Azure Cognitive Service for Language とは

Azure Cognitive Service for Language は、テキストを理解し分析するための自然言語処理 (NLP) 機能を提供するクラウドベースのサービスです。 このサービスを使用すると、Web ベースの Language Studio、REST API、およびクライアント ライブラリを使用してインテリジェントなアプリケーションを構築できます。

利用可能な機能

この言語サービスでは、Text Analytics、QnA Maker、および LUIS が統合され、いくつかの新機能も提供されます。 これらの機能は次のいずれかになります。

  • 事前構成済み。つまり、この機能で使用される AI モデルはカスタマイズできません。 ユーザーは単にデータを送信し、機能の出力をアプリケーションで使用します。
  • カスタマイズ可能。つまり、明確にデータに合うように、ツールを使用して AI モデルをトレーニングします。

ヒント

Language Studio を使用すると、コードを記述せずに、次のサービス機能を使用できます。

名前付きエンティティの認識 (NER)

名前付きエンティティの認識の例のスクリーンショット。

名前付きエンティティの認識は、事前定義済みのカテゴリに該当するエンティティを非構造化テキスト内で識別する、事前構成済みの機能です。 例として、人、イベント、場所、日付、その他のものがあります。

個人を特定できる情報 (PII) と健康に関する情報 (PHI) の検出

PII 検出の例のスクリーンショット。

PII 検出は、非構造化テキスト ドキュメント会話の文字起こしの両方で、秘匿性の高い情報を識別、分類、編集する事前構成済みの機能です。 例として、電話番号、メール アドレス、各種形式の ID、その他のものがあります。

言語検出

言語検出の例のスクリーンショット。

言語検出は、ドキュメントの記述に使用された言語を検出できる事前構成済みの機能であり、広範な言語、バリエーション、方言、一部の地域や文化で使用される言語の言語コードを返します。

感情分析とオピニオン マイニング

感情分析の例のスクリーンショット。

感情分析とオピニオン マイニングは事前構成済みの機能で、この機能を使用すると、テキストをマイニングして正または負の感情に関する手がかりを得ることで、人々がブランドやトピックについてどう考えているかを知ることができます。また、それらをテキストの特定の側面と関連付けることができます。

概要

要約処理の例のスクリーンショット。

要約処理は、抽出テキストの要約処理を使用して、ドキュメントと会話の文字起こしの要約を生成する事前構成済みの機能です。 元のコンテンツ内で最も重要または関連性が高い情報をまとめて表す文を抽出します。

キー フレーズの抽出

キー フレーズの抽出の例のスクリーンショット。

キー フレーズの抽出は、非構造化テキスト内にある主な概念を評価し、それらをリストとして返す事前構成済みの機能です。

エンティティ リンク設定

エンティティ リンク設定の例のスクリーンショット。

エンティティ リンク設定は、非構造化テキストで検出されたエンティティの正体を明確にし、Wikipedia へのリンクを返す事前構成済みの機能です。

Text Analytics for Health

Text Analytics for Health の例のスクリーンショット。

Text Analytics for Health は、医師のメモ、退院要約、臨床ドキュメント、電子健康記録などの非構造化テキストから関連する医療情報を抽出してラベル付けする事前構成済みの機能です。

カスタム テキスト分類

カスタム テキスト分類の例のスクリーンショット。

カスタム テキスト分類を使用すると、定義したカスタム クラスにテキストを分類するカスタム AI モデルを構築できます。

カスタム固有表現認識 (カスタム NER)

カスタム NER の例のスクリーンショット。

カスタム NER を使用すると、用意した非構造化テキストを使用して、カスタム エンティティ カテゴリを抽出するカスタム AI モデルを構築できます。

会話言語理解

会話言語理解の例のスクリーンショット。

会話言語理解 (CLU) を使用すると、ユーザーは、受信した発話の全体的意図を予測し、そこから重要な情報を抽出する、カスタムの自然言語理解モデルを構築できます。

オーケストレーション ワークフロー

オーケストレーション ワークフローの例のスクリーンショット。

オーケストレーション ワークフローは、会話言語理解 (CLU)質問応答LUIS アプリケーションを接続できるカスタム機能です。

質問応答

質問応答の例のスクリーンショット。

質問応答は、ユーザーからの入力に対して最も適切な回答を見つけるカスタム機能であり、ソーシャル メディア アプリケーション、チャット ボット、音声対応デスクトップ アプリケーションなどの会話型クライアント アプリケーションを構築するために一般的に使用されます。

Text Analytics、QnA Maker、または Language Understanding (LUIS) からの移行

Azure Cognitive Services for Language には、Cognitive Services Text Analytics、QnA Maker、Language Understanding (LUIS) の 3 つの個別の言語サービスが統合されています。 これら 3 つのサービスを使用している場合は、新しい Azure Cognitive Services for Language に簡単に移行できます。 手順については、「Azure Cognitive Services for Language への移行」を参照してください。

チュートリアル

言語サービスの使用を開始する機会があったら、さまざまなシナリオを解決する方法を示すチュートリアルを試してみてください。

その他のコード サンプル

次の言語については、その他のコード サンプルが GitHub にあります。

Docker コンテナーを使用してオンプレミスにデプロイする

言語サービス コンテナーを使用して、API 機能をオンプレミスにデプロイします。 これらの Docker コンテナーを使用すると、コンプライアンス、セキュリティ、またはその他の運用上の理由により、データにより近いところでサービスを使用できます。 言語サービスには、次のコンテナーが用意されています。

責任ある AI

AI システムには、テクノロジだけでなく、それを使う人、それによって影響を受ける人、それがデプロイされる環境も含まれます。 システムでの責任ある AI の使用とデプロイについては、次の記事をご覧ください。