Entwickeln von Lösungen für die Verarbeitung natürlicher Sprache mit Azure KI Services

Fortgeschrittene Anfänger
KI-Techniker
Entwickler
Azure KI Services

Lösungen für die Verarbeitung natürlicher Sprache (Natural Language Processing, NLP) verwenden Sprachmodelle, um die semantische Bedeutung von geschriebener oder gesprochener Sprache zu interpretieren. Sie können den Language Understanding-Dienst verwenden, um Sprachmodelle für Ihre Anwendungen zu erstellen.

Voraussetzungen

Voraussetzungen für diesen Lernpfad:

  • Vertrautheit mit Azure und dem Azure-Portal
  • Erfahrung mit der C#- oder Python-Programmierung Wenn Sie noch keine Programmiererfahrung haben, sollten Sie den Lernpfad Erste Schritte mit C# oder Erste Schritte mit Python abschließen, bevor Sie mit diesem Lernpfad beginnen.

Module in diesem Lernpfad

Mit dem Azure KI Language-Dienst können Sie intelligente Apps und Dienste erstellen, die semantische Informationen aus Text extrahieren.

Die Funktion „Fragen und Antworten“ des Azure KI Language-Diensts erleichtert das Erstellen von Anwendungen, in denen Benutzer Fragen in natürlicher Sprache stellen und passende Antworten erhalten.

Mit dem Conversational Language Understanding-Dienst (CLU) von Azure KI Language können Sie ein Modell trainieren, mit dem Apps eine Bedeutung aus natürlicher Sprache extrahieren können.

Der Azure KI Language-Dienst ermöglicht die Verarbeitung natürlicher Sprache zur Verwendung in Ihrer eigenen App. Hier erfahren Sie, wie Sie ein benutzerdefiniertes Textklassifizierungsprojekt erstellen.

Erstellen einer benutzerdefinierten Entitätserkennungslösung zum Extrahieren von Entitäten aus nicht strukturierten Dokumenten

Mit dem Translator-Dienst können Sie intelligente Apps und Dienste erstellen, die Text in andere Sprachen übersetzen können.

Mit dem Azure KI Speech-Dienst können Sie sprachaktivierte Anwendungen erstellen. Dieses Modul konzentriert sich auf die Verwendung der Spracherkennungs- und Sprachsynthese-APIs, mit denen Sie Apps erstellen können, die Spracherkennung und Sprachsynthese ermöglichen.

Sprachübersetzung baut auf der Spracherkennung auf, indem sie gesprochene Eingaben in einer bestimmten Sprache erkennt und transkribiert und Übersetzungen der Transkription in einer oder mehreren anderen Sprachen zurückgibt.