共用方式為


textanalytics 套件

套件

aio

類別

AbstractiveSummary

物件,表示具有指定檔內容的單一摘要。

2023-04-01 版的新功能: AbstractiveSummary 模型。

AbstractiveSummaryAction

AbstractiveSummaryAction 會封裝參數,以啟動長時間執行的抽象摘要作業。 如需擷取摘要的概念性討論,請參閱服務檔: https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/overview

抽象摘要會產生輸入檔的摘要。 抽象摘要與擷取摘要不同,在於擷取摘要是將輸入檔中擷取的句子串連到摘要的策略,而抽象摘要則牽涉到使用新句子來描述檔。

2023-04-01 版的新功能: AbstractiveSummaryAction 模型。

AbstractiveSummaryResult

AbstractiveSummaryResult 是結果物件,其中包含針對特定檔產生的摘要。

2023-04-01 版的新功能: AbstractiveSummaryResult 模型。

AnalyzeActionsLROPoller
AnalyzeHealthcareEntitiesAction

AnalyzeHealthcareEntitiesAction 會封裝參數,以啟動長時間執行的醫療保健實體分析作業。

如果您只想在檔案清單中分析醫療保健實體,而且不要對檔的輸入執行多個長時間執行的動作,請呼叫 方法 begin_analyze_healthcare_entities ,而不是與此模型互動。

2022-05-01 版的新功能: AnalyzeHealthcareEntitiesAction 模型。

AnalyzeHealthcareEntitiesLROPoller
AnalyzeHealthcareEntitiesResult

AnalyzeHealthcareEntitiesResult 包含來自特定檔的醫療保健實體。

AnalyzeSentimentAction

AnalyzeSentimentAction 會封裝參數,以啟動長時間執行的情感分析作業。

如果您只想在檔案清單中分析情感,而且不要對檔輸入執行多個長時間執行的動作,請呼叫 方法 analyze_sentiment ,而不是與此模型互動。

AnalyzeSentimentResult

AnalyzeSentimentResult 是一個結果物件,其中包含您檔的整體預測情感和信賴分數,以及具有分數的個別句子情感預測。

AssessmentSentiment

AssessmentSentiment 包含預測情感、信賴分數,以及特定目標所指定評量的其他資訊。 例如,在「食物良好」句子中,目標 'food' 的評量是 'good'。

CategorizedEntity

CategorizedEntity 包含文字中找到之特定實體的相關資訊。

v3.1 版的新功能: 位移長度 屬性。

ClassificationCategory

ClassificationCategory 代表輸入檔的分類。

ClassifyDocumentResult

ClassificationDocumentResult 是結果物件,其中包含特定檔的分類。

DetectLanguageInput

要分析以偵測語言的輸入檔。

DetectLanguageResult

DetectLanguageResult 是結果物件,其中包含特定檔偵測到的語言。

DetectedLanguage

DetectedLanguage 包含文字中找到的預測語言、其信賴分數,以及 ISO 639-1 標記法。

DocumentError

DocumentError 是錯誤物件,代表個別檔上的錯誤。

ExtractKeyPhrasesAction

ExtractKeyPhrasesAction 會封裝用來啟動長時間執行關鍵字組擷取作業的參數

如果您只想從檔案清單擷取關鍵字組,而且不要對檔輸入執行多個長時間執行的動作,請呼叫 方法 extract_key_phrases ,而不是與此模型互動。

ExtractKeyPhrasesResult

ExtractKeyPhrasesResult 是結果物件,其中包含在特定檔中找到的關鍵字組。

ExtractiveSummaryAction

ExtractiveSummaryAction 會封裝參數,以啟動長時間執行的擷取文字摘要作業。 如需擷取摘要的概念性討論,請參閱服務檔: https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/overview

2023-04-01 版的新功能: ExtractiveSummaryAction 模型。

ExtractiveSummaryResult

ExtractiveSummaryResult 是結果物件,其中包含特定檔中的擷取文字摘要。

HealthcareEntity

HealthcareEntity 包含文字中找到的醫療保健實體相關資訊。

HealthcareEntityAssertion

包含 有關 HealthcareEntity的各種判斷提示。

例如,如果實體是診斷,此診斷是否在徵兆上為「條件」? 醫生是否「確定」有關此診斷? 此診斷是否與另一個診斷相關聯?

HealthcareEntityDataSource

HealthcareEntityDataSource 包含代表已知資料來源中實體參考的資訊。

HealthcareRelation

HealthcareRelation 是一個結果物件,代表檔中偵測到的關聯。

每個 HealthcareRelation 都是特定關聯類型的實體圖形,其中所有實體都會連線,並在關聯內容中具有特定角色。

2023-04-01 版的新功能: confidence_score 屬性。

HealthcareRelationRole

代表關聯中角色的模型。

例如,在「主旨採用 100 mg of ibuprofen」中,「100 mg」 是一個實體,在擷取的關聯 「WikiOfMedication」 中,是一個滿足角色的實體。

LinkedEntity

LinkedEntity 包含文字中已知辨識實體的連結。 此連結來自維琪百科或 Bing 等資料來源。 此外,它也包含檔中找到此實體的所有相符專案。

3.1 版的新功能: bing_entity_search_api_id 屬性。

LinkedEntityMatch

符合文字中找到的連結實體。 提供預測的信賴分數,以及在文字中找到實體的位置。

v3.1 版的新功能: 位移長度 屬性。

MinedOpinion

Mined 意見物件代表我們已從句子中擷取的意見。 其中包含這些意見有關的目標,以及代表意見的評量。

MultiLabelClassifyAction

MultiLabelClassifyAction 會封裝參數,以啟動長時間執行的自訂多標籤分類作業。 如需自訂功能的區域支援,以及如何定型模型以分類檔的相關資訊,請參閱 https://aka.ms/azsdk/textanalytics/customfunctionalities

2022-05-01 版的新功能: MultiLabelClassifyAction 模型。

PiiEntity

PiiEntity 包含文字中找到的個人識別資訊 (PII) 實體的相關資訊。

RecognizeCustomEntitiesAction

RecognizeCustomEntitiesAction 會封裝參數,以啟動長時間執行的自訂實體辨識作業。 如需自訂功能的區域支援,以及如何定型模型以辨識自訂實體的相關資訊,請參閱 https://aka.ms/azsdk/textanalytics/customentityrecognition

2022-05-01 版的新功能: RecognizeCustomEntitiesAction 模型。

RecognizeCustomEntitiesResult

RecognizeCustomEntitiesResult 是結果物件,其中包含特定檔中的自訂辨識實體。

RecognizeEntitiesAction

RecognizeEntitiesAction 會封裝參數,以啟動長時間執行的實體辨識作業。

如果您只想辨識檔中的實體,而且不要對檔的輸入執行多個長時間執行的動作,請呼叫 方法 recognize_entities ,而不是與此模型互動。

RecognizeEntitiesResult

RecognizeEntitiesResult 是結果物件,其中包含特定檔中已辨識的實體。

RecognizeLinkedEntitiesAction

RecognizeLinkedEntitiesAction 會封裝參數,以啟動長時間執行的連結實體辨識作業。

如果您只想辨識檔中的連結實體,而且不要對檔的輸入執行多個長時間執行的動作,請呼叫 方法 recognize_linked_entities ,而不是與此模型互動。

RecognizeLinkedEntitiesResult

RecognizeLinkedEntitiesResult 是結果物件,其中包含已知知識庫的連結,例如 Wikipedia 或 Bing。

RecognizePiiEntitiesAction

RecognizePiiEntitiesAction 會封裝用來啟動長時間執行 PII 實體辨識作業的參數。 如需詳細資訊,請參閱服務檔: https://aka.ms/azsdk/language/pii

如果您只想在檔案清單中辨識 pii 實體,而且不要在檔輸入上執行多個長時間執行的動作,請呼叫 方法 recognize_pii_entities ,而不是與此模型互動。

RecognizePiiEntitiesResult

RecognizePiiEntitiesResult 是結果物件,其中包含特定檔中可辨識的個人識別資訊 (PII) 實體。

SentenceSentiment

SentenceSentiment 包含檔中每個個別句子的預測情感和信賴分數。

3.1 版的新功能: 位移長度mined_opinions 屬性。

SentimentConfidenceScores

信賴分數 (Softmax 分數) 介於 0 到 1 之間。 較高的值表示較高的信賴度。

SingleLabelClassifyAction

SingleLabelClassifyAction 會封裝參數,以啟動長時間執行的自訂單一標籤分類作業。 如需自訂功能的區域支援,以及如何定型模型以分類檔的相關資訊,請參閱 https://aka.ms/azsdk/textanalytics/customfunctionalities

2022-05-01 版的新功能: SingleLabelClassifyAction 模型。

SummaryContext

摘要的內容。

2023-04-01 版的新功能: SummaryCoNtext 模型。

SummarySentence

代表擷取文字摘要的單一句子。

2023-04-01 版的新功能: SummarySentence 模型。

TargetSentiment

TargetSentiment 包含有關產品/服務重要元件之預測情感、信賴分數和其他資訊。 例如,在「Hotel Foo 的食物良好」中,「food」 是 「Hotel Foo」 的重要元件。

TextAnalysisLROPoller

實作傳回輪詢器物件的通訊協定與 一致。

TextAnalyticsClient

語言服務 API 是一套自然語言處理, (NLP) 以最佳類別的 Microsoft 機器學習演算法所建置的技能。 API 可用來分析非結構化文字,以取得情感分析、關鍵字組擷取、實體辨識和語言偵測等工作。

如需進一步的檔,請參閱 https://docs.microsoft.com/azure/cognitive-services/language-service/overview

TextAnalyticsError

TextAnalyticsError 包含錯誤碼、訊息和其他詳細資料,說明服務為何無法處理批次或個別檔。

TextAnalyticsWarning

TextAnalyticsWarning 包含警告碼和訊息,說明回應為何有警告。

TextDocumentBatchStatistics

TextDocumentBatchStatistics 包含要求承載的相關資訊。 注意:此物件不會在回應中傳回,而且必須由回應勾點擷取。

TextDocumentInput

服務要分析的輸入檔。

TextDocumentStatistics

TextDocumentStatistics 包含檔承載的相關資訊。

列舉

EntityAssociation

描述實體是否為文字的主旨,或實體是否描述其他人。

EntityCertainty

描述實體特定性和極性。

EntityConditionality

描述實體上的任何條件性。

HealthcareEntityCategory

醫療保健實體類別。

HealthcareEntityRelation

關聯類型。 範例包括: DosageOfMedication 或 'FrequencyOfMedication'等等。

PiiEntityCategory

PiiEntityCategory。

PiiEntityDomain

使用者可以篩選的 PII 實體不同網域

TextAnalysisKind

支援的文字分析種類列舉。

2022-05-01 版的新功能: TextAnalysisKind 列舉。

TextAnalyticsApiVersion

此套件支援的語言或文字分析 API 版本的認知服務