Azure AI 語言中的具名實體辨識 (NER) 是什麼？
具名實體辨識 (NER) 是 Azure AI 語言所提供的其中一項功能，這是雲端中機器學習和 AI 演算法的集合，用於開發涉及書面語言的智慧型應用程式。 NER 功能可以識別並分類非結構化文字中的實體。 例如：人員、地點、組織及數量。 預建的 NER 功能具有預先設定的辨識實體清單。 自訂 NER 功能可讓您訓練模型，以辨識特定於您使用案例的特殊化實體。
一般流程
若要使用此功能，您要提交資料以進行分析，並在您的應用程式中處理 API 輸出。 分析會按原樣執行，對您資料所使用的模型不會新增自訂項目。
建立 Azure AI 語言資源，其會授與您 Azure AI 語言所提供功能的存取權。 接著會產生密碼 (稱為金鑰)，以及您用來驗證 API 要求的端點 URL。
使用 REST API 或適用於 C#、JAVA、JavaScript 和 Python 的用戶端程式庫來建立要求。 您也可以使用批次要求傳送非同步呼叫，以便將多個功能的 API 要求合併成單一呼叫。
傳送包含文字資料的要求。 您的金鑰和端點會用於驗證。
將回應串流處理或儲存至本機。
開始使用具名實體辨識
若要使用具名實體辨識，您會提交原始非結構化文字供分析，並在您的應用程式中處理 API 輸出。 分析是按原樣執行，對針對您的資料所使用的模型不會進行額外的自訂。 使用具名實體辨識有兩種方式：
| 開發選項 | 描述 |
|---|---|
| Language Studio | Language Studio 是以 Web 為基礎的平台，可讓您在沒有 Azure 帳戶的情況下嘗試使用文字範例進行實體連結，以及在註冊時使用自己的資料。 如需詳細資訊，請參閱 Language Studio 網站或 Language Studio 快速入門。 |
| REST API 或用戶端程式庫 (Azure SDK) | 使用 REST API 或以各種語言提供的用戶端程式庫，將具名實體辨識整合至您的應用程式。 如需詳細資訊，請參閱具名實體辨識快速入門。 |
參考文件和程式碼範例
當您在應用程式中使用此功能時，請參閱下列 Azure AI 語言的參考文件和範例：
| 開發選項/語言 | 參考文件 | 範例 |
|---|---|---|
| REST API | REST API 文件 (英文) | |
| C# | C# 文件 | C# 範例 |
| Java | Java 文件 | Java 範例 |
| JavaScript | JavaScript 文件 | JavaScript 範例 \(英文\) |
| Python | Python 文件 | Python 範例 |
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。 閱讀 NER 的透明度資訊，了解系統中負責任的 AI 使用和部署。 如需詳細資訊，您也可以參閱下列文章：
案例
- 增強搜尋功能和搜尋索引 - 客戶可以根據文件中偵測到的實體，組建知識圖並增強類標籤的文件搜尋。
- 自動化商務程序 - 例如，檢閱保險理賠時，可以醒目提示名稱和位置等已辨識的實體，以利檢閱。 抑或透過客戶的名稱和公司從電子郵件自動產生支援票證。
- 客戶分析 – 判斷客戶在評論、電子郵件和通話中傳達的熱門資訊，並判斷一段時間提出的最相關主題，然後確定趨勢。
下一步
有兩種方式可以開始使用具名實體辨識 (NER) 功能：
- Language Studio 是以 Web 為基礎的平台，可讓您嘗試數個 Azure AI 語言服務功能，而無須撰寫程式碼。
- 參閱快速入門文章，以了解如何使用 REST API 和用戶端程式庫 SDK 對服務提出要求。