什么是 Azure AI 语言?

注意

截至 2023 年 7 月,Azure AI 服务包含之前称为认知服务和 Azure 应用 AI 服务的所有内容。 定价不变。 Azure 计费、成本分析、价目表和价格 API 中将继续使用名称“认知服务”和“Azure 应用 AI”。 应用程序编程接口 (API) 或 SDK 没有中断性变更。

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)

A screenshot of a named entity recognition example.

命名实体识别是一项预配置的功能,用于对多个预定义类别组的非结构化文本中的实体(字词或短语)进行分类。 例如:人员、事件、地点、日期

个人身份 (PII) 和健康 (PHI) 信息检测

A screenshot of a PII detection example.

PII 检测是一项预配置的功能,用于识别、分类以及编辑非结构化文本文档对话转录中的敏感信息。 例如:电话号码、电子邮件地址和各种形式的标识信息

语言检测

A screenshot of a language detection example.

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

A screenshot of a sentiment analysis example.

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

A screenshot of a summarization example.

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

A screenshot of a key phrase extraction example.

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

A screenshot of an entity linking example.

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

A screenshot of a text analytics for health example.

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

A screenshot of a conversational language understanding example.

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

A screenshot of an orchestration workflow example.

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LUIS 应用程序。

问答

A screenshot of a question answering example.

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。

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: