Apa itu Bahasa Azure AI?

Catatan

Mulai Juli 2023, layanan Azure AI mencakup semua yang sebelumnya dikenal sebagai Cognitive Services dan Azure Applied AI Services. Tidak ada perubahan pada harga. Nama Cognitive Services dan Azure Applied AI terus digunakan dalam penagihan Azure, analisis biaya, daftar harga, dan API harga. Tidak ada perubahan yang melanggar pada antarmuka pemrograman aplikasi (API) atau SDK.

Bahasa Azure AI adalah layanan berbasis cloud yang menyediakan fitur Natural Language Processing (NLP) untuk memahami dan menganalisis teks. Gunakan layanan ini untuk membantu membangun aplikasi cerdas menggunakan Language Studio, API REST, dan pustaka klien berbasis web.

Fitur yang tersedia

Layanan Bahasa ini menyatukan layanan Azure AI berikut yang tersedia sebelumnya: Text Analytics, QnA Maker, dan LUIS. Jika Anda perlu bermigrasi dari layanan ini, lihat bagian migrasi di bawah ini.

Layanan Bahasa juga menyediakan beberapa fitur baru juga, yang dapat berupa:

  • Telah dikonfigurasi sebelumnya, yang berarti model AI yang digunakan fitur tidak dapat disesuaikan. Anda hanya mengirim data Anda, dan menggunakan output fitur dalam aplikasi Anda.
  • Dapat disesuaikan, yang berarti Anda akan melatih model AI menggunakan alat kami agar sesuai dengan data Anda secara khusus.

Tip

Tidak yakin fitur mana yang akan digunakan? Lihat fitur Layanan bahasa mana yang harus saya gunakan? untuk membantu Anda memutuskan.

Language Studio membuat agar Anda dapat menggunakan fitur layanan berikut tanpa menulis kode.

Named Entity Recognition (NER)

Cuplikan layar contoh pengenalan entitas karakter.

Pengenalan entitas bernama adalah fitur yang telah dikonfigurasi sebelumnya yang mengategorikan entitas (kata atau frasa) dalam teks yang tidak terstruktur di beberapa grup kategori yang telah ditentukan sebelumnya. Contohnya: orang, kejadian, tempat, tanggal, dan lain sebagainya.

Deteksi informasi identifikasi pribadi (PII) dan kesehatan (PHI)

Cuplikan layar contoh deteksi PII.

Deteksi PII adalah fitur yang telah dikonfigurasi sebelumnya yang mengidentifikasi, mengategorikan, dan meredaksi informasi sensitif dalam dokumen teks yang tidak terstruktur, dan transkrip percakapan. Contohnya: nomor telepon, alamat email. unsur identifikasi lainnya, dan lain sebagainya.

Deteksi bahasa

Cuplikan layar contoh deteksi bahasa.

Deteksi bahasa adalah fitur yang telah dikonfigurasi sebelumnya yang dapat mendeteksi bahasa yang ditulis dokumen, dan mengembalikan kode bahasa untuk berbagai bahasa, varian, dialek, dan beberapa bahasa regional/budaya.

Analisis sentimen dan penggalian opini

Cuplikan layar contoh analisis sentimen.

Analisis sentimen dan penambangan opini adalah fitur yang telah dikonfigurasi sebelumnya yang membantu Anda mengetahui apa yang orang pikirkan tentang merek atau topik Anda dengan menambang teks untuk petunjuk tentang sentimen positif atau negatif, dan dapat mengaitkannya dengan aspek teks tertentu.

Ringkasan

Cuplikan layar contoh ringkasan.

Ringkasan adalah fitur yang telah dikonfigurasi sebelumnya yang menggunakan ringkasan teks ekstraktif untuk menghasilkan ringkasan dokumen dan transkripsi percakapan. Ringkasan teks ini mengambil kalimat yang secara kolektif merepresentasikan informasi paling penting atau relevan dalam konten asli.

Ekstraksi frasa kunci

Cuplikan layar contoh ekstraksi frasa kunci.

Ekstraksi frasa kunci adalah fitur yang telah dikonfigurasi sebelumnya yang mengevaluasi dan mengembalikan konsep utama dalam teks yang tidak terstruktur, dan mengembalikannya sebagai daftar.

Penautan entitas

Cuplikan layar contoh penautan entitas.

Penautan entitas adalah fitur yang telah dikonfigurasi sebelumnya yang membedakan identitas entitas (kata atau frasa) yang ditemukan dalam teks yang tidak terstruktur dan mengembalikan tautan ke Wikipedia.

Analitik teks untuk kesehatan

Cuplikan layar analitik teks untuk contoh kesehatan.

Analitik teks untuk kesehatan adalah fitur yang telah dikonfigurasi sebelumnya yang mengekstrak dan memberi label informasi medis yang relevan dari teks yang tidak terstruktur seperti catatan dokter, ringkasan pengosongan, dokumen klinis, dan catatan kesehatan elektronik.

Klasifikasi teks kustom

Cuplikan layar contoh klasifikasi teks kustom.

Klasifikasi teks kustom memungkinkan Anda membuat model AI kustom untuk mengklasifikasikan dokumen teks yang tidak terstruktur ke dalam kelas kustom yang Anda tentukan.

Pengenal Entitas Bernama Kustom (NER kustom)

Cuplikan layar contoh NER kustom.

NER kustom memungkinkan Anda membangun model AI kustom untuk mengekstrak kategori entitas kustom (label untuk kata atau frasa), menggunakan teks tidak terstruktur yang Anda berikan.

Pemahaman bahasa percakapan

Cuplikan layar contoh pemahaman bahasa percakapan.

Pemahaman bahasa percakapan (CLU) membuat agar pengguna dapat membangun model pemahaman bahasa alami kustom untuk memprediksi niat keseluruhan ucapan yang masuk dan mengekstrak informasi penting dari percakapan tersebut.

Alur kerja orkestrasi

Cuplikan layar contoh alur kerja orkestrasi.

Alur kerja orkestrasi adalah fitur kustom yang membuat agar Anda dapat menyambungkan Pemahaman Bahasa Percakapan (CLU), jawaban atas pertanyaan, serta aplikasi LUIS.

Jawaban atas pertanyaan

Cuplikan layar contoh jawaban atas pertanyaan.

Jawaban atas pertanyaan adalah fitur kustom yang fungsinya menemukan jawaban yang paling tepat terhadap input dari pengguna Anda, dan biasanya digunakan untuk membangun aplikasi klien percakapan, seperti aplikasi media sosial, bot obrolan, dan aplikasi desktop dengan dukungan ucapan.

Analitik teks kustom untuk kesehatan

Cuplikan layar analitik teks kustom untuk contoh kesehatan.

Analitik teks kustom untuk kesehatan adalah fitur kustom yang mengekstrak entitas khusus layanan kesehatan dari teks yang tidak terstruktur, menggunakan model yang Anda buat.

Fitur layanan Bahasa mana yang harus saya gunakan?

Bagian ini akan membantu Anda memutuskan fitur layanan Bahasa mana yang harus Anda gunakan untuk aplikasi Anda:

Apa yang ingin Anda lakukan? Format dokumen Solusi terbaik Anda Apakah solusi ini dapat disesuaikan?*
Mendeteksi dan/atau meredaksi informasi sensitif seperti PII dan PHI. Teks tidak terstruktur,
percakapan yang ditranskripsikan
Deteksi PII
Ekstrak kategori informasi tanpa membuat model kustom. Teks tidak terstruktur Fitur NER yang telah dikonfigurasi sebelumnya
Ekstrak kategori informasi menggunakan model khusus untuk data Anda. Teks tidak terstruktur NER Kustom
Ekstrak topik utama dan frasa penting. Teks tidak terstruktur Ekstraksi frasa kunci
Tentukan sentimen dan pendapat yang dinyatakan dalam teks. Teks tidak terstruktur Analisis sentimen dan penggalian opini
Meringkas potongan panjang teks atau percakapan. Teks tidak terstruktur,
percakapan yang ditranskripsikan.
Ringkasan
Membedakan entitas dan mendapatkan tautan ke Wikipedia. Teks tidak terstruktur Penautan Entitas
Mengklasifikasikan dokumen ke dalam satu atau beberapa kategori. Teks tidak terstruktur Klasifikasi teks kustom
Ekstrak informasi medis dari dokumen klinis/medis, tanpa membangun model. Teks tidak terstruktur Analitik teks untuk kesehatan
Ekstrak informasi medis dari dokumen klinis/medis menggunakan model yang dilatih pada data Anda. Teks tidak terstruktur Analitik teks kustom untuk kesehatan
Buat aplikasi percakapan yang merespons input pengguna. Input pengguna yang tidak terstruktur Jawaban atas pertanyaan
Deteksi bahasa tempat teks ditulis. Teks tidak terstruktur Deteksi bahasa
Memprediksi niat input pengguna dan mengekstrak informasi dari mereka. Input pengguna yang tidak terstruktur Pemahaman bahasa percakapan
Hubungkan aplikasi dari pemahaman bahasa percakapan, LUIS, dan jawaban atas pertanyaan. Input pengguna yang tidak terstruktur Alur kerja Orkestrasi

* Jika fitur dapat disesuaikan, Anda dapat melatih model AI menggunakan alat kami agar sesuai dengan data Anda secara khusus. Jika tidak, fitur telah dikonfigurasi sebelumnya, yang berarti model AI yang digunakannya tidak dapat diubah. Anda hanya mengirim data Anda, dan menggunakan output fitur dalam aplikasi Anda.

Bermigrasi dari Text Analytics, QnA Maker, atau LUIS

Bahasa Azure AI menyanggakan tiga layanan bahasa individu di layanan Azure AI - Text Analytics, QnA Maker, dan Language Understanding (LUIS). Jika Anda telah menggunakan ketiga layanan ini, Anda dapat dengan mudah bermigrasi ke Bahasa Azure AI baru. Untuk instruksi, lihat Migrasi ke Bahasa Azure AI.

Tutorial

Setelah Anda memiliki kesempatan untuk memulai layanan Ucapan, cobalah tutorial kami yang menunjukkan kepada Anda cara menyelesaikan berbagai skenario.

Sampel Kode Tambahan

Anda dapat menemukan lebih banyak sampel kode di GitHub untuk bahasa pemrogram berikut:

Menyebarkan secara lokal menggunakan kontainer Docker

Gunakan kontainer layanan Language untuk menyebarkan fitur API secara lokal. Kontainer Docker ini memungkinkan Anda untuk mendekatkan layanan ke data Anda untuk kepatuhan, keamanan, atau alasan operasional lainnya. Layanan Language menawarkan kontainer berikut:

AI yang bertanggung jawab

Sistem AI tidak hanya mencakup teknologi, tetapi juga orang-orang yang akan menggunakannya, orang-orang yang akan terdampak olehnya, dan lingkungan tempat AI disebarkan. Baca artikel berikut untuk mempelajari penggunaan dan penyebaran AI yang bertanggung jawab di sistem Anda: