Che cos'è la Analisi del testo personalizzata per l'integrità?
La Analisi del testo personalizzata per l'integrità è una delle funzionalità personalizzate offerte dal linguaggio di intelligenza artificiale di Azure. Si tratta di un servizio API basato sul cloud che applica l'intelligenza di Machine Learning per consentire di creare modelli personalizzati oltre a Analisi del testo per l'integrità per le attività di riconoscimento di entità sanitarie personalizzate.
Le Analisi del testo personalizzate per l'integrità consentono agli utenti di creare modelli di intelligenza artificiale personalizzati per estrarre entità specifiche del settore sanitario da testo non strutturato, ad esempio note cliniche e report. Creando un Analisi del testo personalizzato per il progetto di integrità, gli sviluppatori possono definire in modo iterativo nuovi vocabolari, etichettare i dati, eseguire il training, valutare e migliorare le prestazioni del modello prima di renderlo disponibile per l'utilizzo. La qualità dei dati etichettati influisce notevolmente sulle prestazioni del modello. Per semplificare la compilazione e la personalizzazione del modello, il servizio offre un portale Web accessibile tramite Language Studio. È possibile iniziare facilmente a usare il servizio seguendo la procedura descritta in questa guida introduttiva.
Questa documentazione contiene i tipi di articolo seguenti:
- Le guide introduttive sono istruzioni introduttive che consentono di creare richieste al servizio.
- I concetti forniscono spiegazioni delle funzionalità e delle funzionalità del servizio.
- Le guide pratiche contengono istruzioni per l'uso del servizio in modi più specifici o personalizzati.
Esempi di scenari d'uso
Analogamente alle Analisi del testo per l'integrità, le Analisi del testo personalizzate per l'integrità possono essere usate in più scenari in un'ampia gamma di settori sanitari. Tuttavia, l'utilizzo principale di questa funzionalità consiste nel fornire un livello di personalizzazione oltre a Analisi del testo per l'integrità per estendere la mappa delle entità esistente.
Ciclo di vita dello sviluppo del progetto
L'uso di Analisi del testo personalizzati per l'integrità comporta in genere diversi passaggi.
Definire lo schema: conoscere i dati e definire le nuove entità da estrarre sopra le Analisi del testo esistenti per la mappa delle entità di integrità. Evitare ambiguità.
Etichettare i dati: l'etichettatura dei dati è un fattore chiave per determinare le prestazioni del modello. Etichettare con precisione, in modo coerente e completo.
- Etichettare con precisione: etichettare ogni entità al tipo corretto sempre. Includere solo gli elementi da estrarre, evitando dati non necessari nelle etichette.
- Etichetta in modo coerente: la stessa entità deve avere la stessa etichetta in tutti i file.
- Etichettare completamente: etichettare tutte le istanze dell'entità in tutti i file.
Eseguire il training del modello: il modello inizia a imparare dai dati etichettati.
Visualizzare le prestazioni del modello: al termine del training, visualizzare i dettagli di valutazione del modello, le prestazioni e le indicazioni su come migliorarlo.
Distribuire il modello: la distribuzione di un modello lo rende disponibile per l'uso tramite un'API.
Estrarre entità: usare i modelli personalizzati per le attività di estrazione di entità.
Documentazione di riferimento ed esempi di codice
Quando si usano Analisi del testo personalizzati per l'integrità, vedere la documentazione di riferimento seguente per il linguaggio di intelligenza artificiale di Azure:
| API | Documentazione di riferimento |
|---|---|
| API REST (creazione) | Documentazione dell'API REST |
| API REST (runtime) | Documentazione dell'API REST |
Intelligenza artificiale 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 la nota sulla trasparenza per Analisi del testo per l'integrità per informazioni sull'uso e sulla distribuzione di intelligenza artificiale responsabili nei sistemi. Per altre informazioni, vedere anche gli articoli seguenti:
- Nota sulla trasparenza per il linguaggio di intelligenza artificiale di Azure
- Integrazione e uso responsabile
- Dati, privacy e sicurezza
Passaggi successivi
Usare l'articolo di avvio rapido per iniziare a usare Analisi del testo personalizzati per l'integrità.
Durante il ciclo di vita dello sviluppo del progetto, vedere il glossario per altre informazioni sui termini usati in tutta la documentazione per questa funzionalità.
Ricordarsi di visualizzare i limiti del servizio per informazioni quali la disponibilità a livello di area.