Часто задаваемые вопросы

Понимание содержимого — это инструмент Foundry, предназначенный для создания структурированной аналитики из неструктурированного содержимого с помощью искусственного интеллекта. Он предоставляет согласованный интерфейс для извлечения содержимого или структурированной схемы из аудио, видео, изображений, документов или текстовых входных данных.

Понимание содержимого использует модели создания ИИ для анализа и интерпретации различных форм неструктурированного содержимого. Он интегрирует данные из разных модальности (например, текст, изображения, звук) для создания согласованного и структурированного выходных данных. Служба использует модели машинного обучения, обученные различным наборам данных и моделям создания ИИ, чтобы обеспечить высокую точность и релевантность в предоставленных аналитических данных.

Понимание содержимого может обрабатывать широкий спектр неструктурированного содержимого, включая, но не ограничивается следующими способами:

• Аудиозаписи
• Видеоконтент
• Документы
• Текстовое содержимое
• Изображения

Ключевыми преимуществами использования распознавания содержимого являются следующие преимущества:

• Оценки достоверности. Обеспечение точности извлеченных значений при минимизации затрат на проверку человека.
• Определяемая схема: определите схему, чтобы убедиться, что извлеченные значения соответствуют предполагаемому использованию.
• Привязка: Трассировка каждого извлеченного или созданного поля к его исходному месторасположению в документе.
• Контекстное обучение: улучшение качества извлечения на новых шаблонах за счет предоставления нескольких размеченных примеров без повторного обучения.
• Улучшения качества с течением времени: служба предоставляет возможности для улучшения качества извлеченной схемы.
• Улучшено принятие решений: структурированная аналитика помогает организациям принимать обоснованные решения быстро и эффективно.
• Повышенная эффективность. Автоматизация анализа неструктурированного содержимого экономит время и сокращает необходимые вручную усилия.
• Масштабируемость: служба может обрабатывать большие объемы данных, что делает его подходящим для организаций всех размеров.

Предприятия могут использовать понимание содержимого различными способами, например:

• Автоматизация. Автоматизация обработки содержимого для извлечения определенной схемы. Центр обработки вызовов, документы и другие аналогичные сценарии.
• Каталогизация содержимого: управление большим корпусом цифровых активов.
• Анализ тональности клиентов: понимание обратной связи из отзывов, социальных сетей и взаимодействий с клиентской поддержкой.
• Исследование рынка: анализ тенденций и шаблонов из различных источников данных для информирования о бизнес-стратегиях.
• Оперативная аналитика: получение аналитических сведений из внутренних документов, сообщений электронной почты и других неструктурированных данных для улучшения операций.

Да, Распознавание контента легко интегрируется с существующими системами и рабочими процессами. Например:

• Поиск с использованием ИИ Azure
• Microsoft Fabric
• Служба агента Foundry
• Azure Logic Apps

Служба предлагает набор простых в использовании API, которые можно интегрировать в любое приложение. См. примеры кода в GitHub.

Утилиты Foundry, включая Content Understanding, соответствуют строгим стандартам безопасности и соблюдения требований, чтобы обеспечить защиту данных. Эти меры включают шифрование данных, безопасный контроль доступа и соответствие отраслевым нормативным требованиям, таким как HIPAA. Служба также соответствует ответственному использованию ИИ Microsoft.

Использование системы понимания содержания включает применение сочетания моделей для обработки вашего контента.

• Модели Foundry: вы предоставляете собственные развертывания больших языковых моделей (LLM) и эмбеддинги из Foundry. Content Understanding поддерживает семейства моделей GPT-4.1 и GPT-5.2, а также модели внедрения OpenAI. Полный список поддерживаемых моделей см. в статье о развертываниях моделей.
• Другие базовые модели: Распознавание содержимого также использует различные возможности, включая службы "Речь", "Визуальное распознавание" и "Язык" для поддержки извлечения и обработки содержимого в различных модальности.

Content Understanding использует прозрачную модель ценообразования на основе использования с двумя основными категориями платы:

• Извлечение содержимого: плата за единицу обработки входных данных (на 1000 страниц для документов, в минуту для аудио/видео).
• Generative features. При использовании функций, основанных на искусственном интеллекте, взимается плата за контекстуализацию (фиксированная ставка на единицу содержимого), а также расходы на основе токенов при развертывании модели Microsoft Foundry (входные/выходные токены и эмбеддинги).

Подробные сведения о ценах, примеры и советы по оптимизации затрат см. на странице "Разъяснение цен" и странице "Цены на понимание контекста".