了解 Azure AI 語言服務的預先建置功能
Azure AI 語言服務提供各種用以了解人類語言的功能。 您可以使用每項功能與使用者達到更良好的溝通、更好地理解傳入的溝通，或一起使用各種功能，以更深入了解使用者所說、所意指和所詢問的內容。
Azure AI 語言服務功能分為兩種類別：預先設定的功能和完成學習的功能。 學習到的功能需要建置和定型模型，才能正確預測適當的標籤，本課程模組即將推出的單元會涵蓋此標籤。
本單元涵蓋大部分的 Azure AI 語言服務功能，但請參閱 Azure AI 語言服務文件以取得完整清單，包括快速入門和所有可用項目的完整說明。
在應用程式中使用這些功能需要將查詢傳送至適當的端點。 用來查詢特定功能的端點各不相同，但無論在建置 REST 要求或使用 SDK 定義用戶端時，所有端點都會以您在 Azure 帳戶中建立的 Azure AI 語言資源作為前置詞。 您可以在下一個單元中找到每個範例。
預先設定的功能
Azure AI 語言服務提供的部分功能不需要任何模型標記或定型。 建立資源之後，您就可以傳送資料，並在您的應用程式內使用傳回的結果。
預先設定的功能如下。
摘要
摘要適用於文件和交談，並會將文字摘要成預測後封裝輸入意義的關鍵句子。
具名實體辨識
具名實體辨識可以擷取與識別實體，例如人員、地點或公司，讓您的應用程式得以辨識不同類型的實體，以改善自然語言回應。 例如，"The waterfront pier is my favorite Seattle attraction" (我最愛的西雅圖景點是海岸碼頭區) 文字中的 Seattle (西雅圖) 會識別分類為位置。
個人識別資訊 (PII) 偵測
PII 偵測可讓您識別、分類及刪改可能視為敏感性的資訊，例如電子郵件地址、住家位址、IP 位址、姓名稱和受保護的健康情況資訊。 例如，如果查詢中包含 "email@contoso.com" 文字，則可識別並刪減整個電子郵件地址。
關鍵片語擷取
關鍵片語擷取功能，可快速提取所提供文字中的主要概念。 例如，在 "Text Analytics is one of the features in Azure AI Services." (文字分析是 Azure AI 服務的功能之一) 文字中，此服務會擷取 "Azure AI Services" (Azure AI 服務) 和 "Text Analytics" (文字分析)。
情感分析
情感分析會識別字串或文件的正面或負面程度。 例如，此服務會將 "Great hotel. Close to plenty of food and attractions we could walk to" (很棒的旅館，步行範圍內有很多美食和景點) 文字識別為具有相對高信賴分數的「正面」評論。
語言偵測
語言偵測會採用一或多份文件，並識別每份文件的語言。 例如，如果其中一份文件的文字是 "Bonjour"，則服務會識別為「法文」。
完成學習的功能
完成學習的功能需要您標記資料、定型及部署模型，以提供應用程式使用。 這些功能可讓您自訂要預測或擷取的資訊內容。
注意
資料品質會大幅影響模型的精確度。 請注意所用資料為何、標記方式的優劣，以及定型資料的變化程度。 如需詳細資訊，請參閱資料標記建議，包括標記資料的實用指導方針。 另請參閱可協助學習模型改善缺點的評估計量。
交談語言理解 (CLU)
CLU 是 Azure AI 語言服務所提供的核心自訂功能之一。 CLU 會協助使用者建置自訂的自然語言理解模型，以預測整體意圖，並從傳入的表達中擷取重要資訊。 CLU 確實需要使用者標記資料，教導其如何精確地預測意圖和實體。
本課程模組中的練習將建置 CLU 模型，並在您的應用程式中使用。
自訂具名實體辨識
自訂實體辨識會採用自訂的標記資料，並擷取非結構化文字中的指定實體。 例如，如果您有不同的合約文件，而您想要從中擷取有關的合作方，您可以訓練模型辨識預測這些名稱的方式。
自訂文字分類
自訂文字分類可讓使用者將文字或文件分類為自訂定義的群組。 例如，您可以訓練模型查看新聞文章，識別其應屬類別，例如「新聞」或「娛樂」。
問題解答
問題解答是最常預先設定的功能，可提供問題的解答作為輸入之用。 回答這些問題的資料來自常見問題或手冊等文件。
例如，假設您想要在公司網站上建立虛擬聊天助理，回答常見問題。 您可以使用公司的常見問題集作為輸入文件，建立問答配對。 部署好後，您的聊天助理就可以將輸入問題傳遞至服務，然後獲得解答。
如需完整的功能清單及其使用方式，請參閱 Azure AI 語言文件。