O que é a Linguagem de IA do Azure?

2025-06-21

A Linguagem de IA do Azure é um serviço baseado em nuvem que fornece recursos de NLP (Processamento de Linguagem Natural) para entender e analisar texto. Use esse serviço para ajudar a criar aplicativos inteligentes usando o Language Studio baseado na Web, APIs REST e bibliotecas de clientes.

Recursos disponíveis

Esse serviço de linguagem unifica os seguintes serviços de IA do Azure disponíveis: Análise de Texto, QnA Maker e LUIS. Se você precisar migrar desses serviços, consulte a seção de migração.

O serviço de Linguagem também fornece vários novos recursos, que podem ser:

Pré-configurado, o que significa que os modelos de IA usados pelo recurso não são personalizáveis. Basta enviar seus dados e usar a saída do recurso em seus aplicativos.
Personalizável, o que significa que você treina um modelo de IA usando nossas ferramentas para ajustar seus dados especificamente.

Os recursos de linguagem também são utilizados em modelos de agente:

O agente de roteamento de intenção detecta a intenção do usuário e fornece respostas exatas. Perfeito para o roteamento determinístico de intenções e respostas precisas a perguntas com controle humano.
O agente de resposta a perguntas exatas responde perguntas predefinidas de alto valor deterministicamente para garantir respostas consistentes e precisas.

Dica

Não tem certeza de qual recurso usar? Veja qual recurso de serviço de idioma devo usar para ajudá-lo a decidir.

O Azure AI Foundry permite que você use a maioria dos recursos de serviço a seguir sem a necessidade de escrever código.

NER (Reconhecimento de Entidade Nomeada)

O reconhecimento de entidade nomeada identifica entradas diferentes no texto e as categoriza em tipos predefinidos.

Detecção de informações de dados pessoais e de saúde

A detecção de PII identifica entidades em textos e conversas (chat ou transcrições) associadas a indivíduos.

Detecção de idioma

A detecção de idioma avalia o texto e detecta uma ampla gama de idiomas e dialetos variantes.

Análise de Sentimento e a mineração de opiniões

Recursos pré-configurados de análise de sentimento e mineração de opinião que ajudam você a entender a percepção pública de sua marca ou tópico. Esses recursos analisam o texto para identificar sentimentos positivos ou negativos e podem vinculá-los a elementos específicos dentro do texto.

Resumo

A sumarização condensa informações de texto e conversas (chat e transcrições). O resumo de texto gera um resumo, dando suporte a duas abordagens: o resumo extrativo cria um resumo selecionando frases-chave do documento e preservando suas posições originais. Por outro lado, o resumo abstrativo produz um resumo ao criar frases ou expressões novas, concisas e coerentes que não são copiadas diretamente do documento original. A sumarização de conversas recapitula e segmenta reuniões longas em capítulos com carimbo de data/hora. A sumarização de call center resume os problemas do cliente e a resolução.

Extração de frases-chave

A extração de frase-chave é um recurso pré-configurado que avalia e retorna os principais conceitos em texto não estruturado como uma lista.

Vinculação de entidade

A vinculação de entidade é um recurso pré-configurado que remove a ambiguidade da identidade das entidades encontradas (palavras ou frases) em textos não estruturados e retorna links para a Wikipédia.

Análise de Texto para integridade

Análise de texto para integridade Extrai e rotula informações de integridade relevantes de textos não estruturados.

Classificação personalizada de textos

A classificação de textos personalizada permite criar modelos de IA personalizados para classificar documentos de textos não estruturados em classes personalizadas definidas por você.

NER (Reconhecimento de Entidade Nomeada) personalizado

O NER personalizado permite criar modelos de IA personalizados para extrair categorias de entidades personalizadas (rótulos para palavras ou frases) usando um texto não estruturado fornecido por você.

Compreensão do idioma da conversa

A CLU (compreensão da linguagem coloquial) permite que os usuários compilem modelos de compreensão de linguagem natural personalizados para prever a intenção geral de um enunciado de entrada e extrair informações importantes.

Fluxo de Trabalho de Orquestração

O fluxo de trabalho de orquestração é um recurso personalizado que permite conectar aplicativos de CLU (compreensão da linguagem coloquial), respostas às perguntas e LUIS.

Respostas às perguntas

Processamento de perguntas é um recurso personalizado que identifica a resposta mais adequada para as entradas dos usuários. Esse recurso normalmente é utilizado para desenvolver aplicativos cliente de conversação, incluindo plataformas de mídia social, chat bots e aplicativos de área de trabalho habilitados para fala.

Qual recurso de serviço de linguagem devo usar?

Esta seção ajuda você a decidir qual recurso de serviço de idioma você deve usar para seu aplicativo:

O que você deseja fazer?	Formato do documento	Sua melhor solução	Essa solução é personalizável?*
Detectar e/ou redigir informações confidenciais, como `PII` e `PHI`.	Texto não estruturado, conversas transcritas	Detecção de PII
Extraia categorias de informações sem criar um modelo personalizado.	Texto não estruturado	O recurso NER pré-configurado
Extraia categorias de informações usando um modelo específico para seus dados.	Texto não estruturado	NER personalizado	✓
Extraia tópicos principais e frases importantes.	Texto não estruturado	Extração de frases-chave
Determine o sentimento e as opiniões expressos no texto.	Texto não estruturado	Análise de Sentimento e a mineração de opiniões
Resumir partes longas de texto ou conversas.	Texto não estruturado, conversas transcritas.	Resumo
Desambiguar entidades e obter links para a Wikipédia.	Texto não estruturado	Vinculação de entidade
Classifique documentos em uma ou mais categorias.	Texto não estruturado	Classificação personalizada de textos	✓
Extraia informações médicas de documentos clínicos ou médicos, sem criar um modelo.	Texto não estruturado	Análise de texto para integridade
Crie um aplicativo de conversa que responda às entradas do usuário.	Entradas de usuário não estruturadas	Respostas às perguntas	✓
Detecte o idioma em que um texto foi escrito.	Texto não estruturado	Detecção de idioma
Preveja a intenção de entradas do usuário e extraia informações deles.	Entradas de usuário não estruturadas	Compreensão do idioma da conversa	✓
Conecte aplicativos de compreensão da linguagem coloquial, LUIS e respostas às perguntas.	Entradas de usuário não estruturadas	Fluxo de Trabalho de Orquestração	✓

* Se um recurso for personalizável, você poderá treinar um modelo de IA usando nossas ferramentas para ajustar seus dados de maneira específica. Caso contrário, um recurso é pré-configurado, o que significa que os modelos de IA usados não podem ser alterados. Basta enviar seus dados e usar a saída do recurso em seus aplicativos.

Migrar da Análise de Texto, do QnA Maker ou do Reconhecimento Vocal

A Linguagem de IA do Azure unifica três serviços de linguagem individuais em serviços de IA do Azure: Análise de Texto, QnA Maker e LUIS (Reconhecimento Vocal). Se você estiver usando esses três serviços, poderá migrar facilmente para a nova Linguagem de IA do Azure. Para obter instruções, confira Migrar para a Linguagem de IA do Azure.

Tutoriais

Depois de começar a usar os guias de início rápido do serviço de linguagem, experimente nossos tutoriais que mostram como resolver vários cenários.

Exemplos de código

Você pode encontrar mais exemplos de código em GitHub para as seguintes linguagens de programação:

Implantação local usando contêineres do Docker

Use os contêineres do serviço de Linguagem para implantar recursos de API no local. Esses contêineres do Docker permitem que você aproxime o serviço dos seus dados para fins de conformidade, segurança ou outras razões operacionais. O serviço de Linguagem oferece os seguintes contêineres:

IA responsável

Um sistema de IA inclui não apenas a tecnologia, mas também as pessoas que a utilizam, as pessoas afetadas por ela e o ambiente de implantação. Leia os seguintes artigos para saber mais sobre a implantação e o uso responsável da IA em seus sistemas: