Uwaga
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
Azure AI Language to oparta na chmurze usługa, która udostępnia funkcje przetwarzania języka naturalnego (NLP) do zrozumienia i analizowania tekstu. Ta usługa ułatwia tworzenie inteligentnych aplikacji przy użyciu internetowego programu Language Studio, interfejsów API REST i bibliotek klienckich.
Dostępne funkcje
Ta usługa językowa łączy następujące wcześniej dostępne usługi azure AI: analiza tekstu, QnA Maker i LUIS. Jeśli chcesz przeprowadzić migrację z tych usług, zobacz sekcję migracji.
Usługa językowa udostępnia również kilka nowych funkcji, które mogą być następujące:
- Wstępnie skonfigurowane, co oznacza, że modele sztucznej inteligencji używane przez funkcję nie są dostosowywalne. Wystarczy wysłać swoje dane, a następnie wykorzystać wyniki funkcjonalności w swoich aplikacjach.
- Dostosowywalne, co oznacza trenowanie modelu sztucznej inteligencji przy użyciu naszych narzędzi w celu dopasowania ich do konkretnych danych.
Funkcje językowe są również używane w szablonach agentów:
- Agent routingu intencji wykrywa intencję użytkownika i udostępnia precyzyjną odpowiedź. Idealny do deterministycznego kierowania intencjami i precyzyjnego odpowiadania na pytania z ludzkim nadzorem.
- Dokładny agent odpowiedzi na pytania udziela odpowiedzi na wcześniej zdefiniowane pytania w sposób deterministyczny, aby zapewnić spójne i dokładne odpowiedzi.
Napiwek
Nie ma pewności, której funkcji użyć? Zobacz , której funkcji usługi językowej należy użyć , aby pomóc w podjęciu decyzji.
Usługa Azure AI Foundry umożliwia korzystanie z większości następujących funkcji usługi bez konieczności pisania kodu.
Rozpoznawanie jednostek nazwanych
Rozpoznawanie nazwanych jednostek identyfikuje różne wpisy w tekście i kategoryzuje je na wstępnie zdefiniowane typy.
Wykrywanie informacji o danych osobistych i zdrowotnych
Wykrywanie informacji umożliwiających identyfikację osoby identyfikuje byty w tekście i konwersacjach (czata lub transkrypcji), które są skojarzone z osobami fizycznymi.
Wykrywanie języka
Wykrywanie języka ocenia tekst i wykrywa szeroką gamę języków i wariantów dialektów.
Analiza nastrojów i górnictwo opinii
Analiza sentymentu i badanie opinii to wstępnie skonfigurowane funkcje, które pomagają zrozumieć publiczne postrzeganie marki lub tematu. Te funkcje analizują tekst w celu identyfikowania pozytywnych lub negatywnych tonacji i mogą łączyć je z określonymi elementami w tekście.
Podsumowanie
Podsumowanie kondensuje informacje dotyczące tekstu i konwersacji (czat i transkrypcje). Podsumowanie tekstu generuje podsumowanie, które obsługuje dwa podejścia: podsumowanie wyodrębniające tworzy podsumowanie, wybierając zdania kluczowe z dokumentu i zachowując ich oryginalne pozycje. Natomiast podsumowanie abstrakcyjne generuje podsumowanie, tworząc nowe, zwięzłe i spójne zdania lub frazy, które nie są bezpośrednio kopiowane z oryginalnego dokumentu. Podsumowanie konwersacji dzieli długie spotkania na rozdziały z przypisanymi znacznikami czasu. Podsumowanie centrum obsługi klienta podsumowuje problemy klientów i ich rozwiązania.
Wyodrębnianie kluczowych fraz
Wyodrębnianie kluczowych fraz to wstępnie skonfigurowana funkcja, która ocenia i zwraca główne pojęcia w tekście bez struktury i zwraca je jako listę.
Łączenie jednostek
Łączenie encji to wstępnie skonfigurowana funkcja, która rozpoznaje tożsamość encji (słów lub fraz) znalezionych w tekście nieustrukturyzowanym i zwraca linki do Wikipedii.
Analiza tekstu dla opieki zdrowotnej
Analiza tekstu dla zdrowia Wyodrębnia i etykietuje odpowiednie informacje o zdrowiu z tekstu nieustrukturyzowanego.
Niestandardowa klasyfikacja tekstu
Niestandardowa klasyfikacja tekstu umożliwia tworzenie niestandardowych modeli sztucznej inteligencji w celu klasyfikowania dokumentów tekstowych bez struktury do zdefiniowanych klas niestandardowych.
Niestandardowe rozpoznawanie nazwanych jednostek (niestandardowe NER)
Niestandardowa funkcja NER umożliwia tworzenie niestandardowych modeli sztucznej inteligencji w celu wyodrębniania niestandardowych kategorii jednostek (etykiet dla słów lub fraz) przy użyciu podanego tekstu bez struktury.
Rozumienie języka konwersacji
Zrozumienie języka konwersacyjnego (CLU) umożliwia użytkownikom tworzenie niestandardowych modeli interpretacji języka naturalnego w celu przewidywania ogólnego zamiaru przychodzącej wypowiedzi i wyodrębniania z niego ważnych informacji.
Przepływ pracy orkiestracji
Przepływ pracy orkiestracji to funkcja niestandardowa, która umożliwia łączenie aplikacji Conversational Language Understanding (CLU), aplikacji do odpowiadania na pytania i aplikacji LUIS.
Odpowiadanie na pytania
Odpowiadanie na pytania to funkcja niestandardowa, która identyfikuje najbardziej odpowiednią odpowiedź na dane wejściowe użytkownika. Ta funkcja jest zwykle używana do tworzenia konwersacyjnych aplikacji klienckich, w tym platform mediów społecznościowych, czatbotów i aplikacji klasycznych z obsługą mowy.
Której funkcji usługi językowej należy używać?
Ta sekcja ułatwia określenie, która funkcja usługi językowej powinna być używana dla aplikacji:
Co chcesz zrobić? | Format dokumentu | Twoje najlepsze rozwiązanie | Czy to rozwiązanie jest możliwe do dostosowania?* |
---|---|---|---|
Wykrywać i/lub redagować poufne informacje, takie jak PII i PHI . |
Tekst bez struktury, transkrypcja konwersacji |
Wykrywanie danych osobowych | |
Wyodrębnij kategorie informacji bez tworzenia modelu niestandardowego. | Tekst bez struktury | Wstępnie skonfigurowana funkcja NER | |
Wyodrębnij kategorie informacji przy użyciu modelu specyficznego dla danych. | Tekst bez struktury | Niestandardowa NER | ✓ |
Wyodrębnij główne tematy i ważne frazy. | Tekst bez struktury | Wyodrębnianie kluczowych fraz | |
Określanie tonacji i opinii wyrażonych w tekście. | Tekst bez struktury | Analiza tonacji i wyszukiwania opinii | |
Podsumowywanie długich fragmentów tekstu lub konwersacji. | Tekst bez struktury, transkrypcja konwersacji. |
Podsumowania | |
Uściślanie jednostek i uzyskiwanie linków do Wikipedii. | Tekst bez struktury | Łączenie jednostek | |
Klasyfikowanie dokumentów do jednej lub więcej kategorii. | Tekst bez struktury | Niestandardowa klasyfikacja tekstu | ✓ |
Wyodrębnij informacje medyczne z dokumentów klinicznych/medycznych bez tworzenia modelu. | Tekst bez struktury | Analiza tekstu pod kątem kondycji | |
Utwórz aplikację konwersacyjną, która odpowiada na dane wejściowe użytkownika. | Dane wejściowe użytkownika bez struktury | Odpowiadanie na pytania | ✓ |
Wykryj język, w jakim został napisany tekst. | Tekst bez struktury | Wykrywanie języka | |
Przewidywanie intencji danych wejściowych użytkownika i wyodrębnianie z nich informacji. | Dane wejściowe użytkownika bez struktury | Rozumienie języka konwersacji | ✓ |
Połącz aplikacje, które wykorzystują interpretację języka konwersacyjnego, LUIS oraz odpowiadanie na pytania. | Dane wejściowe użytkownika bez struktury | Przepływ pracy orkiestracji | ✓ |
* Jeśli funkcja jest dostosowywalna, możesz wytrenować model sztucznej inteligencji przy użyciu naszych narzędzi, aby dopasować dane specjalnie. W przeciwnym razie funkcja jest wstępnie skonfigurowana, co oznacza, że nie można zmienić używanych modeli sztucznej inteligencji. Wystarczy wysłać swoje dane, a następnie wykorzystać wyniki funkcjonalności w swoich aplikacjach.
Migrowanie z usługi Analiza Tekstu, QnA Maker lub Language Understanding (LUIS)
Język sztucznej inteligencji platformy Azure łączy trzy pojedyncze usługi językowe w usługach azure AI — analiza tekstu, QnA Maker i Language Understanding (LUIS). Jeśli używasz tych trzech usług, możesz łatwo przeprowadzić migrację do nowego języka sztucznej inteligencji platformy Azure. Aby uzyskać instrukcje, zobacz Migrowanie do języka sztucznej inteligencji platformy Azure.
Samouczki
Po rozpoczęciu pracy z samouczkami Szybki start usługi językowej wypróbuj nasze przewodniki, które pokazują, jak rozwiązywać różne scenariusze.
- Wyodrębnianie kluczowych fraz z tekstu przechowywanego w usłudze Power BI
- Sortowanie informacji w programie Microsoft Excel przy użyciu usługi Power Automate
- Tłumaczenie tekstu, analizowanie tonacji i syntezowanie mowy za pomocą platformy Flask
- Korzystanie z usług Azure AI w aplikacjach canvas
- Tworzenie bota z często zadawanymi pytaniami
Przykłady kodu
Więcej przykładów kodu można znaleźć w witrynie GitHub dla następujących języków:
Wdrażanie lokalnie przy użyciu kontenerów platformy Docker
Użyj kontenerów usługi językowej, aby wdrożyć funkcje interfejsu API lokalnie. Te kontenery platformy Docker umożliwiają przybliżenie usługi do danych ze względów zgodności, zabezpieczeń lub innych powodów operacyjnych. Usługa językowa oferuje następujące kontenery:
- Analiza opinii
- Wykrywanie języka
- Wyodrębnianie kluczowych fraz
- Niestandardowe rozpoznawanie nazwanych jednostek
- analiza tekstu dla kondycji
- Podsumowania
Odpowiedzialne AI
System sztucznej inteligencji obejmuje nie tylko technologię, ale także osoby, które go używają, osoby, których to dotyczy, oraz środowisko wdrażania. Przeczytaj następujące artykuły, aby dowiedzieć się więcej na temat odpowiedzialnego używania i wdrażania sztucznej inteligencji w systemach: