什麼是 Azure AI 語言？
Azure AI 語言是一項雲端式服務，可提供自然語言處理 (NLP) 功能，用於了解和分析文字。 使用此服務可協助您使用 Web 型 Language Studio、REST Api 和用戶端程式庫，來建置智慧型應用程式。
可用的功能
此語言服務會統一下列先前可用的 Azure AI 服務：文字分析、QnA Maker 和 LUIS。 如果您需要從這些服務移轉，請參閱底下的移轉一節。
語言服務也提供數個新功能，其可：
- 預先設定，這表示無法自訂功能使用的 AI 模型。 您只需傳送資料，並在您的應用程式中使用功能的輸出。
- 可自訂，這表示您將使用我們的工具來定型 AI 模型，以明確地容納您的資料。
提示
不確定要使用哪個功能？ 請參閱我應該使用哪個語言服務功能？來協助您決定。
Language Studio 可讓您使用下列服務功能而無須撰寫程式碼。
具名實體辨識 (NER)
個人識別資訊 (PII) 和健康情況資訊 (PHI) 偵測
語言偵測
語言偵測是一項預先設定的功能，可偵測撰寫文件時所使用的語言，並針對各式各樣的語言、變體、方言和某些區域/文化特性語言，傳回語言代碼。
情感分析與意見挖掘
情感分析和意見挖掘是預先設定的功能，可讓您藉由挖掘文字內容來取得關於正面或負面情感的線索，藉此找出人們對品牌或話題的看法，並且可將其與文字的特定層面產生關聯。
摘要
摘要是一項預先設定的功能，可使用擷取式文字摘要來產生文件和交談文字記錄的摘要。 這項功能會擷取可共同代表原始內容內最重要或相關資訊的句子。
關鍵片語擷取
關鍵字組擷取是一項預先設定的功能，可評估並傳回非結構化文字中的主要概念，並以清單的形式將其傳回。
實體連結
實體連結是一項預先設定的功能，可釐清在非結構化文字中找到之實體 (字組或片語) 的身分識別，並傳回維基百科的連結。
適用於醫療保健的文字分析
健康情況的文字分析是一項預先設定的功能，可從非結構化文字擷取並標記相關醫學資訊的容器化服務，像是醫師筆記、出院摘要、臨床文件及電子健康記錄。
自訂文字分類
自訂文字分類可讓您建置自訂 AI 模型，以將非結構化文件分類成您所定義的自訂類別。
自訂具名實體辨識 (自訂 NER)
自訂 NER 可讓您建置自訂 AI 模型，以使用您提供的非結構化文字來擷取自訂實體類別 (字組或片語的標籤)。
交談語言理解
交談語言理解 (CLU) 可讓使用者建置自訂的自然語言理解模型，以便預測所收到語句的整體意圖，並從中擷取重要資訊。
協調工作流程
協調工作流程是一項自訂功能，可讓您連接交談語言理解 (CLU)、問題解答和 LUIS 應用程式。
問題解答
問題回答是一項自訂功能，可尋找使用者輸入最適當的答案，且常用來建置交談式用戶端應用程式，例如社交媒體應用程式、聊天機器人，和已啟用語音功能的桌面應用程式。
用於健康醫療領域的自訂文字分析
健康情況的自訂文字分析是自訂功能，可使用您建立的模型，從非結構化文字擷取醫療保健特定實體。
我應該使用哪個語言服務功能？
本節將協助您決定應該用於應用程式的語言服務功能：
| 您想要做什麼事？ | Document format | 您的最佳解決方案 | 此解決方案是否可自訂？* |
|---|---|---|---|
| 偵測和/或修訂敏感性資訊，例如 PII 和 PHI。 | 非結構化文字， 轉譯的交談 |
PII 偵測 | |
| 在不建立自訂模型的情況下擷取資訊的類別。 | 非結構化文字 | 預先設定的 NER 功能 | |
| 使用資料專屬的模型來擷取資訊的類別。 | 非結構化文字 | 自訂 NER | ✓ |
| 擷取主要主題和重要片語。 | 非結構化文字 | 關鍵片語擷取 | |
| 判斷以文字表示的情感和意見。 | 非結構化文字 | 情感分析與意見挖掘 | ✓ |
| 摘要說明文字或交談的長區塊。 | 非結構化文字， 轉譯的交談。 |
摘要 | |
| 釐清實體並取得 Wikipedia 的連結。 | 非結構化文字 | 實體連結 | |
| 將文件分類成一或多個類別。 | 非結構化文字 | 自訂文字分類 | ✓ |
| 從臨床/醫療文件擷取醫療資訊，而不需建置模型。 | 非結構化文字 | 健康情況的文字分析 | |
| 使用針對您的資料定型的模型，從臨床/醫療文件擷取醫療資訊。 | 非結構化文字 | 用於健康醫療領域的自訂文字分析 | |
| 建置可回應使用者輸入的交談應用程式。 | 非結構化使用者輸入 | 問題解答 | ✓ |
| 偵測用以撰寫文字的語言。 | 非結構化文字 | 語言偵測 | |
| 預測使用者輸入的意圖，並從中擷取資訊。 | 非結構化使用者輸入 | 交談語言理解 | ✓ |
| 從交談語言理解、LUIS 和問題解答連接應用程式。 | 非結構化使用者輸入 | 協調流程工作流程 | ✓ |
* 如果功能可自訂，您即可使用我們的工具來定型 AI 模型，明確地容納您的資料。 否則，已預先設定功能，這表示無法變更其使用的 AI 模型。 您只需傳送資料，並在您的應用程式中使用功能的輸出。
從文字分析、QnA Maker 或 Language Understanding (LUIS) 移轉
Azure AI 語言整合了 Azure AI 服務中的三種個別語言服務 - 文字分析、QnA Maker 和 Language Understanding (LUIS)。 如果您已使用這三種服務，即可輕鬆地移轉至新的 Azure AI 語言。 如需指示，請參閱移轉至 Azure AI 語言。
教學課程
在您有機會開始使用語言服務之後，請嘗試我們的教學課程，其可說明如何解決各種案例。
- 從儲存在 Power BI 中的文字擷取關鍵片語
- 使用 Power Automate 排序 Microsoft Excel 中的資訊
- 使用 Flask 翻譯文字、分析情緒及合成語音
- 在畫布應用程式中使用 Azure AI 服務
- 建立常見問題集聊天機器人
其他程式碼範例
您可以在 GitHub 上找到下列語言的其他程式碼範例：
使用 Docker 容器在內部部署環境進行部署
使用語言服務容器以在內部部署中部署 API 功能。 這些 Docker 容器可讓服務更加契合您的資料，以實現合規性、安全性或其他操作原因。 語言服務提供下列容器：
負責 AI
AI 系統不僅包括技術，還包括將使用該技術的人員、將受其影響的人員，以及部署所在的環境。 請閱讀下列文章，以了解您系統中負責任的 AI 使用和部署：