Información general sobre la extracción de entidades con nombre

Advertencia

En el último año, Video Indexer (VI) de Azure AI anunció la eliminación de su dependencia en Azure Media Services (AMS) debido a su retirada. Se anunciaron ajustes y cambios de características y se proporcionó una guía de migración.

La fecha límite para completar la migración fue el 30 de junio de 2024. VI ha ampliado la fecha límite de actualización y migración para que pueda actualizar su cuenta VI y participar en la migración de recursos de AMS VI hasta el 15 de julio de 2024. Para usar la migración de recursos de AMS VI, también debe ampliar la cuenta de AMS a julio. Vaya a la cuenta de AMS en Azure Portal y seleccione Haga clic aquí para ampliar.

Sin embargo, después del 30 de junio, si no ha actualizado su cuenta VI, no podrá indexar nuevos vídeos ni podrá reproducir vídeos que no se hayan migrado. Si actualiza la cuenta después del 30 de junio, puede reanudar la indexación inmediatamente, pero no podrá reproducir vídeos indexados antes de la actualización de la cuenta hasta que se migren a través de la migración de AMS VI.

Extracción de entidades con nombre

La extracción de entidades con nombre usa procesamiento de lenguaje natural (NLP) para extraer información sobre las ubicaciones, personas y marcas que aparecen en audio e imágenes en archivos multimedia. La extracción de entidades con nombre se usa automáticamente con transcripción y OCR y sus conclusiones se basan en las extraídas durante estos procesos.

En el portal web, las conclusiones resultantes se muestran en la pestaña Insights y se filtran en ubicaciones, personas y categorías de marca. Al hacer clic en una entidad con nombre, se muestra su instancia en el archivo multimedia. También muestra una descripción de la entidad y un vínculo Buscar en Bing de entidades reconocibles.

Casos de uso de entidades con nombre

• Publicidad contextual, por ejemplo, colocando un anuncio para una cadena pizza después de imágenes en Italia.
• Búsqueda profunda de archivos multimedia para obtener información sobre personas o ubicaciones para crear historias de características para las noticias.
• Crear una descripción verbal de las imágenes a través del procesamiento de OCR para mejorar la accesibilidad de las personas con discapacidad visual, por ejemplo, un narrador de fondo en películas.
• Extraer información sobre los nombres de marca.

Visualización del JSON de información con el portal web

Una vez que haya cargado e indexado un vídeo, la información está disponible en formato JSON para su descarga mediante el portal web.

1. Seleccione la pestaña Biblioteca .
2. Seleccione los medios con los que desea trabajar.
3. Seleccione Descargar y Insights (JSON). El archivo JSON se abre en una nueva pestaña del explorador.

Busque el par de claves descrito en la respuesta de ejemplo.

Respuesta de ejemplo

    namedPeople: [
    {
    referenceId: "Satya_Nadella",
    referenceUrl: "https://en.wikipedia.org/wiki/Satya_Nadella",
    confidence: 1,
    description: "CEO of Microsoft Corporation",
    seenDuration: 33.2,
    id: 2,
    name: "Satya Nadella",
    appearances: [
    {
    startTime: "0:01:11.04",
    endTime: "0:01:17.36",
    startSeconds: 71,
    endSeconds: 77.4
    },
    {
    startTime: "0:01:31.83",
    endTime: "0:01:37.1303666",
    startSeconds: 91.8,
    endSeconds: 97.1
    },

Componentes

Durante el procedimiento de extracción de entidades con nombre, el archivo multimedia se procesa de la siguiente manera:

Componente	Definición
Archivo de origen	El usuario carga el archivo de origen para la indexación.
Extracción de texto	- El archivo de audio se envía a Speech Services API para extraer la transcripción. - Los fotogramas muestreados se envían a Azure AI Vision API para extraer OCR.
Análisis	A continuación, la información se envía a Text Analytics API para extraer las entidades. Por ejemplo, Microsoft, París o el nombre de una persona como Paul o Sarah.
Procesamiento y consolidación	A continuación, se procesan los resultados. Si procede, los vínculos de Wikipedia se agregan y las marcas se identifican a través de las listas de personalización de marca integradas y personalizables de Video Indexer.
Valor de confianza	El nivel de confianza estimado de cada entidad con nombre se calcula como un intervalo de 0 a 1. La puntuación de confianza representa la certeza en la precisión del resultado. Por ejemplo, una certeza del 82 % se representa como una puntuación de 0,82.

Notas de transparencia

Nota de transparencia

Importante

Es importante leer la información general de la nota de transparencia para todas las características vi. Cada información también tiene notas de transparencia propias:

• Considere cuidadosamente la precisión de los resultados, para promover detecciones más precisas, comprobar la calidad del audio y las imágenes, el audio y las imágenes de baja calidad podrían afectar a la información detectada.
• Las entidades con nombre solo detectan información detallada en audio e imágenes. Es posible que no se detecten logotipos en un nombre de marca.
• Tenga en cuenta detenidamente que cuando se usa para las entidades con nombre de la aplicación de la ley, es posible que no siempre detecte partes del audio. Para garantizar decisiones justas y de alta calidad, combine entidades con nombre con supervisión humana.
• No use entidades con nombre para tomar decisiones que puedan tener efectos adversos graves. Los modelos de Machine Learning que extraen texto pueden dar lugar a una salida de texto no detectada o incorrecta. Las decisiones basadas en resultados incorrectos podrían tener graves efectos adversos. Además, es aconsejable incluir la revisión humana de las decisiones que tienen el potencial de impacto grave en las personas.

Código de ejemplo

Ver todos los ejemplos de VI