Co to jest niestandardowy analiza tekstu dla kondycji?

Niestandardowe analiza tekstu dla kondycji to jedna z funkcji niestandardowych oferowanych przez język sztucznej inteligencji platformy Azure. Jest to oparta na chmurze usługa interfejsu API, która stosuje inteligencję uczenia maszynowego, aby umożliwić tworzenie niestandardowych modeli na podstawie analiza tekstu dla kondycji niestandardowych zadań rozpoznawania jednostek opieki zdrowotnej.

Niestandardowe analiza tekstu dla zdrowia umożliwiają użytkownikom tworzenie niestandardowych modeli sztucznej inteligencji w celu wyodrębniania jednostek specyficznych dla opieki zdrowotnej z tekstu bez struktury, takiego jak notatki kliniczne i raporty. Tworząc niestandardowy analiza tekstu dla projektu kondycji, deweloperzy mogą iteracyjnie definiować nowe słownictwo, dane etykiet, trenować, oceniać i poprawiać wydajność modelu przed udostępnieniem go do użycia. Jakość oznaczonych danych znacznie wpływa na wydajność modelu. Aby uprościć tworzenie i dostosowywanie modelu, usługa oferuje portal internetowy, do którego można uzyskać dostęp za pośrednictwem programu Language Studio. Możesz łatwo rozpocząć pracę z usługą, wykonując kroki opisane w tym przewodniku Szybki start.

Ta dokumentacja zawiera następujące typy artykułów:

• Przewodniki Szybki start to instrukcje wprowadzające, które ułatwiają tworzenie żądań do usługi.
• Pojęcia zawierają wyjaśnienia funkcji i funkcji usługi.
• Przewodniki z instrukcjami zawierają instrukcje dotyczące korzystania z usługi w bardziej szczegółowy lub dostosowany sposób.

Przykładowe scenariusze użycia

Podobnie jak analiza tekstu dla zdrowia, niestandardowe analiza tekstu dla zdrowia mogą być używane w wielu scenariuszach w różnych branżach opieki zdrowotnej. Jednak głównym zastosowaniem tej funkcji jest zapewnienie warstwy dostosowywania na podstawie analiza tekstu kondycji w celu rozszerzenia istniejącej mapy jednostek.

Cykl projektowania projektu

Używanie niestandardowych analiza tekstu dla kondycji zwykle obejmuje kilka różnych kroków.

• Zdefiniuj schemat: Poznaj dane i zdefiniuj nowe jednostki, które chcesz wyodrębnić na podstawie istniejącej analiza tekstu dla mapy jednostek kondycji. Unikaj niejednoznaczności.

• Etykietowanie danych: Etykietowanie danych jest kluczowym czynnikiem w określaniu wydajności modelu. Dokładnie, spójnie i całkowicie oznacz etykietę.

  • Etykieta dokładnie: Oznacz każdą jednostkę w odpowiednim typie zawsze. Uwzględnij tylko wyodrębnione dane, unikaj niepotrzebnych danych w etykietach.
  • Spójna etykieta: ta sama jednostka powinna mieć tę samą etykietę we wszystkich plikach.
  • Etykieta całkowicie: Oznacz wszystkie wystąpienia jednostki we wszystkich plikach.

• Trenowanie modelu: Model zaczyna uczyć się na podstawie danych oznaczonych etykietami.

• Wyświetlanie wydajności modelu: po zakończeniu trenowania wyświetl szczegóły oceny modelu, jego wydajność i wskazówki dotyczące jego ulepszania.

• Wdróż model: wdrażanie modelu udostępnia go do użycia za pośrednictwem interfejsu API.

• Wyodrębnianie jednostek: użyj modeli niestandardowych na potrzeby zadań wyodrębniania jednostek.

Dokumentacja referencyjna i przykłady kodu

Jeśli używasz niestandardowych analiza tekstu na potrzeby kondycji, zapoznaj się z następującą dokumentacją referencyjną języka sztucznej inteligencji platformy Azure:

Interfejsy API	Dokumentacja referencyjna
Interfejsy API REST (tworzenie)	Dokumentacja interfejsu API REST
Interfejsy API REST (środowisko uruchomieniowe)	Dokumentacja interfejsu API REST

Odpowiedzialne użytkowanie AI

System sztucznej inteligencji obejmuje nie tylko technologię, ale także osoby, które będą jej używać, osoby, których to dotyczy, oraz środowisko, w którym jest wdrażana. Przeczytaj notatkę dotyczącą przejrzystości analiza tekstu kondycji, aby dowiedzieć się więcej na temat odpowiedzialnego używania i wdrażania sztucznej inteligencji w systemach. Więcej informacji można również znaleźć w następujących artykułach:

• Uwaga dotycząca przezroczystości języka sztucznej inteligencji platformy Azure
• Integracja i odpowiedzialne użycie
• Dane, prywatność i bezpieczeństwo

Następne kroki

• Skorzystaj z artykułu Szybki start, aby rozpocząć korzystanie z niestandardowych analiza tekstu na potrzeby kondycji.

• Podczas cyklu projektowania projektu zapoznaj się ze słownikiem, aby dowiedzieć się więcej o terminach używanych w całej dokumentacji tej funkcji.

• Pamiętaj, aby wyświetlić limity usług dla informacji, takich jak dostępność regionalna.