textanalytics Pakiet

Pakiety

aio

Klasy

AbstractiveSummary	Obiekt reprezentujący pojedyncze podsumowanie z kontekstem dla danego dokumentu. Nowość w wersji 2023-04-01: Model AbstractiveSummary .
AbstractiveSummaryAction	AbstractiveSummaryAction hermetyzuje parametry uruchamiania długotrwałej operacji podsumowania abstrakcyjnego. Aby zapoznać się z koncepcyjnym omówieniem podsumowania wyodrębnianego, zobacz dokumentację usługi: https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/overview Podsumowanie abstrakcyjne generuje podsumowanie dla dokumentów wejściowych. Podsumowanie abstrakcyjne różni się od podsumowania wyodrębniającego w tym wyodrębnionym podsumowaniu jest strategią łączenia wyodrębnionych zdań z dokumentu wejściowego do podsumowania, podczas gdy podsumowanie abstrakcyjne obejmuje parafrasowanie dokumentu przy użyciu nowych zdań. Nowość w wersji 2023-04-01: Model AbstractiveSummaryAction .
AbstractiveSummaryResult	AbstractiveSummaryResult to obiekt wynikowy zawierający podsumowanie wygenerowane dla określonego dokumentu. Nowość w wersji 2023-04-01: Model AbstractiveSummaryResult .
AnalyzeActionsLROPoller
AnalyzeHealthcareEntitiesAction	AnalyzeHealthcareEntitiesAction hermetyzuje parametry uruchamiania długotrwałej operacji analizy jednostek opieki zdrowotnej. Jeśli chcesz tylko analizować jednostki opieki zdrowotnej na liście dokumentów, a nie wykonywać wielu długotrwałych akcji na danych wejściowych dokumentów, wywołaj metodę begin_analyze_healthcare_entities zamiast wzajemnie się z tym modelem. Nowość w wersji 2022-05-01: Model AnalyzeHealthcareEntitiesAction .
AnalyzeHealthcareEntitiesLROPoller
AnalyzeHealthcareEntitiesResult	AnalyzeHealthcareEntitiesResult zawiera jednostki opieki zdrowotnej z określonego dokumentu.
AnalyzeSentimentAction	AnalyzeSentimentAction hermetyzuje parametry uruchamiania długotrwałej operacji Analizy tonacji. Jeśli chcesz tylko analizować tonację na liście dokumentów i nie wykonywać wielu długotrwałych akcji na danych wejściowych dokumentów, metoda wywołania analyze_sentiment zamiast międzyfakcjonowania z tym modelem.
AnalyzeSentimentResult	AnalyzeSentimentResult to obiekt wyniku, który zawiera ogólne przewidywane wskaźniki tonacji i ufności dla dokumentu oraz przewidywanie tonacji na zdanie z wynikami.
AssessmentSentiment	AssessmentSentiment zawiera przewidywane nastroje, wyniki ufności i inne informacje o ocenie podanej na temat określonego celu. Na przykład w zdaniu "Jedzenie jest dobre", ocena docelowej "żywności" jest "dobra".
CategorizedEntity	KategoryzowanaEntity zawiera informacje o określonej jednostce znalezionej w tekście. Nowość w wersji 3.1: właściwości przesunięcia i długości .
ClassificationCategory	ClassificationCategory reprezentuje klasyfikację dokumentu wejściowego.
ClassifyDocumentResult	ClassifyDocumentResult to obiekt wynikowy zawierający klasyfikacje dla określonego dokumentu.
DetectLanguageInput	Dokument wejściowy do przeanalizowania na potrzeby wykrywania języka.
DetectLanguageResult	DetectLanguageResult to obiekt wynikowy zawierający wykryty język określonego dokumentu.
DetectedLanguage	DetectedLanguage zawiera przewidywany język znaleziony w tekście, jego współczynnik ufności i reprezentację ISO 639-1.
DocumentError	DocumentError to obiekt błędu, który reprezentuje błąd w pojedynczym dokumencie.
ExtractKeyPhrasesAction	ExtractKeyPhrasesAction hermetyzuje parametry uruchamiania długotrwałej operacji wyodrębniania fraz kluczowych Jeśli chcesz wyodrębnić kluczowe frazy z listy dokumentów i nie wykonywać wielu długotrwałych akcji na danych wejściowych dokumentów, metoda wywołania extract_key_phrases zamiast międzyfakcjonowania za pomocą tego modelu.
ExtractKeyPhrasesResult	ExtractKeyPhrasesResult to obiekt wynikowy zawierający kluczowe frazy znalezione w określonym dokumencie.
ExtractiveSummaryAction	ExtractiveSummaryAction hermetyzuje parametry uruchamiania długotrwałej operacji podsumowania tekstu wyodrębniającego. Aby zapoznać się z koncepcyjnym omówieniem podsumowania wyodrębnianego, zobacz dokumentację usługi: https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/overview Nowość w wersji 2023-04-01: Model ExtractiveSummaryAction .
ExtractiveSummaryResult	ExtractiveSummaryResult jest obiektem wynikowym zawierającym podsumowanie tekstu wyodrębnianego z określonego dokumentu.
HealthcareEntity	HealthcareEntity zawiera informacje o jednostce opieki zdrowotnej znalezionej w tekście.
HealthcareEntityAssertion	Zawiera różne potwierdzenia dotyczące opieki zdrowotnejEntity. Jeśli na przykład jednostka jest diagnozą, czy ta diagnoza jest "warunkowa" objawem? Czy lekarze są "pewni" o tej diagnozie? Czy ta diagnoza jest "skojarzona" z inną diagnozą?
HealthcareEntityDataSource	HealthcareEntityDataSource zawiera informacje reprezentujące odwołanie do jednostki w znanym źródle danych.
HealthcareRelation	HealthcareRelation to obiekt wynikowy, który reprezentuje relację wykrytą w dokumencie. Każda usługa HealthcareRelation jest grafem jednostki określonego typu relacji, w którym wszystkie jednostki są połączone i mają określone role w kontekście relacji. Nowość w wersji 2023-04-01: właściwość confidence_score .
HealthcareRelationRole	Model reprezentujący rolę w relacji. Na przykład w "Temat wziął 100 mg ibuprofen", "100 mg" jest jednostką dawki spełniającą rolę "Dawkowanie" w wyodrębnionej relacji "DawkowanieOfMedication".
LinkedEntity	LinkedEntity zawiera link do dobrze znanej rozpoznanej jednostki w tekście. Link pochodzi ze źródła danych, takiego jak Wikipedia lub Bing. Ponadto zawiera wszystkie dopasowania tej jednostki znalezione w dokumencie. Nowość w wersji 3.1: właściwość bing_entity_search_api_id .
LinkedEntityMatch	Dopasowanie połączonej jednostki znalezionej w tekście. Zawiera wskaźnik ufności przewidywania i miejsce, w którym jednostka została znaleziona w tekście. Nowość w wersji 3.1: właściwości przesunięcia i długości .
MinedOpinion	Obiekt mined opinii reprezentuje opinię, którą wyodrębniliśmy z zdania. Składa się ona zarówno z celu, o który chodzi, jak i o ocenach reprezentujących opinię.
MultiLabelClassifyAction	Funkcja MultiLabelClassifyAction hermetyzuje parametry uruchamiania długotrwałej niestandardowej operacji klasyfikacji wielu etykiet. Aby uzyskać informacje o regionalnej obsłudze funkcji niestandardowych i sposobie trenowania modelu w celu klasyfikowania dokumentów, zobacz https://aka.ms/azsdk/textanalytics/customfunctionalities Nowość w wersji 2022-05-01: Model MultiLabelClassifyAction .
PiiEntity	PiiEntity zawiera informacje o jednostce informacji osobowych (PII) znalezionej w tekście.
RecognizeCustomEntitiesAction	RecognizeCustomEntitiesAction hermetyzuje parametry uruchamiania długotrwałej operacji rozpoznawania jednostek niestandardowych. Aby uzyskać informacje na temat regionalnej obsługi funkcji niestandardowych i sposobu trenowania modelu w celu rozpoznawania jednostek niestandardowych, zobacz https://aka.ms/azsdk/textanalytics/customentityrecognition Nowość w wersji 2022-05-01: Model RecognizeCustomEntitiesAction .
RecognizeCustomEntitiesResult	RecognizeCustomEntitiesResult to obiekt wynikowy zawierający niestandardowe rozpoznane jednostki z określonego dokumentu.
RecognizeEntitiesAction	RecognizeEntitiesAction hermetyzuje parametry uruchamiania długotrwałej operacji rozpoznawania jednostek. Jeśli chcesz rozpoznawać jednostki na liście dokumentów i nie wykonywać wielu długotrwałych akcji na danych wejściowych dokumentów, wywołaj metodę recognize_entities zamiast wzajemnie się z tym modelem.
RecognizeEntitiesResult	RecognizeEntitiesResult to obiekt wynikowy zawierający rozpoznane jednostki z określonego dokumentu.
RecognizeLinkedEntitiesAction	RecognizeLinkedEntitiesAction hermetyzuje parametry uruchamiania długotrwałej operacji rozpoznawania połączonych jednostek. Jeśli chcesz rozpoznawać połączone jednostki na liście dokumentów i nie wykonywać wielu długotrwałych akcji na danych wejściowych dokumentów, metoda wywołania recognize_linked_entities zamiast międzyfakcjonowania z tym modelem.
RecognizeLinkedEntitiesResult	RecognizeLinkedEntitiesResult to obiekt wynikowy, który zawiera linki do dobrze znanych baza wiedzy, takich jak na przykład Wikipedia lub Bing.
RecognizePiiEntitiesAction	RecognizePiiEntitiesAction hermetyzuje parametry uruchamiania długotrwałej operacji rozpoznawania jednostek PII. Zobacz więcej informacji w dokumentacji usługi: https://aka.ms/azsdk/language/pii Jeśli chcesz rozpoznać jednostki pii na liście dokumentów, a nie wykonywać wielu długotrwałych akcji na danych wejściowych dokumentów, wywołaj metodę recognize_pii_entities zamiast międzyfakcjonowania z tym modelem.
RecognizePiiEntitiesResult	RecognizePiiEntitiesResult to obiekt wynikowy zawierający rozpoznane jednostki informacji osobowych (PII) z określonego dokumentu.
SentenceSentiment	Funkcja SentenceSentiment zawiera przewidywane wskaźniki tonacji i ufności dla każdego zdania w dokumencie. Nowość w wersji 3.1: właściwości przesunięcia, długości i mined_opinions .
SentimentConfidenceScores	Wyniki ufności (wyniki softmax) z zakresu od 0 do 1. Wyższe wartości wskazują większą pewność siebie.
SingleLabelClassifyAction	SingleLabelClassifyAction hermetyzuje parametry uruchamiania długotrwałej operacji klasyfikacji pojedynczej etykiety. Aby uzyskać informacje o regionalnej obsłudze funkcji niestandardowych i sposobie trenowania modelu w celu klasyfikowania dokumentów, zobacz https://aka.ms/azsdk/textanalytics/customfunctionalities Nowość w wersji 2022-05-01: Model SingleLabelClassifyAction .
SummaryContext	Kontekst podsumowania. Nowość w wersji 2023-04-01: Model SummaryContext .
SummarySentence	Reprezentuje jedno zdanie z podsumowania tekstu wyodrębnianego. Nowość w wersji 2023-04-01: Model SummarySentence .
TargetSentiment	Element TargetSentiment zawiera przewidywaną tonację, wyniki ufności i inne informacje o kluczowym składniku produktu/usługi. Na przykład w "Jedzenie w Hotelu Foo jest dobre", "jedzenie" jest kluczowym składnikiem "Hotel Foo".
TextAnalysisLROPoller	Implementuje protokół, z którym zwracane obiekty poller są spójne.
TextAnalyticsClient	Interfejs API usługi językowej to zestaw umiejętności przetwarzania języka naturalnego (NLP) utworzony przy użyciu najlepszych w klasie algorytmów uczenia maszynowego firmy Microsoft. Interfejs API może służyć do analizowania tekstu bez struktury pod kątem zadań, takich jak analiza tonacji, wyodrębnianie kluczowych fraz, rozpoznawanie jednostek i wykrywanie języka. Więcej dokumentacji można znaleźć w temacie https://docs.microsoft.com/azure/cognitive-services/language-service/overview
TextAnalyticsError	TextAnalyticsError zawiera kod błędu, komunikat i inne szczegóły, które wyjaśniają, dlaczego nie można przetworzyć partii lub pojedynczego dokumentu przez usługę.
TextAnalyticsWarning	TextAnalyticsWarning zawiera kod ostrzegawczy i komunikat, który wyjaśnia, dlaczego odpowiedź ma ostrzeżenie.
TextDocumentBatchStatistics	TextDocumentBatchStatistics zawiera informacje o ładunku żądania. Uwaga: ten obiekt nie jest zwracany w odpowiedzi i musi zostać pobrany przez punkt zaczepienia odpowiedzi.
TextDocumentInput	Dokument wejściowy do przeanalizowania przez usługę.
TextDocumentStatistics	TextDocumentStatistics zawiera informacje o ładunku dokumentu.

Wyliczenia

EntityAssociation	Opisuje, czy jednostka jest tematem tekstu, czy też opisuje kogoś innego.
EntityCertainty	Opisuje pewność i polarność jednostek.
EntityConditionality	Opisuje dowolną warunkowość jednostki.
HealthcareEntityCategory	Kategoria jednostek opieki zdrowotnej.
HealthcareEntityRelation	Typ relacji. Przykłady to: DosageOfMedication lub "FrequencyOfMedication", itp.
PiiEntityCategory	PiiEntityCategory.
PiiEntityDomain	Różne domeny jednostek piI, które użytkownicy mogą filtrować według
TextAnalysisKind	Wyliczanie obsługiwanych rodzajów analizy tekstu. Nowość w wersji 2022-05-01: wyliczenie TextAnalysisKind .
TextAnalyticsApiVersion	Usługa Cognitive Service for Language lub wersje interfejsu API analiza tekstu obsługiwane przez ten pakiet