Mi az Az Azure AI Nyelv?
Az Azure AI Language egy felhőalapú szolgáltatás, amely természetes nyelvi feldolgozási (NLP) funkciókat biztosít a szövegek megértéséhez és elemzéséhez. Ezzel a szolgáltatással intelligens alkalmazásokat hozhat létre a webalapú Language Studio, REST API-k és ügyfélkódtárak használatával.
Elérhető funkciók
Ez a nyelvi szolgáltatás egyesíti a következő korábban elérhető Azure AI-szolgáltatásokat: Text Analytics, QnA Maker és LUIS. Ha ezekről a szolgáltatásokról kell migrálnia, tekintse meg az alábbi migrálási szakaszt .
A Language szolgáltatás emellett számos új funkciót is kínál, amelyek a következők lehetnek:
- Előre konfigurált, ami azt jelenti, hogy a szolgáltatás által használt AI-modellek nem testreszabhatók. Csak elküldi az adatokat, és a funkció kimenetét használja az alkalmazásokban.
- Testre szabható, ami azt jelenti, hogy betanít egy AI-modellt az eszközeinkkel, hogy konkrétan illeszkedjen az adataihoz.
Tipp.
Nem tudja, melyik funkciót használja? A döntéshez tekintse meg a Melyik nyelvi szolgáltatás funkciót?
A Language Studio lehetővé teszi az alábbi szolgáltatásfunkciók használatát kódírás nélkül.
Nevesített entitások felismerése (NER)
Az elnevezett entitásfelismerés egy előre konfigurált funkció, amely strukturálatlan szövegben kategorizálja az entitásokat (szavakat vagy kifejezéseket) több előre definiált kategóriacsoportban. Például: személyek, események, helyek, dátumok és egyebek.
Személyazonosítás (PII) és állapot (PHI) információészlelés
A PII-észlelés egy előre konfigurált funkció, amely azonosítja, kategorizálja és újrakonfigurálja a bizalmas információkat a strukturálatlan szöveges dokumentumokban és a beszélgetési átiratokban. Például: telefonszámok, e-mail-címek, azonosítási formák stb.
Nyelvfelismerés
A nyelvészlelés egy előre konfigurált funkció, amely képes észlelni a dokumentum nyelvét, és visszaad egy nyelvi kódot a nyelvek, változatok, dialektusok és egyes regionális/kulturális nyelvek széles köréhez.
Hangulatelemzés és véleménybányászat
A hangulatelemzés és a véleménybányászat olyan előre konfigurált funkciók, amelyek segítenek kideríteni, hogy az emberek mit gondolnak a márkáról vagy a témáról, ha szöveget bányásznak a pozitív vagy negatív hangulatról, és társíthatják őket a szöveg adott aspektusaival.
Összegzés
A summarization egy előre konfigurált funkció, amely kivonatos szövegösszesítést használ a dokumentumok és a beszélgetés átiratainak összegzéséhez. Olyan mondatokat nyer ki, amelyek együttesen képviselik az eredeti tartalom legfontosabb vagy releváns információit.
Kulcsszókeresés
A kulcskifejezések kinyerése egy előre konfigurált funkció, amely kiértékeli és visszaadja a strukturálatlan szöveg fő fogalmait, és listaként adja vissza őket.
Entitáskapcsolás
Az entitás-csatolás egy előre konfigurált funkció, amely egyértelműsíti a strukturálatlan szövegben talált entitások (szavak vagy kifejezések) identitását, és a Wikipédiára mutató hivatkozásokat ad vissza.
Text Analytics for Health
Az egészségügyi szövegelemzés egy előre konfigurált funkció, amely strukturálatlan szövegekből, például orvosi jegyzetekből, mentesítési összefoglalókból, klinikai dokumentumokból és elektronikus egészségügyi rekordokból nyeri ki és címkézi fel a releváns orvosi információkat.
Egyéni szövegbesorolás
Az egyéni szövegbesorolás lehetővé teszi egyéni AI-modellek készítését a strukturálatlan szöveges dokumentumok definiált egyéni osztályokba való besorolásához.
Egyéni elnevezett entitásfelismerés (egyéni NER)
Az Egyéni NER lehetővé teszi egyéni AI-modellek készítését egyéni entitáskategóriák (szavak vagy kifejezések címkéi) kinyeréséhez strukturálatlan, Ön által megadott szöveg használatával.
Beszélgetési nyelvtanulás
A társalgási nyelvértés (CLU) lehetővé teszi a felhasználók számára, hogy egyéni természetes nyelvfelismerési modelleket készítsenek a bejövő kimondott szövegek általános szándékának előrejelzéséhez és fontos információk kinyeréséhez.
Vezénylési munkafolyamat
A vezénylési munkafolyamat egy egyéni funkció, amely lehetővé teszi a Beszélgetési nyelv megértése (CLU), a kérdések megválaszolása és a LUIS-alkalmazások összekapcsolását.
Kérdésmegválaszolás
A kérdések megválaszolása egy egyéni funkció, amely megtalálja a legmegfelelőbb választ a felhasználóktól érkező bemenetekre, és gyakran használják beszélgetési ügyfélalkalmazások, például közösségimédia-alkalmazások, csevegőrobotok és beszédalapú asztali alkalmazások létrehozására.
Egyéni szövegelemzés az állapothoz
Az állapot egyéni szövegelemzése egy egyéni funkció, amely egy létrehozott modell használatával nyeri ki az egészségügyi adott entitásokat strukturálatlan szövegből.
Melyik Nyelvi szolgáltatás funkciót érdemes használni?
Ez a szakasz segít eldönteni, hogy melyik Nyelvi szolgáltatás funkciót érdemes használnia az alkalmazáshoz:
| Mit kíván tenni? | Dokumentumformátum | A legjobb megoldás | Testreszabható ez a megoldás?* |
|---|---|---|---|
| Bizalmas információk, például a PII és a PHI észlelése és/vagy ismételt használata. | Strukturálatlan szöveg, átírt beszélgetések |
PII-észlelés | |
| Adatok kategóriáinak kinyerése egyéni modell létrehozása nélkül. | Strukturálatlan szöveg | Az előre konfigurált NER-funkció | |
| Az adatokra jellemző modell használatával nyerje ki az információkategóriákat. | Strukturálatlan szöveg | Egyéni NER | ✓ |
| Fő témakörök és fontos kifejezések kinyerve. | Strukturálatlan szöveg | Kulcskifejezések kinyerése | |
| Határozza meg a szövegben kifejezett véleményeket és véleményeket. | Strukturálatlan szöveg | Hangulatelemzés és véleménybányászat | ✓ |
| A szöveg vagy beszélgetések hosszú adattömbjeinek összegzése. | Strukturálatlan szöveg, átírt beszélgetések. |
Összefoglaló | |
| Egyértelműsítse az entitásokat, és szerezze be a Wikipédiára mutató hivatkozásokat. | Strukturálatlan szöveg | Entitáskapcsolás | |
| A dokumentumok besorolása egy vagy több kategóriába. | Strukturálatlan szöveg | Egyéni szövegbesorolás | ✓ |
| Orvosi adatok kinyerése klinikai/orvosi dokumentumokból modell létrehozása nélkül. | Strukturálatlan szöveg | Szövegelemzés az állapothoz | |
| Orvosi adatok kinyerése klinikai/orvosi dokumentumokból az adatokon betanított modell használatával. | Strukturálatlan szöveg | Egyéni szövegelemzés az állapothoz | |
| Hozzon létre egy beszélgetési alkalmazást, amely válaszol a felhasználói bemenetekre. | Strukturálatlan felhasználói bemenetek | Kérdés megválaszolása | ✓ |
| A szöveg írási nyelvének észlelése. | Strukturálatlan szöveg | Nyelvfelismerés | |
| Előrejelezheti a felhasználói bemenetek szándékát, és információkat nyerhet ki belőlük. | Strukturálatlan felhasználói bemenetek | Beszélgetési nyelvtanulás | ✓ |
| Alkalmazások csatlakoztatása beszélgetési nyelvfelismerésből, LUIS-ból és kérdések megválaszolásából. | Strukturálatlan felhasználói bemenetek | Vezénylési munkafolyamat | ✓ |
* Ha egy funkció testre szabható, betaníthat egy AI-modellt az eszközeinkkel, hogy kifejezetten az adatokhoz illeszkedjen. Ellenkező esetben egy szolgáltatás előre konfigurálva van, ami azt jelenti, hogy az általa használt AI-modellek nem módosíthatók. Csak elküldi az adatokat, és a funkció kimenetét használja az alkalmazásokban.
Migrálás Text Analyticsből, QnA Makerből vagy Language Understandingből (LUIS)
Az Azure AI Language három különálló nyelvi szolgáltatást egyesít az Azure AI-szolgáltatásokban – Text Analytics, QnA Maker és Language Understanding (LUIS). Ha ezt a három szolgáltatást használja, egyszerűen migrálhat az új Azure AI-nyelvre. Útmutatásért lásd: Migrálás az Azure AI-nyelvre.
Oktatóanyagok
Miután lehetősége volt a Language service használatának megkezdésére, próbálja ki az oktatóanyagokat, amelyek bemutatják, hogyan oldhat meg különböző forgatókönyveket.
- Kulcskifejezések kinyerése a Power BI-ban tárolt szövegből
- Információk rendezése a Microsoft Excelben a Power Automate használatával
- Szöveg fordítása, hangulatelemzés és beszédszintézis a Flask használatával
- Azure AI-szolgáltatások használata vászonalapú alkalmazásokban
- GYIK-robot létrehozása
További kódminták
További kódmintákat a GitHubon talál a következő nyelvekhez:
Helyszíni üzembe helyezés Docker-tárolók használatával
Az API-szolgáltatások helyszíni üzembe helyezéséhez használja a Language Service-tárolókat. Ezek a Docker-tárolók lehetővé teszik, hogy megfelelőségi, biztonsági vagy egyéb működési okokból közelebb hozza a szolgáltatást az adataihoz. A Language szolgáltatás a következő tárolókat kínálja:
- Hangulatelemzés
- Nyelvfelismerés
- Kulcskifejezések kinyerése
- Egyéni elnevezett entitásfelismerés
- Text Analytics az állapothoz
- Összefoglaló
Felelős AI
Az AI-rendszerek nem csak a technológiát, hanem a felhasználókat is magukban foglalják, a felhasználókat, akiket érint majd, és a környezet, amelyben üzembe helyezik. Az alábbi cikkekből megtudhatja, hogyan használható a mesterséges intelligencia a rendszerekben: