什么是 Azure AI 语言?
Azure AI 语言是基于云的服务,它提供自然语言处理 (NLP) 功能,可用于理解和分析文本。 使用此服务可帮助使用基于 Web 的 Language Studio、REST API 和客户端库生成智能应用程序。
可用功能
此语言服务统一了以前提供的以下 Azure AI 服务:文本分析和 LUIS。 如果你需要从这些服务进行迁移,请参阅下面的迁移部分。
此语言服务还提供了几个新功能,这些功能可能包括:
- 预配置的,这意味着该功能使用的 AI 模型不可自定义。 你只需要发送数据,并在应用程序中使用该功能的输出即可。
- 可自定义的,这意味着你将使用我们的工具训练一个 AI 模型,使其特别适合你的数据。
提示
不确定要使用哪种功能? 请参阅我应使用哪种语言服务功能?以帮助做出决定。
可以使用 Language Studio 来使用以下服务功能,而无需编写代码。
命名实体识别 (NER)
个人身份 (PII) 和健康 (PHI) 信息检测
语言检测
语言检测是一项预配置的功能,可以检测文档是用哪种语言编写的,并返回各种语言、变体、方言和一些区域/文化语言的语言代码。
情绪分析和观点挖掘
情绪分析和观点挖掘是一项预配置的功能,可帮助你通过挖掘文本中有关积极情绪或消极情绪的线索,来了解用户对品牌或主题的看法,并可以将它们与文本的特定方面相关联。
汇总
汇总是一项预配置的功能,它使用提取文本汇总来生成文档和对话听录的汇总。 它会提取共同表示原始内容中最重要或相关信息的句子。
关键短语提取
关键短语提取是预配置的功能,用于评估和返回非结构化文本中的主要概念,并将它们作为列表返回。
实体链接
实体链接是一项预配置的功能,用于在识别非结构化文本中发现的实体(字词或短语)时消除歧义,并返回维基百科链接。
运行状况文本分析
健康状况文本分析是一项预配置的功能,它从非结构化文本(如医生的备注、出院摘要、临床文档和电子健康状况记录)中提取和标记相关医疗信息。
对话语言理解
使用对话语言理解 (CLU),你可以生成自定义自然语言理解模型,以预测传入语句的总体意图并从中提取重要信息。
业务流程工作流
业务流程工作流是一项自定义功能,可用于连接对话语言理解 (CLU)、问答和 LUIS 应用程序。
问答
问答是一项自定义功能,可查找用户输入的最合适答案,通常用于生成对话客户端应用程序,例如社交媒体应用程序、聊天机器人和支持语音的桌面应用程序。
我应使用哪种语言服务功能?
本部分将帮助你确定应将哪种语言服务功能用于你的应用程序:
你希望做什么? | 文档格式 | 最佳解决方案 | 此解决方案是否可自定义?* |
---|---|---|---|
检测和/或编修敏感信息,例如 PII 和 PHI。 | 非结构化的数据, 转录的对话 |
PII 检测 | |
在不创建自定义模型的情况下提取信息类别。 | 非结构化文本 | 预配置的 NER 功能 | |
提取主要主题和重要短语。 | 非结构化文本 | 关键短语提取 | |
确定文本中表达的情绪和观点。 | 非结构化文本 | 情绪分析和观点挖掘 | ✓ |
汇总较长的文本或对话块。 | 非结构化的数据, 转录的对话。 |
汇总 | |
消除实体歧义并获取指向维基百科的链接。 | 非结构化文本 | 实体链接 | |
从临床/医疗文档中提取医疗信息,无需构建实体。 | 非结构化文本 | 运行状况文本分析 | |
生成响应用户输入的对话应用程序。 | 非结构化用户输入 | 问答 | ✓ |
检测编写文本时使用的语言。 | 非结构化文本 | 语言检测 | |
预测用户输入的意图并从中提取信息。 | 非结构化用户输入 | 对话语言理解 | ✓ |
通过对话语言理解、LUIS 和问题解答连接应用。 | 非结构化用户输入 | 业务流程工作流 | ✓ |
* 如果某种功能是可自定义的,你可以使用我们的工具来训练 AI 模型,以专门适应你的数据。 否则,功能是预先配置的,这意味着它使用的 AI 模型无法更改。 你只需要发送数据,并在应用程序中使用该功能的输出即可。
从文本分析或语言理解 (LUIS) 迁移
Azure AI 语言统一了 Azure AI 服务中的两项单独语言服务:文本分析和语言理解 (LUIS)。 如果一直在使用这两项服务,则可以轻松地迁移到新的 Azure AI 语言。 有关说明,请参阅迁移到Azure AI 语言。
教程
在你有机会开始使用语言服务后,请尝试一下我们的教程,了解如何处理各种情况。
- 从存储在 Power BI 中的文本中提取关键短语
- 使用 Power Automate 对 Microsoft Excel 中的信息进行排序
- 使用 Flask 翻译文本、分析情绪以及合成语音
- 在画布应用中使用 Azure AI 服务
其他代码示例
可以在 GitHub 上找到以下语言的更多代码示例:
使用 Docker 容器进行本地部署
使用语言服务容器在本地部署 API 功能。 借助这些 Docker 容器,你能够将服务进一步引入数据,以满足合规性、安全性或其他操作性目的。 语言服务提供以下容器: