Che cos'è Il linguaggio di intelligenza artificiale di Azure?
Nota
A partire da luglio 2023, i Servizi di Azure AI includono tutti i servizi noti in precedenza come Servizi cognitivi e Servizi di intelligenza artificiale applicata di Azure. Non sono state apportate modifiche ai prezzi. I nomi Servizi cognitivi e Intelligenza artificiale applicata di Azure continuano a essere usati nelle API fatturazione di Azure, analisi dei costi, listino prezzi e prezzi. Non sono state apportate modifiche di rilievo alle interfacce di programmazione dell'applicazione (API) o agli SDK.
Il linguaggio di intelligenza artificiale di Azure è un servizio basato sul cloud che offre funzionalità NLP (Natural Language Processing) per comprendere e analizzare il testo. Usare questo servizio per creare applicazioni intelligenti usando Language Studio basato sul Web, le API REST e le librerie client.
Funzionalità disponibili
Questo servizio language unifica i servizi di Intelligenza artificiale di Azure disponibili in precedenza: Analisi del testo, QnA Maker e LUIS. Se è necessario eseguire la migrazione da questi servizi, vedere la sezione migrazione seguente.
Il servizio Language offre anche diverse nuove funzionalità, che possono essere:
- Preconfigurato, che significa che i modelli di intelligenza artificiale usati dalla funzionalità non sono personalizzabili. È sufficiente inviare i dati e usare l'output della funzionalità nelle applicazioni.
- Personalizzabile, il che significa che si eseguirà il training di un modello di intelligenza artificiale usando gli strumenti per adattare i dati in modo specifico.
Suggerimento
Non è sicuro quale funzionalità usare? Per decidere quale funzionalità del servizio linguistico è consigliabile usare.
Language Studio consente di usare le funzionalità del servizio seguenti senza dover scrivere codice.
Riconoscimento delle entità denominate (NER)
Il riconoscimento delle entità denominato è una funzionalità preconfigurata che classifica le entità (parole o frasi) in testo non strutturato in diversi gruppi di categorie predefiniti. Ad esempio: persone, eventi, luoghi, date e altro ancora.
Identificazione personale (PII) e rilevamento delle informazioni sull'integrità (PHI)
Il rilevamento delle informazioni personali è una funzionalità preconfigurata che identifica, categorizza e redatta le informazioni sensibili in documenti di testo non strutturati e trascrizioni di conversazioni. Ad esempio: numeri di telefono, indirizzi di posta elettronica, forme di identificazione e altro ancora.
Rilevamento della lingua
Il rilevamento della lingua è una funzionalità preconfigurata che può rilevare la lingua in cui viene scritto un documento e restituisce un codice linguistico per un'ampia gamma di lingue, varianti, dialetti e alcune lingue regionali/culturali.
Analisi del sentiment e data mining di opinioni
L'analisi del sentiment e il data mining delle opinioni sono funzionalità preconfigurate che consentono di scoprire cosa pensano le persone del tuo marchio o argomento tramite il testo di data mining per indizi sul sentiment positivo o negativo e possono associarli a aspetti specifici del testo.
Riepilogo
Il riepilogo è una funzionalità preconfigurata che usa il riepilogo di testo estratto per produrre un riepilogo di documenti e trascrizioni di conversazioni. Estrae frasi che rappresentano collettivamente le informazioni più importanti o rilevanti all'interno del contenuto originale.
Estrazione di frasi chiave
L'estrazione di frasi chiave è una funzionalità preconfigurata che valuta e restituisce i concetti principali nel testo non strutturato e li restituisce come elenco.
Collegamento di entità
Il collegamento di entità è una funzionalità preconfigurata che disambigua l'identità delle entità (parole o frasi) trovate nel testo non strutturato e restituisce collegamenti a Wikipedia.
Analisi del testo per l'integrità
Analisi del testo per la salute è una funzionalità preconfigurata che estrae e etichette informazioni mediche rilevanti da testi non strutturati, ad esempio note del medico, riepiloghi di scaricamento, documenti clinici e record sanitari elettronici.
Classificazione personalizzata del testo
La classificazione del testo personalizzata consente di creare modelli di intelligenza artificiale personalizzati per classificare documenti di testo non strutturati in classi personalizzate definite.
Riconoscimento entità denominato personalizzato (NER personalizzato)
NER personalizzato consente di creare modelli di intelligenza artificiale personalizzati per estrarre categorie di entità personalizzate (etichette per parole o frasi), usando testo non strutturato fornito.
Comprensione del linguaggio di conversazione
La comprensione del linguaggio di conversazione consente agli utenti di creare modelli personalizzati di comprensione del linguaggio naturale per stimare l'intenzione complessiva di un'espressione in ingresso ed estrarre informazioni importanti da esso.
Flusso di lavoro di orchestrazione
Il flusso di lavoro di orchestrazione è una funzionalità personalizzata che consente di connettere le applicazioni Conversational Language Understanding (CLU),domande e LUIS.
Risposta alle domande
La risposta alle domande è una funzionalità personalizzata che trova la risposta più appropriata per gli input degli utenti e viene comunemente usata per creare applicazioni client conversazionali, ad esempio applicazioni di social media, chat bot e applicazioni desktop abilitate per la voce.
Analisi del testo personalizzata per l'integrità
Analisi del testo personalizzata per l'integrità è una funzionalità personalizzata che estrae entità specifiche del settore sanitario dal testo non strutturato, usando un modello creato.
Quale funzionalità del servizio linguistico è consigliabile usare?
Questa sezione consente di decidere quale funzionalità del servizio lingua usare per l'applicazione:
Per saperne di più | Formato documento | Soluzione migliore | Questa soluzione è personalizzabile?* |
---|---|---|---|
Rilevare e/o ridistribuire informazioni sensibili, ad esempio PII e PHI. | Testo non strutturato, conversazioni trascritte |
Rilevamento di informazioni personali | |
Estrarre categorie di informazioni senza creare un modello personalizzato. | Testo non strutturato | Funzionalità NER preconfigurata | |
Estrarre categorie di informazioni usando un modello specifico per i dati. | Testo non strutturato | NER personalizzato | ✓ |
Estrarre argomenti principali e frasi importanti. | Testo non strutturato | Estrazione delle frasi chiave | |
Determinare il sentimento e le opinioni espresse nel testo. | Testo non strutturato | Analisi del sentiment e opinion mining | ✓ |
Riepilogare blocchi lunghi di testo o conversazioni. | Testo non strutturato, conversazioni trascritte. |
Riepilogo | |
Disambigua entità e ottenere collegamenti a Wikipedia. | Testo non strutturato | Collegamento di entità | |
Classificare i documenti in una o più categorie. | Testo non strutturato | Classificazione personalizzata del testo | ✓ |
Estrarre informazioni mediche da documenti clinici/medici, senza creare un modello. | Testo non strutturato | Analisi del testo per l'integrità | |
Estrarre informazioni mediche da documenti clinici/medici usando un modello sottoposto a training sui dati. | Testo non strutturato | Analisi del testo personalizzata per l'integrità | |
Creare un'applicazione di conversazione che risponde agli input dell'utente. | Input utente non strutturati | Risposta alle domande | ✓ |
Rilevare la lingua in cui è stato scritto un testo. | Testo non strutturato | Rilevamento della lingua | |
Stimare l'intenzione degli input dell'utente ed estrarre le informazioni da tali input. | Input utente non strutturati | Comprensione del linguaggio di conversazione | ✓ |
Connettere le app dalla comprensione del linguaggio conversazionale, LUIS e dalle risposte alle domande. | Input utente non strutturati | Flusso di lavoro di orchestrazione | ✓ |
* Se una funzionalità è personalizzabile, è possibile eseguire il training di un modello di intelligenza artificiale usando gli strumenti per adattarli in modo specifico ai dati. In caso contrario, una funzionalità è preconfigurata, ovvero i modelli di intelligenza artificiale usati non possono essere modificati. È sufficiente inviare i dati e usare l'output della funzionalità nelle applicazioni.
Eseguire la migrazione da Analisi del testo, QnA Maker o Language Understanding (LUIS)
Il linguaggio di intelligenza artificiale di Azure unifica tre singoli servizi linguistici nei servizi di intelligenza artificiale di Azure: Analisi del testo, QnA Maker e Language Understanding (LUIS). Se si usano questi tre servizi, è possibile eseguire facilmente la migrazione al nuovo linguaggio di intelligenza artificiale di Azure. Per istruzioni, vedere Migrazione al linguaggio di intelligenza artificiale di Azure.
Esercitazioni
Dopo aver avuto la possibilità di iniziare a usare il servizio language, provare le esercitazioni che illustrano come risolvere vari scenari.
- Estrarre frasi chiave dal testo archiviato in Power BI
- Usare Power Automate per ordinare le informazioni in Microsoft Excel
- Usare Flask per tradurre testo, analizzare sentiment e sintetizzare la voce
- Usare i servizi di intelligenza artificiale di Azure nelle app canvas
- Creare un bot di domande frequenti
Esempi di codice aggiuntivi
Sono disponibili altri esempi di codice in GitHub per i linguaggi seguenti:
Distribuire in locale con i contenitori Docker
Usare i contenitori del servizio di linguaggio per distribuire le funzionalità api in locale. Questi contenitori Docker consentono di avvicinare il servizio ai dati per motivi di conformità, sicurezza o altri motivi operativi. Il servizio Language offre i contenitori seguenti:
- Analisi del sentiment
- Rilevamento della lingua
- Estrazione delle frasi chiave
- Riconoscimento personalizzato di entità denominate
- Analisi del testo per l'integrità
- Riepilogo
IA responsabile
Un sistema di intelligenza artificiale include non solo la tecnologia, ma anche le persone che lo useranno, le persone che ne saranno interessate e l'ambiente in cui viene distribuito. Leggere gli articoli seguenti per informazioni sull'uso e la distribuzione di intelligenza artificiale responsabili nei sistemi:
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per