Was ist Azure KI Language?

Artikel
12/19/2023

Hinweis

Ab Juli 2023 umfasst Azure KI Services alle bisher als Cognitive Services und Azure Applied AI Services bezeichneten Dienste. Es gibt keine Änderungen an den Preisen. Die Namen Cognitive Services und Azure Applied AI werden in Abrechnungs-, Kostenanalyse-, Preislisten- und Preis-APIs von Azure weiterhin verwendet. Es gibt keine Breaking Changes an Anwendungsprogrammierschnittstellen (Application Programming Interfaces, APIs) oder SDKs.

Azure KI Language ist ein cloudbasierter Dienst, der Features zur Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) bietet, um Texte zu verstehen und zu analysieren. Verwenden Sie diesen Dienst, um mithilfe der webbasierten Language Studio-Anwendung, von REST-APIs und Clientbibliotheken intelligente Anwendungen zu erstellen.

Verfügbare Features

Dieser Sprachdienst vereint die folgenden bisher verfügbaren Azure KI Services: Textanalyse, QnA Maker und LUIS. Wenn Sie eine Migration von diesen Diensten durchführen müssen, lesen Sie den Abschnitt zur Migration unten.

Der Sprachdienst bietet außerdem mehrere neue Features, darunter jeweils:

Vorkonfiguriert, was bedeutet, dass die vom Feature verwendeten KI-Modelle nicht anpassbar sind. Sie senden nur Ihre Daten und verwenden die Ausgabe des Features in Ihren Anwendungen.
Sie sind anpassbar. Das bedeutet, Sie trainieren ein KI-Modell mit unseren Tools, die speziell an Ihre Daten angepasst werden.

Tipp

Sind Sie nicht sicher, welches Feature Sie verwenden sollen? Hilfe zur Entscheidung finden Sie auf der Seite Was ist Azure Cognitive Service for Language?.

Language Studio ermöglicht Ihnen die Nutzung der nachfolgend aufgeführten Dienstfeatures, ohne dass Sie Code schreiben müssen.

Erkennung benannter Entitäten (NER)

Die Erkennung benannter Entitäten ist ein vorkonfiguriertes Feature, das Entitäten (Wörter oder Ausdrücke) in unstrukturiertem Text verschiedenen vordefinierten Kategoriengruppen zuordnet. Dies können beispielsweise Personen, Ereignisse, Orte, Daten und vieles mehr sein.

Erkennung personenbezogener Informationen (PII) und geschützter Gesundheitsinformationen (PHI)

Die Erkennung personenbezogener Informationen ist ein vorkonfiguriertes Feature, das vertrauliche Informationen sowohl in unstrukturierten Textdokumenten als auch in Unterhaltungstranskriptionen identifiziert, kategorisiert und unkenntlich macht. Zum Beispiel: Telefonnummern, E-Mail-Adressen, Identifikationsmerkmale, und mehr.

Spracherkennung

Die Sprachenerkennung ist ein vorkonfiguriertes Feature, das die Sprache erkennen kann, in der ein Dokument verfasst ist, und einen Sprachcode für eine Vielzahl von Sprachen, Varianten, Dialekten und einigen regionalen/kulturellen Sprachen zurückgibt.

Stimmungsanalyse und Opinion Mining

Stimmungsanalyse und Opinion Mining sind vorkonfigurierte Features, mit denen Sie herausfinden können, was Personen über Ihre Marke oder Ihr Thema denken, indem Sie den Text nach Hinweisen auf positive oder negative Stimmungen durchsuchen und diese mit bestimmten Aspekten des Textes in Verbindung bringen können.

Zusammenfassung

Die Zusammenfassung ist ein vorkonfiguriertes Feature, das mithilfe der extraktiven Textzusammenfassung eine Zusammenfassung von Dokumenten und Unterhaltungstranskriptionen erstellt. Es extrahiert Sätze, die zusammen die wichtigsten oder relevantesten Informationen innerhalb des ursprünglichen Inhalts darstellen.

Schlüsselwortextraktion

Die Schlüsselbegriffsextraktion ist ein vorkonfiguriertes Feature, das die wichtigsten Konzepte in unstrukturiertem Text auswertet und als Liste zurückgibt.

Entitätsverknüpfung

Die Entitätsverknüpfung ist ein vorkonfiguriertes Feature, das die Identität von Entitäten (Wörtern oder Ausdrücken), die in unstrukturiertem Text gefunden werden, eindeutig zuordnet und Links zu Wikipedia zurückgibt.

Textanalyse für Gesundheit

Die Textanalyse für Gesundheit ist ein vorkonfiguriertes Feature, das medizinisch relevante Informationen aus unstrukturierten Texten – wie zum Beispiel Arztnotizen, Entlassungsberichten, klinischen Dokumenten und elektronischen Gesundheitsakten – extrahiert und bezeichnet.

Benutzerdefinierte Textklassifizierung

Die benutzerdefinierte Textklassifizierung ermöglicht Ihnen das Erstellen benutzerdefinierte KI-Modelle zum Klassifizieren unstrukturierter Textdokumente in von Ihnen definierte benutzerdefinierte Klassen.

Benutzerdefinierte benannte Entitätserkennung

Mit der benutzerdefinierten Erkennung benannter Entitäten können Sie benutzerdefinierte KI-Modelle erstellen, um benutzerdefinierte Entitätskategorien (Bezeichnungen für Wörter oder Ausdrücke) aus von Ihnen bereitgestelltem unstrukturiertem Text zu extrahieren.

Unterhaltungssprachverständnis

Conversational Language Understanding (CLU) ermöglicht Benutzern das Erstellen benutzerdefinierter Modelle zum Verstehen natürlicher Sprache, um die allgemeine Absicht einer empfangenen Äußerung vorherzusagen und wichtige Informationen daraus zu extrahieren.

Orchestrierungsworkflow

Der Orchestrierungsworkflow ist ein benutzerdefiniertes Feature, mit dem Sie Conversational Language Understanding (CLU), Fragen und Antworten und LUIS-Anwendungen miteinander verbinden können.

Fragen und Antworten

Fragen und Antworten ist ein benutzerdefiniertes Feature, das die am besten geeignete Antwort für Eingaben Ihrer Benutzer findet. Es wird häufig für die Erstellung von unterhaltungsbasierten Clientanwendungen verwendet, wie z. B. Social Media-Anwendungen, Chatbots und sprachgesteuerte Desktopanwendungen.

Benutzerdefinierte Textanalyse für Gesundheit

Die benutzerdefinierte Textanalyse für Gesundheit ist ein benutzerdefiniertes Feature, das bestimmte Entitäten im Gesundheitswesen aus unstrukturiertem Text extrahiert, indem ein Modell verwendet wird, das Sie erstellen.

Welches Sprachdienstfeature soll ich verwenden?

In diesem Abschnitt finden Sie Informationen, die Ihnen bei der Entscheidung helfen, welches Sprachdienstfeature Sie für Ihre Anwendung verwenden sollten:

Was möchten Sie tun?	Dokumentformat	Für Sie am besten geeignete Lösung	Ist diese Lösung anpassbar?*
Erkennen und/oder Redigieren von vertraulichen Informationen wie personenbezogenen Informationen (Personal Identifiable Information, PII) und geschützten Gesundheitsdaten (Protected Health Information, PHI)	Unstrukturierter Text, transkribierte Unterhaltungen	PII-Erkennung
Extrahieren von Informationskategorien, ohne ein benutzerdefiniertes Modell zu erstellen	Unstrukturierter Text	Das vorkonfigurierte NER-Feature
Extrahieren von Informationskategorien mithilfe eines für Ihre Daten spezifischen Modells	Unstrukturierter Text	Benutzerdefinierte Erkennung benannter Entitäten (Named Entity Recognition, NER)	✓
Extrahieren von wesentlichen Themen und wichtigen Ausdrücke	Unstrukturierter Text	Schlüsselbegriffserkennung
Bestimmen von in Text ausgedrückten Standpunkten und Meinungen	Unstrukturierter Text	Stimmungsanalyse und Opinion Mining	✓
Zusammenfassen langer Textblöcke oder Unterhaltungen	Unstrukturierter Text, transkribierte Unterhaltungen	Zusammenfassung
Beseitigen von Mehrdeutigkeiten in Entitäten und Einrichten von Links zu Wikipedia	Unstrukturierter Text	Entitätsverknüpfung
Klassifizieren von Dokumenten in eine oder mehrere Kategorien	Unstrukturierter Text	Benutzerdefinierte Textklassifizierung	✓
Extrahieren Sie medizinische Informationen aus klinischen/medizinischen Dokumenten, ohne ein Modell zu erstellen.	Unstrukturierter Text	Text Analytics for Health (Textanalyse für Gesundheitsdaten)
Extrahieren Sie medizinische Informationen aus klinischen/medizinischen Dokumenten mithilfe eines Modells, das mit Ihren Daten trainiert wurde.	Unstrukturierter Text	Benutzerdefinierte Textanalyse für Gesundheit
Erstellen einer Unterhaltungsanwendung, die auf Benutzereingaben reagiert.	Unstrukturierte Benutzereingaben	Fragen und Antworten	✓
Erkennen der Sprache, in der ein Text geschrieben wurde	Unstrukturierter Text	Sprachenerkennung
Vorhersagen der Absicht von Benutzereingaben und Extrahieren von Informationen aus diesen	Unstrukturierte Benutzereingaben	Unterhaltungssprachverständnis	✓
Verbinden von Apps mit Conversational Language Understanding, LUIS sowie Fragen und Antworten	Unstrukturierte Benutzereingaben	Orchestrierungsworkflows	✓

* Wenn ein Feature anpassbar ist, können Sie ein KI-Modell mithilfe unserer Tools trainieren, um Ihre Daten speziell anzupassen. Andernfalls wird ein Feature vorkonfiguriert, was bedeutet, dass die verwendeten KI-Modelle nicht geändert werden können. Sie senden nur Ihre Daten und verwenden die Ausgabe des Features in Ihren Anwendungen.

Migration von Textanalyse, QnA Maker oder Language Understanding (LUIS)

Azure KI Language vereint drei einzelne Sprachdienste in Azure KI Services : Textanalyse, QnA Maker und Language Understanding (LUIS). Wenn Sie bisher diese drei Dienste verwendet haben, können Sie problemlos zum neuen Dienst Azure KI Language migrieren. Eine Anleitung finden Sie unter Migrieren zu Azure KI Language.

Lernprogramme

Nachdem Sie Gelegenheit hatten, erste Schritte mit dem Language-Dienst auszuführen, erfahren Sie in unseren Tutorials mehr zu verschiedenen Szenarien.

Weitere Codebeispiele

Weitere Codebeispiele für die folgenden Sprachen finden Sie auf GitHub:

Lokales Bereitstellen unter Verwendung von Docker-Containern

Verwenden Sie Container für den Sprachdienst, um API-Features lokal bereitzustellen. Mithilfe dieser Docker-Container können Sie den Dienst näher an Ihre Daten heranbringen, um Compliance- oder Sicherheitsanforderungen zu erfüllen oder anderen betrieblichen Anforderungen gerecht zu werden. Der Sprachdienst bietet folgende Container:

Verantwortungsbewusste künstliche Intelligenz

Ein KI-System umfasst nicht nur die Technologie, sondern auch die Personen, die das System verwenden, die davon betroffenen Personen und die Umgebung, in der es bereitgestellt wird. Lesen Sie die folgenden Artikel, um mehr über verantwortungsvolle KI-Nutzung und -Bereitstellung in Ihren Systemen zu erfahren: