什麼是 Azure AI 語言?

注意

自 2023 年 7 月起,Azure AI 服務包含先前稱為認知服務和 Azure 應用 AI 服務的所有項目。 價格沒有變更。 「認知服務」和「Azure 應用 AI」這些名稱會繼續用於 Azure 計費、成本分析、價目表和價格 API。 應用程式開發介面 (API) 或 SDK 沒有任何中斷性變更。

Azure AI 語言是一項雲端式服務,可提供自然語言處理 (NLP) 功能,用於了解和分析文字。 使用此服務可協助您使用 Web 型 Language Studio、REST Api 和用戶端程式庫,來建置智慧型應用程式。

可用的功能

此語言服務會統一下列先前可用的 Azure AI 服務:文字分析、QnA Maker 和 LUIS。 如果您需要從這些服務移轉,請參閱底下的移轉一節。

語言服務也提供數個新功能,其可:

  • 預先設定,這表示無法自訂功能使用的 AI 模型。 您只需傳送資料,並在您的應用程式中使用功能的輸出。
  • 可自訂,這表示您將使用我們的工具來定型 AI 模型,以明確地容納您的資料。

秘訣

不確定要使用哪個功能? 請參閱我應該使用哪個語言服務功能?來協助您決定。

Language Studio 可讓您使用下列服務功能而無須撰寫程式碼。

具名實體辨識 (NER)

具名實體辨識範例的螢幕擷取畫面。

具名實體辨識是預先設定的功能,可在數個預先定義的類別群組中,將實體分類 (字組或片語)。 例如:人員、事件、地點、日期等等

個人識別資訊 (PII) 和健康情況資訊 (PHI) 偵測

PII 偵測範例的螢幕擷取畫面。

PII 偵測是一項預先設定的功能,可識別、分類和修訂非結構化文字文件交談文字記錄中的敏感性資訊。 例如:電話號碼、電子郵件地址、身分證件等等

語言偵測

語言偵測範例的螢幕擷取畫面。

語言偵測是一項預先設定的功能,可偵測撰寫文件時所使用的語言,並針對各式各樣的語言、變體、方言和某些區域/文化特性語言,傳回語言代碼。

情感分析與意見挖掘

情感分析範例的螢幕擷取畫面。

情感分析和意見挖掘是預先設定的功能,可讓您藉由挖掘文字內容來取得關於正面或負面情感的線索,藉此找出人們對品牌或話題的看法,並且可將其與文字的特定層面產生關聯。

摘要

摘要範例的螢幕擷取畫面。

摘要是一項預先設定的功能,可使用擷取式文字摘要來產生文件和交談文字記錄的摘要。 這項功能會擷取可共同代表原始內容內最重要或相關資訊的句子。

關鍵片語擷取

關鍵片語擷取範例的螢幕擷取畫面。

關鍵字組擷取是一項預先設定的功能,可評估並傳回非結構化文字中的主要概念,並以清單的形式將其傳回。

實體連結

實體連結範例的螢幕擷取畫面。

實體連結是一項預先設定的功能,可釐清在非結構化文字中找到之實體 (字組或片語) 的身分識別,並傳回維基百科的連結。

健康情況的文字分析

健康情況文字分析範例的螢幕擷取畫面。

健康情況的文字分析是一項預先設定的功能,可從非結構化文字擷取並標記相關醫學資訊的容器化服務,像是醫師筆記、出院摘要、臨床文件及電子健康記錄。

自訂文字分類

自訂文字分類範例的螢幕擷取畫面。

自訂文字分類可讓您建置自訂 AI 模型,以將非結構化文件分類成您所定義的自訂類別。

自訂具名實體辨識 (自訂 NER)

自訂 NER 範例的螢幕擷取畫面。

自訂 NER 可讓您建置自訂 AI 模型,以使用您提供的非結構化文字來擷取自訂實體類別 (字組或片語的標籤)。

交談語言理解

交談語言理解範例的螢幕擷取畫面。

交談語言理解 (CLU) 可讓使用者建置自訂的自然語言理解模型,以便預測所收到語句的整體意圖,並從中擷取重要資訊。

協調工作流程

協調工作流程範例的螢幕擷取畫面。

協調工作流程是一項自訂功能,可讓您連接交談語言理解 (CLU)問題解答LUIS 應用程式。

問題解答

問題解答範例的螢幕擷取畫面。

問題回答是一項自訂功能,可尋找使用者輸入最適當的答案,且常用來建置交談式用戶端應用程式,例如社交媒體應用程式、聊天機器人,和已啟用語音功能的桌面應用程式。

用於健康醫療領域的自訂文字分析

健康情況自訂文字分析範例的螢幕擷取畫面。

健康情況的自訂文字分析是自訂功能,可使用您建立的模型,從非結構化文字擷取醫療保健特定實體。

我應該使用哪個語言服務功能?

本節將協助您決定應該用於應用程式的語言服務功能:

您想要做什麼事? 文件格式 您的最佳解決方案 此解決方案是否可自訂?*
偵測和/或修訂敏感性資訊,例如 PII 和 PHI。 非結構化文字、
轉譯的交談
PII 偵測
在不建立自訂模型的情況下擷取資訊的類別。 非結構化文字 預先設定的 NER 功能
使用資料專屬的模型來擷取資訊的類別。 非結構化文字 自訂 NER
擷取主要主題和重要片語。 非結構化文字 關鍵片語擷取
判斷以文字表示的情感和意見。 非結構化文字 情感分析與意見挖掘
摘要說明文字或交談的長區塊。 非結構化文字、
轉譯的交談。
摘要
釐清實體並取得 Wikipedia 的連結。 非結構化文字 實體連結
將文件分類成一或多個類別。 非結構化文字 自訂文字分類
從臨床/醫療文件擷取醫療資訊,而不需建置模型。 非結構化文字 健康情況的文字分析
使用針對您的資料定型的模型,從臨床/醫療文件擷取醫療資訊。 非結構化文字 用於健康醫療領域的自訂文字分析
建置可回應使用者輸入的交談應用程式。 非結構化使用者輸入 問題解答
偵測用以撰寫文字的語言。 非結構化文字 語言偵測
預測使用者輸入的意圖,並從中擷取資訊。 非結構化使用者輸入 交談語言理解
從交談語言理解、LUIS 和問題解答連接應用程式。 非結構化使用者輸入 協調流程工作流程

* 如果功能可自訂,您即可使用我們的工具來定型 AI 模型,明確地容納您的資料。 否則,已預先設定功能,這表示無法變更其使用的 AI 模型。 您只需傳送資料,並在您的應用程式中使用功能的輸出。

從文字分析、QnA Maker 或 Language Understanding (LUIS) 移轉

Azure AI 語言整合了 Azure AI 服務中的三種個別語言服務 - 文字分析、QnA Maker 和 Language Understanding (LUIS)。 如果您已使用這三種服務,即可輕鬆地移轉至新的 Azure AI 語言。 如需指示,請參閱移轉至 Azure AI 語言

教學課程

在您有機會開始使用語言服務之後,請嘗試我們的教學課程,其可說明如何解決各種案例。

其他程式碼範例

您可以在 GitHub 上找到下列語言的其他程式碼範例:

使用 Docker 容器在內部部署環境進行部署

使用語言服務容器以在內部部署中部署 API 功能。 這些 Docker 容器可讓服務更加契合您的資料,以實現合規性、安全性或其他操作原因。 語言服務提供下列容器:

負責任的 AI

AI 系統不僅包括技術,還包括將使用該技術的人員、將受其影響的人員,以及其部署所在的環境。 請閱讀下列文章,以了解您系統中負責任的 AI 使用和部署: