Usługi azure AI w usłudze SynapseML z użyciem własnego klucza
Artykuł
Usługi Azure AI to zestaw interfejsów API, zestawów SDK i usług, których deweloperzy mogą używać do dodawania funkcji poznawczych do swoich aplikacji, tworząc w ten sposób inteligentne aplikacje. Usługi sztucznej inteligencji umożliwiają deweloperom nawet wtedy, gdy nie mają bezpośrednich umiejętności sztucznej inteligencji ani nauki o danych ani wiedzy. Celem usług azure AI jest ułatwienie deweloperom tworzenia aplikacji, które mogą wyświetlać, słyszeć, mówić, rozumieć, a nawet zaczynać rozumować. Katalog usług w ramach usług azure AI można podzielić na pięć głównych filarów: Vision, Speech, Language, Web search i Decision.
Transliteracja: konwertuje tekst w jednym języku z jednego skryptu na inny skrypt. (Scala, Python)
Wykryj: identyfikuje język tekstu. (Scala, Python)
BreakSentence: określa położenie granic zdań w tekście. (Scala, Python)
Wyszukiwanie w słowniku: udostępnia alternatywne tłumaczenia wyrazów i kilka idiomatycznych fraz. (Scala, Python)
Przykłady słowników: zawiera przykłady pokazujące, jak terminy w słowniku są używane w kontekście. (Scala, Python)
Tłumaczenie dokumentów: tłumaczy dokumenty we wszystkich obsługiwanych językach i dialektach przy zachowaniu struktury dokumentów i formatu danych. (Scala, Python)
Analizuj układ: wyodrębnianie informacji o tekście i układzie z danego dokumentu. (Scala, Python)
Analizowanie paragonów: wykrywa i wyodrębnia dane z paragonów przy użyciu optycznego rozpoznawania znaków (OCR) i naszego modelu paragonu. Ta funkcja ułatwia wyodrębnianie ustrukturyzowanych danych z paragonów, takich jak nazwa sprzedawcy, numer telefonu sprzedawcy, data transakcji, łączna liczba transakcji i inne. (Scala, Python)
Analizowanie wizytówek: wykrywa i wyodrębnia dane z wizytówek przy użyciu optycznego rozpoznawania znaków (OCR) i modelu wizytówek. Ta funkcja ułatwia wyodrębnianie danych ustrukturyzowanych z wizytówek, takich jak nazwy kontaktów, nazwy firm, numery telefonów, wiadomości e-mail i inne. (Scala, Python)
Analizowanie faktur: wykrywa i wyodrębnia dane z faktur przy użyciu optycznego rozpoznawania znaków (OCR) i modeli uczenia głębokiego na fakturze. Ta funkcja ułatwia wyodrębnianie danych ustrukturyzowanych z faktur, takich jak klient, dostawca, identyfikator faktury, data ukończenia faktury, łączna kwota faktury, kwota faktury, kwota podatku, wysyłka, faktura do, elementy wiersza i inne. (Scala, Python)
Analizowanie dokumentów identyfikatorów: wykrywa i wyodrębnia dane z dokumentów identyfikacyjnych przy użyciu optycznego rozpoznawania znaków (OCR) i modelu dokumentów identyfikatorów, co umożliwia łatwe wyodrębnianie danych strukturalnych z dokumentów identyfikatorów, takich jak imię, nazwisko, data urodzenia, numer dokumentu i inne. (Scala, Python)
Analizuj formularz niestandardowy: wyodrębnia informacje z formularzy (plików PDF i obrazów) do danych strukturalnych na podstawie modelu utworzonego na podstawie zestawu reprezentatywnych formularzy szkoleniowych. (Scala, Python)
Pobieranie modelu niestandardowego: uzyskiwanie szczegółowych informacji o modelu niestandardowym. (Scala, Python)
Wyświetlanie listy modeli niestandardowych: uzyskiwanie informacji o wszystkich modelach niestandardowych. (Scala, Python)