Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Azure AI Language is een cloudservice die NLP-functies (Natural Language Processing) biedt voor het begrijpen en analyseren van tekst. Gebruik deze service om intelligente toepassingen te bouwen met behulp van de webgebaseerde Language Studio, REST API's en clientbibliotheken.
Beschikbare functies
Met deze taalservice worden de volgende eerder beschikbare Azure AI-services gecombineerd: Text Analytics, QnA Maker en LUIS. Als u vanuit deze services wilt migreren, raadpleegt u de sectie Migratie.
De Language-service biedt ook verschillende nieuwe functies. Dit kan het volgende zijn:
- Vooraf geconfigureerd, wat betekent dat de AI-modellen die door de functie worden gebruikt, niet kunnen worden aangepast. U verzendt alleen uw gegevens en gebruikt de uitvoer van de functie in uw toepassingen.
- Aanpasbaar, wat betekent dat u een AI-model traint met behulp van onze hulpprogramma's om uw gegevens specifiek aan te passen.
Taalfuncties worden ook gebruikt in agentsjablonen:
- De agent voor intentieroutering detecteert de intentie van de gebruiker en biedt exacte antwoorden. Ideaal voor het deterministisch routeren van intenties en de exacte beantwoording van vragen met menselijke controles.
- De exacte vraag-antwoorder agent beantwoordt vooraf gedefinieerde vragen deterministisch om consistente en nauwkeurige antwoorden te garanderen.
Aanbeveling
Weet u niet zeker welke functie u moet gebruiken? Bekijk welke taalservicefunctie moet ik gebruiken om u te helpen beslissen.
Met Azure AI Foundry kunt u de meeste van de volgende servicefuncties gebruiken zonder dat u code hoeft te schrijven.
NER (Herkenning van benoemde entiteiten)
Benoemde entiteitsherkenning identificeert verschillende vermeldingen in tekst en categoriseert deze in vooraf gedefinieerde typen.
Detectie van persoonlijke en gezondheidsgegevens.
PiI-detectie identificeert entiteiten in tekst en gesprekken (chat of transcripties) die zijn gekoppeld aan personen.
Taaldetectie
Taaldetectie evalueert tekst en detecteert een breed scala aan talen en variantdialecten.
Sentimentanalyse en opinieonderzoek
Vooraf geconfigureerde functies voor sentimentanalyse en meninganalyse helpen u inzicht te hebben in de publieke perceptie van uw merk of onderwerp. Deze functies analyseren tekst om positieve of negatieve sentimenten te identificeren en kunnen deze koppelen aan specifieke elementen in de tekst.
Samenvatting
Samenvatting verkort informatie voor tekst en gesprekken (chat en transcripties). Tekstsamenvatting genereert een samenvatting die twee benaderingen ondersteunt: Extraherende samenvatting maakt een samenvatting door belangrijke zinnen uit het document te selecteren en de oorspronkelijke posities te behouden. Abstractieve samenvatting genereert daarentegen een samenvatting door nieuwe, beknopte en coherente zinnen of zinnen te produceren die niet rechtstreeks uit het oorspronkelijke document worden gekopieerd. Samenvattende gesprekken vatten lange vergaderingen samen en segmenteren ze in hoofdstukken met tijdstempels. Samenvatting van callcenters geeft een overzicht van klantproblemen en oplossing.
Sleutelzinnen extractie
Sleuteltermextractie is een vooraf geconfigureerde functie die de belangrijkste concepten in ongestructureerde tekst evalueert en retourneert en retourneert als een lijst.
Entiteiten koppelen
Entiteitskoppeling is een vooraf geconfigureerde functie waarmee de identiteit van entiteiten (woorden of woordgroepen) in ongestructureerde tekst wordt gescheiden en koppelingen naar Wikipedia worden geretourneerd.
Tekstanalyse voor gezondheid
Tekstanalyse voor gezondheid extraheert en labelt relevante gezondheidsinformatie uit ongestructureerde tekst.
Aangepaste tekstclassificatie
Met aangepaste tekstclassificatie kunt u aangepaste AI-modellen maken om ongestructureerde tekstdocumenten te classificeren in aangepaste klassen die u definieert.
Aangepaste entiteitsherkenning (aangepaste NER)
Met aangepaste NER kunt u aangepaste AI-modellen bouwen om aangepaste entiteitscategorieën (labels voor woorden of woordgroepen) te extraheren met behulp van ongestructureerde tekst die u opgeeft.
Spreektaal begrijpen
Met conversationele taalbegrip (CLU) kunnen gebruikers aangepaste modellen voor natuurlijke taalbegrip bouwen om de algemene intentie van een binnenkomende uiting te voorspellen en belangrijke informatie ervan te extraheren.
Orkestratiewerkstroom
Orchestratie werkstroom is een aangepaste functie waarmee u Conversational Language Understanding (CLU), vraagbeantwoording en LUIS-toepassingen kunt verbinden.
Vragen beantwoorden
Het beantwoorden van vragen is een aangepaste functie die het meest geschikte antwoord voor gebruikersinvoer identificeert. Deze functie wordt doorgaans gebruikt voor het ontwikkelen van gespreksclienttoepassingen, waaronder sociale mediaplatforms, chatbots en desktoptoepassingen met spraakfuncties.
Welke taalservicefunctie moet ik gebruiken?
In deze sectie kunt u bepalen welke taalservicefunctie u moet gebruiken voor uw toepassing:
Wat u wilt doen? | Documentindeling | Uw beste oplossing | Kan deze oplossing worden aangepast?* |
---|---|---|---|
Gevoelige informatie, zoals PII en PHI , detecteren en/of redacteren. |
Ongestructureerde tekst, getranscribeerde gesprekken |
PII-detectie | |
Gegevenscategorieën extraheren zonder een aangepast model te maken. | Ongestructureerde tekst | De vooraf geconfigureerde NER-functie | |
Gegevenscategorieën extraheren met behulp van een model dat specifiek is voor uw gegevens. | Ongestructureerde tekst | Aangepaste NER | ✓ |
Hoofdonderwerpen en belangrijke zinnen extraheren. | Ongestructureerde tekst | Sleutelzinnenextractie | |
Bepaal het gevoel en de meningen die in tekst worden uitgedrukt. | Ongestructureerde tekst | Sentimentanalyse en opinieonderzoek | |
Het samenvatten van lange tekstgedeelten of gesprekken. | Ongestructureerde tekst, getranscribeerde gesprekken. |
Samenvatting | |
Maak onderscheid tussen entiteiten en verkrijg links naar Wikipedia. | Ongestructureerde tekst | Entiteiten koppelen | |
Documenten classificeren in een of meer categorieën. | Ongestructureerde tekst | Aangepaste tekstclassificatie | ✓ |
Extraheer medische informatie uit klinische/medische documenten, zonder een model te bouwen. | Ongestructureerde tekst | Tekstanalyse voor gezondheid | |
Bouw een gesprekstoepassing die reageert op gebruikersinvoer. | Niet-gestructureerde gebruikersinvoer | Antwoord op vragen | ✓ |
Detecteer de taal waarin een tekst is geschreven. | Ongestructureerde tekst | Taaldetectie | |
Voorspel de bedoeling van gebruikersinvoer en extraheer gegevens uit deze invoer. | Niet-gestructureerde gebruikersinvoer | Spreektaal begrijpen | ✓ |
Verbind apps vanuit het begrip van gesprekstalen, LUIS en het beantwoorden van vragen. | Niet-gestructureerde gebruikersinvoer | Orchestratie-werkstroom | ✓ |
* Als een functie aanpasbaar is, kunt u een AI-model trainen met behulp van onze hulpprogramma's om uw gegevens specifiek aan te passen. Anders is een functie vooraf geconfigureerd, wat betekent dat de AI-modellen die worden gebruikt, niet kunnen worden gewijzigd. U verzendt alleen uw gegevens en gebruikt de uitvoer van de functie in uw toepassingen.
Migreren van Text Analytics, QnA Maker of Language Understanding (LUIS)
Met Azure AI Language worden drie afzonderlijke taalservices in Azure AI-services gecombineerd: Text Analytics, QnA Maker en Language Understanding (LUIS). Als u deze drie services hebt gebruikt, kunt u eenvoudig migreren naar de nieuwe Azure AI-taal. Zie Migreren naar Azure AI Language voor instructies.
Handleidingen
Nadat u aan de slag bent gegaan met de snelstartgidsen voor de Language-service, kunt u onze zelfstudies uitproberen die laten zien hoe u verschillende scenario's kunt oplossen.
- Sleuteltermen extraheren uit tekst die is opgeslagen in Power BI
- Power Automate gebruiken om gegevens te sorteren in Microsoft Excel
- Flask gebruiken om tekst te vertalen, gevoel te analyseren en spraak te synthetiseren
- Azure AI-services gebruiken in canvas-apps
- Een veelgestelde vragenbot maken
Codevoorbeelden
U vindt meer codevoorbeelden op GitHub voor de volgende talen:
On-premises implementeren met behulp van Docker-containers
Taalservicecontainers gebruiken om API-functies on-premises te implementeren. Met deze Docker-containers kunt u de service dichter bij uw gegevens brengen om naleving, beveiliging of andere operationele redenen. De taalservice biedt de volgende containers:
- Sentimentanalyse
- Taaldetectie
- Sleutelzinnenextractie
- Aangepaste entiteitsherkenning met benoemde namen
- Text Analytics voor gezondheid
- Samenvatting
Verantwoorde AI
Een AI-systeem bevat niet alleen de technologie, maar ook de mensen die het gebruiken, de mensen die er last van hebben en de implementatieomgeving. Lees de volgende artikelen voor meer informatie over verantwoord AI-gebruik en -implementatie in uw systemen: