Что такое язык ИИ Azure?

Статья
2025-03-05

Язык ИИ Azure — это облачная служба, которая предоставляет функции обработки естественного языка (NLP) для понимания и анализа текста. Используйте эту службу для создания интеллектуальных приложений, использующих Language Studio на основе веб-интерфейса, REST API и клиентские библиотеки.

Доступные функции

Эта языковая служба объединяет следующие ранее доступные службы ИИ Azure: Анализ текста, QnA Maker и LUIS. Если необходимо выполнить миграцию из этих служб, см. раздел миграции.

Языковая служба также предоставляет несколько новых функций, которые могут быть следующими:

Предварительно настроено, что означает, что модели ИИ, используемые функцией, не настраиваются. Вы просто отправляете свои данные и используете выходные данные компонента в своих приложениях.
Это настраиваемая система, что означает, что вы обучаете модель ИИ с помощью наших инструментов для точной настройки под ваши данные.

Совет

Не уверены, какую функцию следует использовать? Узнайте , какую функцию языковой службы следует использовать , чтобы помочь вам решить.

Azure AI Foundry позволяет использовать большинство следующих функций службы без необходимости писать код.

Распознавание именованных сущностей (NER)

Распознавание именованных сущностей определяет различные записи в тексте и классифицирует их в предопределенные типы.

Обнаружение персональных и медицинских данных

Обнаружение PII определяет сущности в текстах и разговорах (чатах или расшифровках), связанных с конкретными лицами.

Распознавание языка

Обнаружение языка оценивает текст и выявляет широкий спектр языков и диалектов с вариациями.

Анализ тональности и анализ мнений

Предварительно настроенные функции анализа тональности и анализа мнений, которые помогают понять общественное восприятие вашего бренда или темы. Эти функции анализируют текст для выявления положительной или отрицательной тональности и могут связывать их с определенными элементами.

Сводка

Суммирование сокращает информацию для текста и разговоров (чат и транскрипты). Резюмирование текста осуществляется двумя подходами: экстрактивное резюмирование создаёт резюме, выбирая ключевые предложения из документа и сохраняя их исходные позиции. В отличие от этого абстрактная сводка создает сводку, создавая новые, краткие и последовательные предложения или фразы, которые не копируются непосредственно из исходного документа. Резюме беседы резюмирует и сегментирует длинные собрания на главы с отметкой времени. Сводка по колл-центру содержит информацию о проблемах клиентов и их решениях.

Извлечение ключевых фраз

Извлечение ключевых фраз — это предварительно настроенная функция, которая оценивает и возвращает основные понятия в неструктурированном тексте и возвращает их в виде списка.

Связывание сущностей

Связывание сущностей — это предварительно настроенная функция, которая устраняет неоднозначность идентичности сущностей (слов или фраз), найденных в неструктурированном тексте, и возвращает ссылки на Википедию.

Анализ текста для сферы здравоохранения

Анализ текста для здравоохранения извлекает и маркирует релевантную информацию о здоровье из неструктурированного текста.

Пользовательская классификация текстов

Настраиваемая классификация текста позволяет создавать пользовательские модели искусственного интеллекта для классификации неструктурированных текстовых документов в определяемые пользовательские классы.

Пользовательское распознавание именованных сущностей (пользовательское NER)

Пользовательский NER позволяет создавать пользовательские модели ИИ для извлечения категорий пользовательских сущностей (меток для слов или фраз), используя предоставленный вами неструктурированный текст.

Распознавание устной речи

Распознавание устной речи (CLU) позволяет пользователям создавать настраиваемые модели распознавания естественного языка для прогнозирования общего намерения входящего речевого фрагмента и извлечения из него важных сведений.

Рабочий процесс оркестрации

Рабочий процесс оркестрации — это пользовательская функция, которая позволяет подключать распознавание устной речи (CLU), ответы на вопросы и приложения LUIS.

Ответы на вопросы

Ответ на вопросы — это пользовательская функция, которая определяет наиболее подходящий ответ для входных данных пользователей. Эта функция обычно используется для разработки разговорных клиентских приложений, включая платформы социальных сетей, чат-боты и настольные приложения с поддержкой речи.

Какую функцию языковой службы следует использовать?

В этом разделе показано, какую функцию языковой службы следует использовать для приложения:

Что вы хотите сделать?	Формат документа	Лучшее решение	Настраивается ли это решение?*
Обнаружение и/или редактирование конфиденциальной информации, такой как `PII` и `PHI`.	Неструктурированный текст, транскрибированные беседы	Обнаружение PII
Извлеките категории сведений без создания пользовательской модели.	Неструктурированный текст	Предварительно настроенная функция NER
Извлеките категории сведений с помощью модели, конкретной для ваших данных.	Неструктурированный текст	Пользовательское распознавание именованных сущностей	✓
Извлеките основные темы и важные фразы.	Неструктурированный текст	Извлечение ключевых фраз
Определите тональность и мнения, выраженные в тексте.	Неструктурированный текст	Анализ тональности и анализ мнений
Суммирование длинных фрагментов текста или бесед.	Неструктурированный текст, транскрибированные беседы.	Резюмирование
Разрешить неоднозначности сущностей и получить ссылки на Википедию.	Неструктурированный текст	Связывание сущностей
Классифицируйте документы в одну или несколько категорий.	Неструктурированный текст	Настраиваемая классификация текста	✓
Извлеките медицинскую информацию из клинических или медицинских документов, не создавая модель.	Неструктурированный текст	Анализ текста для сферы здравоохранения
Создайте беседное приложение, которое отвечает на входные данные пользователей.	Неструктурированные входные данные пользователей	Ответы на вопросы	✓
Определите язык, на который был написан текст.	Неструктурированный текст	Распознавание языка
Прогнозирование намерения входных данных пользователей и извлечение информации из них.	Неструктурированные входные данные пользователей	Распознавание речи в беседах	✓
Подключите приложения из conversational language understanding, LUIS, и question answering.	Неструктурированные входные данные пользователей	Рабочий процесс оркестрации	✓

* Если функция настраивается, вы можете обучить модель ИИ с помощью наших инструментов, чтобы точно соответствовать вашим данным. В противном случае функция предварительно настроена, т. е. модели ИИ, которые он использует, не могут быть изменены. Вы просто отправляете свои данные и используете выходные данные компонента в своих приложениях.

Миграция из служб "Анализ текста", QnA Maker или "Распознавание речи" (LUIS)

Язык ИИ Azure объединяет три отдельные языковые службы в службах ИИ Azure— Анализ текста, QnA Maker и Распознавание речи (LUIS). Если вы использовали эти три службы, вы можете легко перейти на новый язык ИИ Azure. Инструкции см. в статье "Миграция на язык ИИ Azure".

Учебные пособия

После начала работы с краткими руководствами по языковой службе ознакомьтесь с нашими руководствами, в котором показано, как решить различные сценарии.

Примеры кода

Дополнительные примеры кода можно найти на GitHub для следующих языков:

Развертывание в локальной среде с помощью контейнеров Docker

Для развертывания функций API в локальной среде используйте контейнеры языковой службы. Эти контейнеры Docker позволяют разместить службу ближе к данным для обеспечения безопасности, соответствия требованиям и других эксплуатационных преимуществ. Языковая служба предоставляет следующие контейнеры

Ответственное применение ИИ

Система ИИ включает не только технологию, но и людей, которые используют ее, людей, пострадавших от нее, и среды развертывания. Ознакомьтесь с приведенными ниже статьями, чтобы узнать больше об ответственном использовании и развертывании искусственного интеллекта в своих системах.