O que é o Serviço Cognitivo do Azure para Linguagem?

O Serviço Cognitivo do Azure para Linguagem 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 a Análise de Texto, o QnA Maker e o LUIS, além de oferecer vários novos recursos. Esses recursos podem ser:

  • Pré-configurados, 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.
  • Personalizáveis, o que significa que você treinará um modelo de IA usando nossas ferramentas para ajustar seus dados de maneira específica.

Dica

O Language Studio permite usar os recursos de serviço abaixo sem escrever códigos.

NER (Reconhecimento de Entidade Nomeada)

Uma captura de tela de um exemplo de reconhecimento de entidade nomeada.

O reconhecimento de entidade nomeada é um recurso pré-configurado que identifica entidades em textos não estruturados de diversas categorias predefinidas. Por exemplo: pessoas, eventos, locais, datas e muito mais.

Detecção de PII e PHI (informações de identificação pessoal e de saúde, respectivamente)

Uma captura de tela de um exemplo de detecção de PII.

A detecção de PII é um recurso pré-configurado que identifica, categoriza e edita informações confidenciais em documentos de texto não estruturado e transcrições de conversas. Por exemplo: números de telefone, endereços de email, formas de identificação e muito mais.

Detecção de idioma

Captura de tela de um exemplo de detecção de linguagem.

A detecção de linguagem é um recurso pré-configurado que pode detectar a linguagem de um documento e retornar um código de linguagem para uma ampla variedade de linguagem, variantes e dialetos, além de algumas variações regionais/culturais.

Análise de Sentimento e a mineração de opiniões

Captura de tela de um exemplo de análise de sentimento.

A análise de sentimento e a mineração de opiniões são recursos pré-configurados que ajudam você a descobrir o que as pessoas pensam da sua marca ou tópico por meio da mineração de texto em busca de pistas sobre sentimentos positivos ou negativos e que podem associá-los a aspectos específicos do texto.

Resumo

Captura de tela de um exemplo de resumo.

O resumo é um recurso pré-configurado que usa o resumo de texto extrativo para produzir um resumo de documentos e transcrições de conversas. Ele extrai frases que representam em conjunto as informações mais importantes ou relevantes do conteúdo original.

Extração de frases-chave

Captura de tela de um exemplo de extração de frase-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

Captura de tela de um exemplo de vinculação de entidade.

A vinculação de entidades é um recurso pré-configurado que desambigua a identidade de entidades encontradas em texto não estruturado e retorna links para a Wikipédia.

Análise de Texto para integridade

Captura de tela de um exemplo de análise de texto para saúde.

A análise de texto para saúde é um recurso pré-configurado que extrai e rotula informações médicas relevantes de texto não estruturado, como anotações médicas, resumos de alta, documentos clínicos e registros eletrônicos de saúde.

Classificação personalizada de textos

Captura de tela de um exemplo de classificação de textos personalizada.

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

NER (Reconhecimento de Entidade Nomeada) personalizado

Captura de tela de um exemplo de NER personalizado.

O NER personalizado permite criar modelos de IA personalizados para extrair categorias de entidade personalizadas usando um texto não estruturado fornecido por você.

Compreensão do idioma da conversa

Captura de tela de um exemplo de compreensão da linguagem coloquial.

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

Captura de tela de um exemplo de 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

Captura de tela de um exemplo de respostas às perguntas.

As respostas às perguntas são um recurso personalizado que encontra a resposta mais apropriada para entradas dos usuários e que é comumente usado para criar aplicativos cliente de conversação, como aplicativos de mídia social, chatbots e aplicativos de desktop habilitados para fala.

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

Os Serviços Cognitivos do Azure para Linguagem unificam três serviços de linguagem individuais em Serviços Cognitivos – Análise de Texto, QnA Maker e Reconhecimento Vocal (LUIS). Se você estiver usando esses três serviços, poderá migrar facilmente para os novos Serviços Cognitivos do Azure para Linguagem. Para obter instruções, confira Migração para os Serviços Cognitivos do Azure para Linguagem.

Tutoriais

Após ter tido a chance de começar a usar o serviço de Linguagem, experimente os tutoriais que mostram como abordar diferentes cenários.

Exemplos de código adicionais

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 usarão, que serão afetadas por ele e o ambiente em que ele é implantado. Leia os seguintes artigos para saber mais sobre a implantação e o uso responsável da IA em seus sistemas: