Wat is aangepaste Text Analytics voor de status?
Custom Text Analytics voor status is een van de aangepaste functies van Azure AI Language. Het is een cloud-API-service die machine learning-intelligentie toepast, zodat u aangepaste modellen kunt bouwen boven op Text Analytics voor status voor aangepaste taken voor herkenning van gezondheidszorgentiteiten.
Met Custom Text Analytics voor status kunnen gebruikers aangepaste AI-modellen bouwen om gezondheidszorgspecifieke entiteiten te extraheren uit ongestructureerde tekst, zoals klinische notities en rapporten. Door een aangepast Text Analytics voor statusproject te maken, kunnen ontwikkelaars iteratief nieuwe woordenschats definiëren, labelgegevens definiëren, trainen, evalueren en verbeteren voordat ze deze beschikbaar maken voor gebruik. De kwaliteit van de gelabelde gegevens heeft een grote invloed op de modelprestaties. Om het bouwen en aanpassen van uw model te vereenvoudigen, biedt de service een webportal die toegankelijk is via de Language Studio. U kunt eenvoudig aan de slag met de service door de stappen in deze quickstart te volgen.
Deze documentatie bevat de volgende artikeltypen:
- Quickstarts zijn aan de slag-instructies om u te begeleiden bij het maken van aanvragen voor de service.
- Concepten bieden uitleg over de servicefunctionaliteit en -functies.
- Instructiegidsen bevatten instructies voor het gebruik van de service op specifiekere of aangepaste manieren.
Voorbeeld van gebruiksscenario's
Net als bij Text Analytics voor gezondheid kan aangepaste Text Analytics voor gezondheid worden gebruikt in meerdere scenario's in verschillende sectoren in de gezondheidszorg. Het belangrijkste gebruik van deze functie is echter om een aanpassingslaag boven op Text Analytics te bieden om de bestaande entiteitstoewijzing uit te breiden.
Levenscyclus van projectontwikkeling
Het gebruik van aangepaste Text Analytics voor de status omvat doorgaans verschillende stappen.
Definieer uw schema: ken uw gegevens en definieer de nieuwe entiteiten die u wilt ophalen boven op de bestaande Text Analytics voor statusentiteitstoewijzing. Vermijd dubbelzinnigheid.
Label uw gegevens: het labelen van gegevens is een belangrijke factor bij het bepalen van modelprestaties. Label precies, consistent en volledig.
- Label precies: Label elke entiteit altijd aan het juiste type. Neem alleen op wat u wilt uitgepakt, vermijd onnodige gegevens in uw labels.
- Label consistent: dezelfde entiteit moet hetzelfde label hebben voor alle bestanden.
- Label volledig: Label alle exemplaren van de entiteit in al uw bestanden.
Het model trainen: uw model begint met leren op basis van uw gelabelde gegevens.
Bekijk de prestaties van het model: Nadat de training is voltooid, bekijkt u de evaluatiedetails van het model, de prestaties en richtlijnen voor het verbeteren ervan.
Het model implementeren: als u een model implementeert, is het beschikbaar voor gebruik via een API.
Entiteiten extraheren: gebruik uw aangepaste modellen voor entiteitextractietaken.
Referentiedocumentatie en codevoorbeelden
Als u aangepaste Text Analytics gebruikt voor de status, raadpleegt u de volgende referentiedocumentatie voor Azure AI Language:
| API's | Referentiedocumentatie |
|---|---|
| REST API's (ontwerpen) | REST API-documentatie |
| REST API's (runtime) | REST API-documentatie |
Verantwoorde AI
Een AI-systeem omvat niet alleen de technologie, maar ook de mensen die het gebruiken, de personen die worden beïnvloed door het systeem en de omgeving waarin het wordt geïmplementeerd. Lees de transparantienotitie voor Text Analytics voor status voor meer informatie over verantwoord AI-gebruik en -implementatie in uw systemen. U kunt ook de volgende artikelen voor meer informatie bekijken:
- Transparantienotitie voor Azure AI-taal
- Integratie en verantwoordelijk gebruik
- Gegevens, privacy en beveiliging
Volgende stappen
Gebruik het quickstart-artikel om aangepaste Text Analytics te gebruiken voor de status.
Bekijk tijdens het doorlopen van de levenscyclus van projectontwikkeling de woordenlijst voor meer informatie over de termen die in de documentatie voor deze functie worden gebruikt.
Vergeet niet om de servicelimieten weer te geven voor informatie zoals regionale beschikbaarheid.