Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
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 a 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.
A nyelvi funkciók az ügynöksablonokban is használhatók:
- A szándék-útválasztási ügynök észleli a felhasználói szándékot, és pontos választ ad. Tökéletes a determinisztikus szándékú útválasztáshoz és a pontos kérdés megválaszoláshoz emberi vezérlőkkel.
- A pontos kérdésekre válaszoló ügynök determinisztikusan válaszol a nagy értékű előre definiált kérdésekre, hogy egységes és pontos válaszokat biztosítson.
Tipp.
Nem tudja, melyik funkciót használja? Nézze meg , hogy melyik nyelvi szolgáltatás funkciót kell használnom a döntéshez.
Az Azure AI Foundry lehetővé teszi a következő szolgáltatásfunkciók többségének használatát kódírás nélkül.
Nevesített entitások felismerése (NER)
Az elnevezett entitásfelismerés azonosítja a szöveg különböző bejegyzéseit, és előre definiált típusokba kategorizálja őket.
Személyes és egészségügyi adatok észlelése
A PII-észlelés azonosítja az egyénekhez társított szöveg- és beszélgetések (csevegések vagy átiratok) entitásait.
Nyelvfelismerés
A nyelvészlelés kiértékeli a szöveget, és a nyelvek és a variáns dialektusok széles skáláját észleli.
Hangulatelemzés és véleménybányászat
Hangulatelemzési és véleménybányászati előre konfigurált funkciók, amelyek segítenek megérteni a márka vagy téma nyilvános felfogását. Ezek a funkciók elemzik a szöveget a pozitív vagy negatív hangulatok azonosításához, és összekapcsolhatják őket a szöveg adott elemeihez.
Összegzés
Az összegzés a szövegek és a beszélgetések (csevegések és átiratok) információit tömöríti. A szövegösszesítés egy összegzést hoz létre, amely két megközelítést támogat: A kivonatos összegzés összegzést hoz létre a dokumentum fő mondatainak kiválasztásával és az eredeti pozícióik megőrzésével. Ezzel szemben az absztraktív összegzés olyan új, tömör és koherens mondatokat vagy kifejezéseket hoz létre, amelyeket nem másol közvetlenül az eredeti dokumentumból. A beszélgetések összegzése a hosszú értekezleteket időbélyeggel ellátott fejezetekbe foglalja össze és szegmentálja. A call center összegzése összefoglalja az ügyfelek problémáit és megoldását.
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 állapotelemzés a strukturálatlan szövegből kinyeri és címkézi a releváns állapotinformációkat.
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 azonosítja a felhasználói bemenetek legmegfelelőbb válaszát. Ezt a funkciót általában beszélgetési ügyfélalkalmazások fejlesztésére használják, beleértve a közösségi médiaplatformokat, a csevegőrobotokat és a beszédalapú asztali alkalmazásokat.
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 észlelése és/vagy kitakarása, például PII és PHI . |
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 | |
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 a 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
A Language Service gyorsútmutatóinak megkezdése után 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
Kódrészletek
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 az azt használó személyeket, az érintett személyeket és az üzembe helyezési környezetet is magukban foglalják. Az alábbi cikkekből megtudhatja, hogyan használható a mesterséges intelligencia a rendszerekben: