Note de transparence pour l’extraction d’expressions clés

Important

Les traductions non anglaises sont fournies uniquement pour des raisons pratiques. Consultez la EN-US version de ce document pour obtenir la version définitive.

Qu’est-ce qu’une note de transparence ?

Important

Cet article part du principe que vous êtes familiarisé avec les recommandations et les meilleures pratiques pour Azure Language in Foundry Tools. Pour plus d’informations, consultez la note de transparence pour la langue.

Un système d’IA inclut non seulement la technologie, mais aussi les personnes qui l’utiliseront, les personnes qui seront affectées par elle et l’environnement dans lequel il est déployé. La création d’un système adapté à son objectif prévu nécessite une compréhension du fonctionnement de la technologie, de ses capacités et de ses limitations et de la façon d’atteindre les meilleures performances. les notes de transparence de Microsoft sont destinées à vous aider à comprendre le fonctionnement de notre technologie IA, les choix que les propriétaires du système peuvent faire qui influencent les performances et le comportement du système, ainsi que l'importance de penser à l'ensemble du système, y compris la technologie, les personnes et l'environnement. Vous pouvez utiliser des notes de transparence lors du développement ou du déploiement de votre propre système, ou les partager avec les personnes qui utiliseront ou seront affectées par votre système.

Les notes de transparence de Microsoft font partie d'un effort plus large de Microsoft pour mettre en pratique nos principes d'IA. Pour en savoir plus, consultez les principes de l’IA responsable de Microsoft.

Présentation de l’extraction d’expressions clés

La fonctionnalité d’extraction de phrases clés de langage vous permet d’identifier rapidement les principaux concepts du texte. Par exemple, dans le texte « La nourriture était délicieuse et il y avait un personnel merveilleux », l’extraction de phrases clés retournera les principaux points de discussion : « nourriture » et « personnel merveilleux ». Les mots non essentiels sont ignorés, tandis que les termes ou expressions uniques qui semblent être le sujet ou l'objet d'une phrase sont renvoyés.

Notez qu’aucun score de confiance n’est retourné pour cette fonctionnalité, contrairement à d’autres fonctionnalités de langage.

Exemples de cas d’usage

L’extraction de phrases clés est utilisée dans plusieurs scénarios dans divers secteurs d’activité. Voici quelques exemples :

  • Amélioration de la recherche. Les expressions clés peuvent être utilisées pour créer un index de recherche qui peut améliorer les résultats de la recherche. Par exemple, les clients peuvent fournir des milliers de documents, puis exécuter l'extraction des expressions clés en utilisant la compétence intégrée Azure Search. Le résultat de cette opération est les expressions clés du jeu de données d’entrée, qui peuvent ensuite être utilisées pour créer un index. Cet index peut être mis à jour en réécutant la compétence chaque fois qu’un nouvel ensemble de documents est disponible.
  • Afficher les tendances d’agrégation dans les données texte. Par exemple, un cloud de mots peut être généré avec des expressions clés pour vous aider à visualiser les concepts clés dans les commentaires texte ou les commentaires. Par exemple, un hôtel peut générer un nuage de mots en fonction des expressions clés identifiées dans leurs commentaires et peut voir que les personnes commentent le plus fréquemment sur l’emplacement, la propreté et le personnel utile.

Considérations relatives au choix d’un cas d’usage

Ne pas utiliser

  • N’utilisez pas les actions automatiques sans intervention humaine pour les scénarios à haut risque. Une personne doit toujours examiner les données sources lorsque la situation économique, la santé ou la sécurité d’une autre personne est affectée.

Considérations juridiques et réglementaires : les organisations doivent évaluer des obligations légales et réglementaires spécifiques potentielles lors de l’utilisation d’outils et de solutions Foundry, ce qui peut ne pas convenir à une utilisation dans chaque secteur ou scénario. En outre, les outils ou solutions Foundry ne sont pas conçus pour et ne peuvent pas être utilisés de manière interdite en termes de service applicables et les codes de conduite pertinents.

Caractéristiques et limitations

Selon votre scénario et vos données d’entrée, vous pouvez rencontrer différents niveaux de performances. Les informations suivantes sont conçues pour vous aider à comprendre les concepts clés relatifs aux performances à mesure qu’elles s’appliquent à l’utilisation de la fonctionnalité d’extraction d’expressions clés de langage.

Limitations système et meilleures pratiques pour améliorer les performances

Contrairement aux modèles d'autres fonctionnalités Azure AI Language, le modèle d'extraction de mots clés est un modèle non supervisé qui n'est pas entraîné sur des données de référence étiquetées par des humains. Toutes les expressions du nom dans le texte envoyé au service sont détectées, puis classées en fonction de la fréquence et de la co-occurrence. Par conséquent, ce qui est retourné par le modèle peut ne pas convenir de ce qu’un humain choisirait comme expressions les plus importantes. Dans certains cas, le modèle peut apparaître partiellement correct, car un nom est retourné sans l’adjectif qui le modifie.

  • Un texte plus long donnera de meilleurs résultats. Ne divisez pas votre texte source en éléments tels que des phrases ou des paragraphes. Envoyez l’intégralité du texte, par exemple, un compte rendu complet d'évaluation client ou un résumé d'un article.
  • Si votre texte inclut des éléments réutilisables ou d’autres textes qui n’ont aucune pertinence pour le contenu réel que vous essayez d’analyser, les mots de ce texte affectent vos résultats. Par exemple, les e-mails peuvent avoir « Subject : », « Body : », « Sender : », etc. inclus dans le texte. Nous vous recommandons de supprimer tout texte connu qui ne fait pas partie du contenu réel que vous essayez d’analyser avant de l’envoyer au service.

Voir aussi

  • Last updated on