة. يمكنك استخدام الأسئلة الشائعة للشركة كمستند إدخال لإنشاء أزواج الأسئلة والأجوبة. بمجرد التوزيع، يمكن لمساعد الدردشة تمرير أسئلة الإدخال إلى الخدمة، والحصول على الإجابات نتيجة لذلك.

تبدو نقطة النهاية للاستعلام مشابهةً لما يلي.

{ENDPOINT}/language/:query-knowledgebases?projectName={PROJECTNAME}&deploymentName={DEPLOYMENTNAME}&api-version={VERSION}

Placeholder	القيمة‬
{ENDPOINT}	نقطة النهاية للمصادقة على طلب واجهة برمجة التطبيقات. على سبيل المثال، myLanguageService.cognitiveservices.azure.com
{PROJECTNAME}	اسم مشروعك حيث زودت المستندات كبيانات للإجابة عن الأسئلة
{DEPLOYMENTNAME}	اسم توزيعك الخاص
{VERSION}	رقم إصدار واجهة برمجة التطبيقات للخدمة التي تريد الاتصال بها. على سبيل المثال، 2022-05-01

للحصول على قائمة كاملة بالقدرات وكيفية استخدامها، راجع وثائق Azure الذكاء الاصطناعي Language.

متابعة