你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。

什么是 Azure AI 语言?

项目09/04/2024

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、QnA Maker 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

情绪分析和观点挖掘

汇总

关键短语提取

实体链接

运行状况文本分析

自定义文本分类

自定义命名实体识别(自定义 NER)

对话语言理解

业务流程工作流

问答

健康状况自定义文本分析

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 使用特定于数据的模型提取信息类别。 非结构化文本 自定义 NER ✓ 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 将文档划分为一个或多个类别。 非结构化文本 自定义文本分类 ✓ 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 使用基于数据进行训练的模型从临床/医疗文档中提取医疗信息。 非结构化文本 健康状况自定义文本分析 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、QnA Maker 或语言理解 (LUIS) 迁移

Azure 语言认知服务统一了 Azure AI 服务中的三项单独语言服务:文本分析、QnA Maker 和语言理解 (LUIS)。 如果一直在使用这三个服务,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 创建常见问题解答机器人

其他代码示例

可以在 GitHub 上找到以下语言的更多代码示例:

    C# Java JavaScript Python

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:

    情绪分析 语言检测 关键短语提取 自定义命名实体识别 运行状况文本分析 汇总

负责任的 AI

AI 系统不仅包括技术,还包括使用它的人员、受其影响的人员以及部署它的环境。 阅读以下文章,了解负责任的 AI 在系统中使用和部署:

    语言服务的透明度说明 集成和负责使用 数据、隐私和安全性