Az Azure AI Language szolgáltatás előre összeállított képességeinek megismerése
Az Azure AI Language szolgáltatás különböző funkciókat biztosít az emberi nyelv megértéséhez. Az egyes funkciókkal jobban kommunikálhat a felhasználókkal, jobban megértheti a bejövő kommunikációt, vagy együtt használhatja őket, hogy jobban megismerje a felhasználó mondanivalóját, szándékát és megkérdezését.
Az Azure AI Language szolgáltatás funkciói két kategóriába sorolhatók: előre konfigurált funkciók és Tanult funkciók. A tanult funkciókhoz modell létrehozásához és betanításához szükséges a megfelelő címkék helyes előrejelzése, amely a modul közelgő egységeiben szerepel.
Ez az egység az Azure AI Language szolgáltatás legtöbb funkcióját ismerteti, de az Azure AI Language szolgáltatás dokumentációjában megtalálja a teljes listát, beleértve a rövid útmutatókat és a rendelkezésre álló információk teljes ismertetését.
Ha ezeket a funkciókat használja az alkalmazásban, a lekérdezést a megfelelő végpontra kell küldenie. Egy adott funkció lekérdezéséhez használt végpont eltérő, de mindegyik előtaggal rendelkezik az Azure-fiókban létrehozott Azure AI-nyelvi erőforrással, akár a REST-kérés létrehozásakor, akár az ügyfél SDK-val történő definiálásakor. Az egyes példák a következő leckében találhatók.
Előre konfigurált funkciók
Az Azure AI Language szolgáltatás bizonyos funkciókat biztosít modellcímkézés és betanítás nélkül. Az erőforrás létrehozása után elküldheti az adatokat, és felhasználhatja a visszaadott eredményeket az alkalmazásban.
Az alábbi funkciók mindegyike előre konfigurálva van.
Összegzés
Az összegzés dokumentumokhoz és beszélgetésekhez is elérhető, és a szöveget olyan kulcsmondatokba összegzi, amelyek a bemenet jelentésének beágyazására lesznek előrejelezve.
Nevesített entitások felismerése
Az elnevezett entitásfelismerés kinyerheti és azonosíthatja az entitásokat, például személyeket, helyeket vagy vállalatokat, így az alkalmazás különböző típusú entitásokat ismerhet fel a jobb természetes nyelvi válaszok érdekében. Például a "A vízparti móló a kedvenc Seattle-attrakcióm" szöveg miatt Seattle-t azonosítják és helyként kategorizálják.
Személyazonosításra alkalmas adatok (PII) észlelése
A PII-észlelés lehetővé teszi a bizalmasnak tekinthető információk, például az e-mail-címek, a lakcímek, az IP-címek, a nevek és a védett állapotadatok azonosítását, kategorizálását és újbóli megadását. Ha például a "email@contoso.com" szöveg szerepel a lekérdezésben, a teljes e-mail-cím azonosítható és újra kivehető.
Kulcsszókeresés
A kulcskifejezések kinyerése olyan funkció, amely gyorsan lekéri a fő fogalmakat a megadott szövegből. Ha például a "Text Analytics az Azure AI Services egyik funkciója", a szolgáltatás kinyeri az "Azure AI Services" és a "Text Analytics" szöveget.
Hangulatelemzés
A hangulatelemzés azonosítja, hogy egy sztring vagy dokumentum mennyire pozitív vagy negatív. Például a "Nagyszerű szálloda" szöveget adva. Közel rengeteg ételhez és látnivalóhoz, amelyekhez sétálhatnánk", a szolgáltatás ezt viszonylag magas megbízhatósági pontszámmal pozitívnak azonosítaná.
Nyelvfelismerés
A nyelvfelismerés egy vagy több dokumentumot vesz igénybe, és azonosítja az egyes dokumentumok nyelvét. Ha például az egyik dokumentum szövege "Bonjour" volt, a szolgáltatás ezt franciaként azonosítja.
Megismert funkciók
A tanult funkciók megkövetelik az adatok címkézését, betanítása és üzembe helyezését, hogy elérhetővé tegyék azokat az alkalmazásban. Ezek a funkciók lehetővé teszik az előrejelzett vagy kinyert információk testreszabását.
Megjegyzés:
Az adatok minősége nagyban befolyásolja a modell pontosságát. Legyen szándékos a használt adatokkal, a címkézett vagy címkézett adatokkal, valamint a betanítási adatok változatosságával kapcsolatban. További részletekért tekintse meg az adatok címkézésére vonatkozó javaslatokat, amelyek értékes irányelveket tartalmaznak az adatok címkézéséhez. Tekintse meg azokat a kiértékelési metrikákat is, amelyek segíthetnek a modell fejlesztésének elsajátításában.
Conversational Language Understanding (CLU)
A CLU az Azure AI Language egyik alapvető egyéni funkciója. A CLU segítségével a felhasználók egyéni természetes nyelvfelismerési modelleket hozhatnak létre az általános szándék előrejelzéséhez és fontos információk kinyeréséhez a bejövő kimondott szövegekből. A CLU megköveteli, hogy a felhasználó megjelölje az adatokat, hogy megtanítsa a szándékok és entitások pontos előrejelzésére.
Ebben a modulban a gyakorlat egy CLU-modell létrehozása és használata lesz az alkalmazásban.
Egyéni elnevezett entitásfelismerés
Az egyéni entitásfelismerés egyéni címkével ellátott adatokat vesz fel, és strukturálatlan szövegből nyeri ki a megadott entitásokat. Ha például különböző szerződéses dokumentumokkal rendelkezik, amelyekből ki szeretné nyerni az érintett feleket, betanított egy modellt, hogy felismerje, hogyan lehet előrejelezni őket.
Egyéni szövegbesorolás
Az egyéni szövegbesorolás lehetővé teszi, hogy a felhasználók egyéni csoportokként osztályozzák a szöveget vagy a dokumentumokat. Betaníthat például egy modellt, hogy megtekintse a hírcikkeket, és azonosítsa azt a kategóriát, amelybe bele kell tartoznia, például a Hírek vagy a Szórakozás kategóriába.
Kérdésmegválaszolás
A kérdések megválaszolása többnyire előre konfigurált funkció, amely bemenetként megadott kérdésekre ad választ. A kérdések megválaszolásához szükséges adatok olyan dokumentumokból származnak, mint a gyakori kérdések vagy a kézikönyvek.
Tegyük fel például, hogy egy virtuális csevegősegédet szeretne létrehozni a vállalati webhelyén a gyakori kérdések megválaszolásához. A kérdés- és válaszpárok létrehozásához használhatja a vállalati gyakori kérdéseket bemeneti dokumentumként. Az üzembe helyezést követően a csevegősegéd továbbíthatja a bemeneti kérdéseket a szolgáltatásnak, és ennek eredményeként megkaphatja a válaszokat.
A képességek teljes listáját és használatát az Azure AI Language dokumentációjában találja.