文档和对话摘要是什么？

本文档包含以下文章类型：

• 快速入门介绍了入门说明，指导您完成向服务发出请求。
• 操作指南包含以更具体的方式或自定义方式使用服务的说明。

文档摘要使用自然语言处理技术为文档生成摘要。 支持自动摘要的 API 方法有三种：抽取式摘要、抽象式摘要和以查询为中心的摘要。

抽取式摘要提取共同表示原始内容中最重要或相关信息的句子。 抽象式摘要生成具有简洁、连贯的句子或单词的摘要，而不是从原始文档中逐字提取句子。 这些功能旨在缩短可能会被认为太长而无法阅读的内容。

本机文档支持

原生文档是指用于创建原始文档的文件格式，例如 Microsoft Word (docx) 或可移植文档文件 (pdf)。 本机文档支持消除了在使用 Azure AI 语言资源功能之前进行文本预处理的需要。 目前，本机文档支持适用于 AbstractiveSummarization 和 ExtractiveSummarization 功能。

目前，文档摘要支持以下本机文档格式：

关键功能

以下是此 API 提供的文档摘要方面：

• 抽取式摘要：通过提取文档中的核心句子来生成摘要。

  • 多个提取的句子：这些句子结合传达文档的主要理念。 它们是从输入文档内容中提取的原始句子。
  • 排名分数：排名分数指示句子与文档主要主题的相关程度。 文档摘要会对提取的句子进行排名，你可以确定这些句子是按其出现的顺序还是按其排名来返回。
  • 多个返回的句子：确定要返回的最大句子数。 例如，如果请求一个包含三个句子的摘要，则抽取式摘要会返回分数最高的三个句子。
  • 位置信息：提取的句子的开始位置和长度。

• 抽象式摘要：生成的摘要所使用的单词与文档中的单词不同，但抓住了要点。

  • 摘要文本：抽象摘要返回文档中每个上下文输入范围的摘要。 可以对长文档进行分段，以便返回多组摘要文本及其上下文输入范围。
  • 上下文输入范围：输入文档中用于生成摘要文本的范围。

• 以查询为中心的摘要：基于查询生成摘要

例如，请考虑以下文本段落：

“在 Microsoft，我们寻求超越现有技术的 AI，采取更全面、以人为中心的方法来学习和理解。” 作为 Azure AI 服务的首席技术官，我一直在与一群了不起的科学家和工程师合作，将这一探索变为现实。 “在我的角色中，我以独特的视角看待人类认知的三个属性之间的关系：语言文本 (X)、音频或视觉传感器信号(Y) 和多语言 (Z)。” 在所有这三个属性的交点，都有一些神奇之处，如图 1 所示，我们称之为 XYZ 代码，它是一种联合表示，可以创造出更强大的 AI，它能说、听、看和更好地理解人类。 我们相信 XYZ 代码将使我们能够实现长期愿景：跨领域迁移学习、跨越模式和语言。 目标是拥有可以联合学习表示以支持广泛的下游 AI 任务的预训练模型，就像人们现在所做的。 在过去的五年里，我们在会话语音识别、机器翻译、会话问答、机器阅读理解和图像字幕方面的基准测试中达到了人类的表现。 这五项突破为我们提供了强烈的信号，让我们朝着更雄心勃勃的愿望实现人工智能能力的飞跃，实现更接近人类学习和理解方式的多感官和多语言学习。 只要以下游 AI 任务中的外部知识源为基础，我相信联合 XYZ 代码是这一愿望的重要组成部分。”

收到请求后，通过为 API 后端创建作业来处理文档摘要 API 请求。 如果作业创建成功，将返回 API 的输出。 输出将可在 24 小时内用于检索。 在此之后，将清除输出。 由于多语言和表情符号支持，响应可能包含文本偏移。 有关详细信息，请参阅如何处理偏移。

如果我们使用上面的示例，则 API 可能会返回以下汇总句子：

抽取式摘要：

• “在 Microsoft，我们寻求超越现有技术的 AI，采取更全面、以人为中心的方法来学习和理解。”
• “我们相信 XYZ 代码将使我们能够实现长期愿景：跨领域迁移学习、跨越模式和语言。”
• 目标是拥有可以联合学习表示以支持广泛的下游 AI 任务的预训练模型，就像人们现在所做的。

抽象式摘要：

• “Microsoft 正在采取更全面的、以人为本的方法来学习和理解。 我们相信 XYZ 代码将使我们能够实现长期愿景：跨领域迁移学习、跨越模式和语言。 在过去的五年里，我们在对话语音识别的基准测试中达到了人类的表现。”

本文档包含以下文章类型：

• 快速入门介绍了入门说明，指导您完成向服务发出请求。
• 操作指南包含以更具体的方式或自定义方式使用服务的说明。

主要功能

对话摘要支持以下功能：

• 问题/解决方法摘要：特定于呼叫中心的功能，用于提供有关客户服务代理与客户之间对话中的问题和解决方案的摘要。
• 章节标题总结：根据对话中讨论的主题将对话分为多个章节，并提供输入对话的建议章节标题。
• 回顾：将对话总结为简短段落。
• 叙述性摘要：生成输入对话的详细通话笔记、会议笔记或聊天摘要。
• 后续任务：提供输入对话中讨论的后续任务列表。

何时使用问题和解决方法摘要

• 当存在“问题”和“解决方案”的方面时，例如：
  • 服务聊天/通话的原因（问题）。
  • 此问题的解决方案。
• 你只需要一个侧重于有关问题和解决方法的相关信息的摘要。
• 当谈话中有两个参与者时，你想总结每个参与者所说的内容。

例如，请考虑以下示例对话：

代理：“你好，你正在和 Rene 聊天。请问有什么可以帮你的？”

客户：“你好，我尝试为 Smart Brew 300 浓缩咖啡机设置 wifi 连接，但不起作用。”

代理：“很遗憾发生了这种情况。我们来看看做些什么可以解决这个问题。你能不能按一下 wifi 连接按钮，按住 3 秒，然后告诉我电源灯是否在缓慢闪烁？”

客户：“是的，我按下了 wifi 连接按钮，现在电源灯在缓慢闪烁。”

代理：“很好。谢谢！现在，请登录 Contoso Coffee 应用。它有没有提示你连接到计算机？”

代理：“没有。什么都没发生。”

代理：“我明白了。谢谢。让我们试试恢复出厂设置是不是可以解决问题。请按住中心按钮 5 秒钟以开始恢复出厂设置。”

客户：“我已经试过了恢复出厂设置，并且再次执行了上面的步骤，但仍然不起作用。”

代理：“我很遗憾听到这个消息。让我看看是否有其他方法可以解决这个问题。请稍等片刻。”

对话摘要功能会将该文本简化为以下内容：

• 摘要采用文本进行分析。 有关详细信息，请参阅操作指南中的数据和服务限制。
• 摘要适用于各种书面语言。 有关详细信息，请参阅语言支持。

• 对话摘要采用结构化文本进行分析。 有关详细信息，请参阅数据和服务限制。
• 对话摘要接受英语文本。 有关详细信息，请参阅语言支持。