Vysvětlení předem připravených možností služby Azure AI Language
Služba Azure AI Language poskytuje různé funkce pro pochopení lidského jazyka. Pomocí každé funkce můžete lépe komunikovat s uživateli, lépe porozumět příchozí komunikaci nebo je používat společně, abyste mohli získat lepší přehled o tom, co uživatel říká, plánuje a ptá se na ně.
Funkce služby Azure AI Language spadají do dvou kategorií: Předkonfigurované funkce a naučené funkce. Naučené funkce vyžadují sestavení a trénování modelu, aby správně předpovídaly vhodné popisky, které jsou popsané v nadcházejících lekcích tohoto modulu.
Tato lekce popisuje většinu funkcí služby Azure AI Language, ale přejděte do dokumentace ke službě Azure AI Language, kde najdete úplný seznam, včetně rychlých startů a úplného vysvětlení všeho, co je k dispozici.
Použití těchto funkcí v aplikaci vyžaduje odeslání dotazu do příslušného koncového bodu. Koncový bod použitý k dotazování konkrétní funkce se liší, ale všechny z nich mají předponu prostředku Azure AI Language, který jste vytvořili ve svém účtu Azure, a to buď při sestavování požadavku REST, nebo definování klienta pomocí sady SDK. Příklady jednotlivých najdete v další lekci.
Předkonfigurované funkce
Služba Azure AI Language poskytuje určité funkce bez popisků modelu nebo trénování. Po vytvoření prostředku můžete odesílat data a používat vrácené výsledky v aplikaci.
Všechny následující funkce jsou předem nakonfigurované.
Souhrn
Shrnutí je k dispozici pro dokumenty i konverzace a sumarizuje text do klíčových vět, které jsou předpovězeny tak, aby zapouzdřily význam vstupu.
Rozpoznávání pojmenovaných entit
Rozpoznávání pojmenovaných entit může extrahovat a identifikovat entity, jako jsou lidé, místa nebo společnosti, což vaší aplikaci umožňuje rozpoznat různé typy entit pro vylepšené odpovědi v přirozeném jazyce. Například vzhledem k textu "The waterfront pier is my favorite Seattle attraction", Seattle by byl identifikován a kategorizován jako umístění.
Detekce identifikovatelných osobních údajů (PII)
Detekce PII umožňuje identifikovat, kategorizovat a redakčně reagovat informace, které by mohly být považovány za citlivé, jako jsou e-mailové adresy, domovské adresy, IP adresy, názvy a chráněné informace o stavu. Pokud se například do dotazu zahrnul text "email@contoso.com", můžete identifikovat a redactovat celou e-mailovou adresu.
Extrakce klíčových frází
Extrakce klíčových frází je funkce, která rychle vytáhne hlavní koncepty ze zadaného textu. Například vzhledem k textu "Analýza textu je jednou z funkcí ve službách Azure AI", služba extrahuje "Azure AI Services" a "Analýza textu".
Analýza postoje
Analýza mínění identifikuje, jak pozitivní nebo negativní je řetězec nebo dokument. Například s textem "Skvělý hotel". Blízko spousty jídla a atrakcí, na které bychom mohli chodit", služba by identifikovala, že pozitivní s relativně vysokým skóre spolehlivosti.
Rozpoznávání jazyka
Rozpoznávání jazyka přebírá jeden nebo více dokumentů a identifikuje jazyk pro každý z nich. Pokud by například text jednoho z dokumentů byl "Bonjour", služba by ji identifikovala jako francouzštinu.
Naučené funkce
Naučené funkce vyžadují, abyste označili data, vytrénování a nasadíte model, aby byl dostupný pro použití ve vaší aplikaci. Tyto funkce umožňují přizpůsobit, jaké informace se predikují nebo extrahují.
Poznámka:
Kvalita dat výrazně ovlivňuje přesnost modelu. Buďte úmyslní ohledně toho, jaká data se používají, jak dobře jsou označená nebo označená a jak různá jsou trénovací data. Podrobnosti najdete v doporučeních pro označování dat, která obsahují cenné pokyny pro označování dat. Podívejte se také na metriky vyhodnocení, které vám můžou pomoct při učení, kde váš model potřebuje vylepšení.
Porozumění řeči konverzace (CLU)
CLU je jednou ze základních vlastních funkcí nabízených jazykem Azure AI. CLU pomáhá uživatelům vytvářet vlastní modely pro porozumění přirozenému jazyku, aby předpověděli celkový záměr a extrahovali důležité informace z příchozích promluv. Modul CLU vyžaduje, aby uživatel označil data, aby ho naučil, jak predikovat záměry a entity přesně.
Cvičení v tomto modulu bude vytvářet model CLU a používat ho ve vaší aplikaci.
Rozpoznávání vlastních pojmenovaných entit
Rozpoznávání vlastních entit přebírá vlastní označená data a extrahuje zadané entity z nestrukturovaného textu. Pokud máte například různé dokumenty kontraktů, ze kterých chcete extrahovat zúčastněné strany, můžete model vytrénovat, abyste poznali, jak je předpovědět.
Vlastní klasifikace textu
Vlastní klasifikace textu umožňuje uživatelům klasifikovat text nebo dokumenty jako vlastní definované skupiny. Model můžete například trénovat tak, aby se podíval na články o novinkách a identifikovali kategorii, do které by měly spadat, například zprávy nebo zábava.
Odpovídání na dotazy
Odpověď na otázky je většinou předem nakonfigurovaná funkce, která poskytuje odpovědi na otázky zadané jako vstup. Data pro odpovědi na tyto otázky pocházejí z dokumentů, jako jsou nejčastější dotazy nebo příručky.
Řekněme například, že chcete na webu vaší společnosti vytvořit virtuálního chatovacího asistenta, který bude odpovídat na běžné otázky. Jako vstupní dokument můžete použít nejčastější dotazy společnosti k vytvoření párů otázek a odpovědí. Po nasazení může chatovací asistent předat službě vstupní otázky a získat odpovědi v důsledku toho.
Úplný seznam možností a jejich použití najdete v dokumentaci k jazyku Azure AI.