Text Analytics

An AI service that uncovers insights such as sentiment, entities, relations and key phrases in unstructured text.

Extraiga información del texto

Extraiga información de textos no estructurados usando el procesamiento de lenguaje natural (NLP), sin necesidad de tener conocimientos de aprendizaje automático. Identifique frases clave y entidades, como personas, lugares y organizaciones, para conocer los temas y tendencias habituales. Clasifique la terminología médica usando modelos previamente entrenados específicos del dominio. Conozca mejor la opinión de los clientes con el análisis de la opinión. Evalúe texto en un gran número de idiomas.

Amplia extracción de entidades

Identify important concepts in text, including key phrases and named entities such as people, events and organizations.

Análisis eficaz de la opinión

Examine what customers are saying about your brand, and detect sentiment around specific topics through opinion mining.

Robust language detection

Evaluate text input in a wide range of languages.

Implementación flexible

Ejecute Text Analytics en cualquier lugar: en la nube, en el entorno local o en el perímetro en contenedores.

Idiomas: English (confiabilidad: 100 %)
Frases clave: place, online menu, great menu, marvelous food, midtown NYC, week, dinner party, Contoso Steakhouse, pre-order, John Doe, Sirloin steak, chief cook, owner, kitchen, spot, dining, complaint, email
Opinión:
Documento
MIXED
86%
Positiva
0%
Neutralidad
14%
Negativa
Frase 1
POSITIVE
99%
Positiva
1%
Neutralidad
0%
Negativa
Frase 2
POSITIVE
100%
Positiva
0%
Neutralidad
0%
Negativa
Frase 3
POSITIVE
100%
Positiva
0%
Neutralidad
0%
Negativa
Frase 4
POSITIVE
100%
Positiva
0%
Neutralidad
0%
Negativa
Frase 5
POSITIVE
100%
Positiva
0%
Neutralidad
0%
Negativa
Frase 6
NEUTRAL
0%
Positiva
100%
Neutralidad
0%
Negativa
Frase 7
NEGATIVE
0%
Positiva
0%
Neutralidad
100%
Negativa
Frase 8
POSITIVE
100%
Positiva
0%
Neutralidad
0%
Negativa
Entidades con nombre: Contoso Steakhouse [Location]
midtown NYC [Location]
last week [DateTime-DateRange]
chief cook [PersonType]
owner [PersonType]
John Doe [Person]
kitchen [Location-Structural]
www.contososteakhouse.com [URL]
312-555-0176 [Phone Number]
email [Skill]
order@contososteakhouse.com [Email]
Entidades de información de identificación personal: Type: Person
Value: John Doe

Type: URL
Value: www.contososteakhouse.com

Type: Phone Number
Value: 312-555-0176

Type: Email
Value: order@contososteakhouse.com

Entidades vinculadas: We went to Contoso Steakhouse located at midtown NYC last week for a dinner party, and we adore the spot! They provide marvelous food and they have a great menu. The chief cook happens to be the owner (I think his name is John Doe) and he is super nice, coming out of the kitchen and greeted us all. We enjoyed very much dining in the place! The Sirloin steak I ordered was tender and juicy, and the place was impeccably clean. You can even pre-order from their online menu at www.contososteakhouse.com, call 312-555-0176 or send email to order@contososteakhouse.com! The only complaint I have is the food didn't come fast enough. Overall I highly recommend it!
{
  "languageDetection": {
    "documents": [
      {
        "id": "22028039-1480-4c9b-a65a-f4f430a67250",
        "detectedLanguage": {
          "name": "English",
          "iso6391Name": "en",
          "confidenceScore": 1.0
        }
      }
    ],
    "errors": [],
    "modelversion": "2020-09-01"
  },
  "keyPhrases": {
    "documents": [
      {
        "id": "22028039-1480-4c9b-a65a-f4f430a67250",
        "keyPhrases": [
          "place",
          "online menu",
          "great menu",
          "marvelous food",
          "midtown NYC",
          "week",
          "dinner party",
          "Contoso Steakhouse",
          "pre-order",
          "John Doe",
          "Sirloin steak",
          "chief cook",
          "owner",
          "kitchen",
          "spot",
          "dining",
          "complaint",
          "email"
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-07-01"
  },
  "sentiment": {
    "documents": [
      {
        "id": "22028039-1480-4c9b-a65a-f4f430a67250",
        "sentiment": "mixed",
        "confidenceScores": {
          "positive": 0.86,
          "neutral": 0.0,
          "negative": 0.14
        },
        "sentences": [
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 0.99,
              "neutral": 0.01,
              "negative": 0.0
            },
            "offset": 0,
            "length": 105
          },
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 106,
            "length": 55
          },
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 162,
            "length": 137
          },
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 300,
            "length": 41
          },
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 342,
            "length": 85
          },
          {
            "sentiment": "neutral",
            "confidenceScores": {
              "positive": 0.0,
              "neutral": 1.0,
              "negative": 0.0
            },
            "offset": 428,
            "length": 139
          },
          {
            "sentiment": "negative",
            "confidenceScores": {
              "positive": 0.0,
              "neutral": 0.0,
              "negative": 1.0
            },
            "offset": 568,
            "length": 62
          },
          {
            "sentiment": "positive",
            "confidenceScores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 631,
            "length": 30
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-04-01"
  },
  "entities": {
    "documents": [
      {
        "id": "22028039-1480-4c9b-a65a-f4f430a67250",
        "entities": [
          {
            "text": "Contoso Steakhouse",
            "category": "Location",
            "subcategory": null,
            "offset": 11,
            "length": 18,
            "confidencescore": 0.46
          },
          {
            "text": "midtown NYC",
            "category": "Location",
            "subcategory": null,
            "offset": 41,
            "length": 11,
            "confidencescore": 0.55
          },
          {
            "text": "last week",
            "category": "DateTime",
            "subcategory": "DateRange",
            "offset": 53,
            "length": 9,
            "confidencescore": 0.8
          },
          {
            "text": "chief cook",
            "category": "PersonType",
            "subcategory": null,
            "offset": 166,
            "length": 10,
            "confidencescore": 0.82
          },
          {
            "text": "owner",
            "category": "PersonType",
            "subcategory": null,
            "offset": 195,
            "length": 5,
            "confidencescore": 0.71
          },
          {
            "text": "John Doe",
            "category": "Person",
            "subcategory": null,
            "offset": 222,
            "length": 8,
            "confidencescore": 0.94
          },
          {
            "text": "kitchen",
            "category": "Location",
            "subcategory": "Structural",
            "offset": 272,
            "length": 7,
            "confidencescore": 0.6
          },
          {
            "text": "www.contososteakhouse.com",
            "category": "URL",
            "subcategory": null,
            "offset": 477,
            "length": 25,
            "confidencescore": 0.8
          },
          {
            "text": "312-555-0176",
            "category": "Phone Number",
            "subcategory": null,
            "offset": 509,
            "length": 12,
            "confidencescore": 0.8
          },
          {
            "text": "email",
            "category": "Skill",
            "subcategory": null,
            "offset": 530,
            "length": 5,
            "confidencescore": 0.8
          },
          {
            "text": "order@contososteakhouse.com",
            "category": "Email",
            "subcategory": null,
            "offset": 539,
            "length": 27,
            "confidencescore": 0.8
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-04-01"
  },
  "entityLinking": {
    "documents": [
      {
        "id": "22028039-1480-4c9b-a65a-f4f430a67250",
        "entities": [
          {
            "name": "Steakhouse",
            "matches": [
              {
                "text": "Steakhouse",
                "offset": 19,
                "length": 10,
                "score": 0.0
              }
            ],
            "language": "en",
            "id": "Steakhouse",
            "url": "https://en.wikipedia.org/wiki/Steakhouse",
            "datasource": "Wikipedia"
          },
          {
            "name": "New York City",
            "matches": [
              {
                "text": "NYC",
                "offset": 49,
                "length": 3,
                "score": 0.0
              }
            ],
            "language": "en",
            "id": "New York City",
            "url": "https://en.wikipedia.org/wiki/New_York_City",
            "datasource": "Wikipedia"
          },
          {
            "name": "John Doe",
            "matches": [
              {
                "text": "John Doe",
                "offset": 222,
                "length": 8,
                "score": 0.0
              }
            ],
            "language": "en",
            "id": "John Doe",
            "url": "https://en.wikipedia.org/wiki/John_Doe",
            "datasource": "Wikipedia"
          },
          {
            "name": "Sirloin steak",
            "matches": [
              {
                "text": "Sirloin steak",
                "offset": 346,
                "length": 13,
                "score": 0.0
              }
            ],
            "language": "en",
            "id": "Sirloin steak",
            "url": "https://en.wikipedia.org/wiki/Sirloin_steak",
            "datasource": "Wikipedia"
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-02-01"
  },
  "entityPII": {
    "documents": [
      {
        "id": "22028039-1480-4c9b-a65a-f4f430a67250",
        "entities": [
          {
            "text": "John Doe",
            "category": "Person",
            "subcategory": null,
            "offset": 222,
            "length": "8",
            "confidencescore": 0.94
          },
          {
            "text": "www.contososteakhouse.com",
            "category": "URL",
            "subcategory": null,
            "offset": 477,
            "length": "25",
            "confidencescore": 0.8
          },
          {
            "text": "312-555-0176",
            "category": "Phone Number",
            "subcategory": null,
            "offset": 509,
            "length": "12",
            "confidencescore": 0.8
          },
          {
            "text": "order@contososteakhouse.com",
            "category": "Email",
            "subcategory": null,
            "offset": 539,
            "length": "27",
            "confidencescore": 0.8
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-07-01"
  }
}

Identifique y clasifique conceptos importantes

Extract a broad range of pre-built entities such as people, places, organizations, date/time, numerals and over 100 types of personally identifiable information (PII), including protected health information (PHI), in documents using named entity recognition.

Extraiga las frases clave de texto no estructurado

Quickly evaluate and identify the main points in unstructured text. Get a list of relevant phrases that best describe the subject of each record using key phrase extraction. Easily organize information to make sense of important topics and trends.

Comprenda mejor la percepción de los clientes

Detect positive and negative sentiment in social media, customer reviews, and other sources to get a pulse on your brand. Use opinion mining to explore customers' perception of specific attributes of products or services, in text.

Procese datos médicos no estructurados

Extract insights from unstructured clinical documents such as doctors' notes, electronic health records, and patient intake forms using the health feature of Text Analytics in preview. Recognize, classify, and determine relationships between medical concepts such as diagnosis, symptoms, and dosage and frequency of medication.

Detecte el idioma del texto

Evalúe entradas de texto en un amplio abanico de idiomas, variantes y dialectos con la característica Detección de idioma.

Implemente soluciones en cualquier parte, desde la nube hasta el perímetro

Ejecute Text Analytics donde residan los datos. Cree aplicaciones optimizadas tanto para características sólidas en la nube como para el perímetro con contenedores.

Privacidad y seguridad completas

  • Sus datos siguen siendo suyos. Microsoft no utiliza el entrenamiento realizado con su texto para mejorar los modelos.
  • Elija dónde procesa Cognitive Services los datos con contenedores.
  • Gracias al respaldo de la infraestructura de Azure, Text Analytics ofrece una seguridad, una disponibilidad, un cumplimiento normativo y una manejabilidad de nivel empresarial.

Obtenga el potencial, el control y el nivel de personalización que necesita con precios flexibles

  • Pague solo por lo que usa, sin costos por adelantado.
  • Con Text Analytics, solo paga por lo que usa en función del número de transacciones.

Recursos sobre Text Analytics

Get started with learning resources

Read our documentation

Take the Microsoft Learn courses

Explore popular developer resources

Check out our code samples

See our Power Automate connectors

Watch our call center analytics webinar

Compañías de todos los tamaños confían en él

KPMG optimiza el análisis de fraudes

KPMG ayuda a las instituciones financieras a ahorrar millones en costos de cumplimiento normativo con su solución Customer Risk Analytics, que detecta palabras clave y patrones de texto específicos para marcar riesgos de incumplimiento.

KPMG

Wilson Allen extrae información de datos no estructurados

Wilson Allen creó una eficaz solución de inteligencia artificial que puede ayudar a las empresas de servicios profesionales y jurídicos de todo el mundo a extraer un volumen de información sin precedentes de datos que antes estaban aislados y no estructurados.

Wilson Allen

IHC aumenta la capacidad de los ingenieros de servicio

Royal IHC utiliza Azure Cognitive Search y Text Analytics para liberar a sus ingenieros de las largas búsquedas manuales de datos en orígenes diferentes y proporcionarles información sobre los datos estructurados y no estructurados.

Royal IHC

LaLiga impulsa la interacción con los aficionados

LaLiga atiende a cientos de millones de aficionados de todo el mundo con un asistente digital personal y el uso de Text Analytics para procesar las consultas entrantes y determinar la intención de los usuarios en varios idiomas.

LaLiga

TIBCO incorpora el análisis de la causa principal al perímetro

TIBCO utiliza Text Analytics y Anomaly Detector para detectar y analizar anomalías, como cambios repentinos en los patrones de los datos, detectar la causa principal y sugerir medidas al respecto.

TIBCO

Kotak Mahindra Bank acelera la productividad

Kotak Asset Management está transformando la administración del servicio de atención al cliente con bots que analizan fácilmente la línea del asunto, la información del cliente y el contenido del correo electrónico para identificar la opinión y desencadenar la siguiente acción más indicada.

Kotak

Preguntas más frecuentes sobre Text Analytics

  • Text Analytics detecta un gran número de idiomas, variantes y dialectos. Para obtener más información, consulte la documentación sobre los idiomas admitidos.
  • Sí. El análisis de la opinión y la extracción de frases clave están disponibles para algunos idiomas y puede solicitar más idiomas en el foro de Text Analytics.
  • La extracción de frases clave elimina las palabras que no son esenciales y los adjetivos independientes. Las combinaciones de adjetivo-nombre, como "vistas espectaculares" o "tiempo nublado" se devuelven juntas. Por lo general, la salida se compone de sustantivos y objetos de la oración, y se muestra en orden de importancia. La importancia se mide por el número de veces que se menciona un determinado concepto o por la relación de ese elemento con otros del texto.
  • Cuando se realizan cambios importantes, se anuncian las mejoras de los modelos y los algoritmos. Si los cambios son menos importantes, simplemente se agregan al servicio. Con el tiempo, es posible que la misma entrada de texto produzca una puntuación de la opinión o una salida de frases clave diferentes. Se trata de una consecuencia normal e intencionada del uso de recursos de aprendizaje automático administrados en la nube.

Comience a usar Text Analytics