Text Analytics

Olyan mesterségesintelligencia-szolgáltatás, amely felismeri a strukturálatlan szövegben előforduló érzelmeket, entitásokat és kulcskifejezéseket

Betekintő adatok kinyerése szövegből

Strukturálatlan szövegek elemzése természetesnyelv-feldolgozással – nincs szükség gépi tanulási szakértelemre. Azonosíthatja a fontos kifejezéseket és entitásokat, például személyeket, helyeket és szervezeteket, így megismerheti a gyakori témaköröket és trendeket. Hangulatelemzéssel behatóbb ismereteket szerezhet ügyfelei véleményéről. Számos nyelven írt szöveget kiértékelhet.

Entitások széleskörű kinyerése

Azonosíthatja a szöveg lényeges fogalmi elemeit, többek között a kulcskifejezéseket és a nevesített entitásokat.

Hatékony hangulatelemzés

Megvizsgálhatja, milyen vélemények hangzanak el az ügyfelek között a márkanévvel kapcsolatban, és azonosíthatja milyen hangulatok kapcsolódnak az adott témakörökhöz.

Robusztus nyelvfelismerés

Szöveges bemenet kiértékelése számos nyelven.

Rugalmas üzembe helyezés

A Text Analytics bárhol futtatható – a felhőben, a helyszínen, és a peremhálózati tárolókban egyaránt.

  1. Elemzett szöveg
  2. JSON
Nyelvek: English (megbízhatóság: 100%)
Kulcskifejezések: 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
Vélemény:
Dokumentum
MIXED
86%
Pozitív
0%
Semleges
14%
Negatív
Mondat 1
POSITIVE
99%
Pozitív
1%
Semleges
0%
Negatív
Mondat 2
POSITIVE
100%
Pozitív
0%
Semleges
0%
Negatív
Mondat 3
POSITIVE
100%
Pozitív
0%
Semleges
0%
Negatív
Mondat 4
POSITIVE
100%
Pozitív
0%
Semleges
0%
Negatív
Mondat 5
POSITIVE
100%
Pozitív
0%
Semleges
0%
Negatív
Mondat 6
NEUTRAL
0%
Pozitív
100%
Semleges
0%
Negatív
Mondat 7
NEGATIVE
0%
Pozitív
0%
Semleges
100%
Negatív
Mondat 8
POSITIVE
100%
Pozitív
0%
Semleges
0%
Negatív
Nevesített entitások: 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]
PII-entitások: Type: Person
Value: John Doe

Type: URL
Value: www.contososteakhouse.com

Type: Phone Number
Value: 312-555-0176

Type: Email
Value: order@contososteakhouse.com

Csatolt entitások: 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": "4d7dbada-abe8-454c-83d2-fff9c58d8686",
        "detectedLanguages": [
          {
            "name": "English",
            "iso6391Name": "en",
            "score": 1.0
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2019-10-01"
  },
  "keyPhrases": {
    "documents": [
      {
        "id": "4d7dbada-abe8-454c-83d2-fff9c58d8686",
        "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": "2019-10-01"
  },
  "sentiment": {
    "documents": [
      {
        "id": "4d7dbada-abe8-454c-83d2-fff9c58d8686",
        "sentiment": "mixed",
        "documentscores": {
          "positive": 0.86,
          "neutral": 0.0,
          "negative": 0.14
        },
        "sentences": [
          {
            "sentiment": "positive",
            "sentencescores": {
              "positive": 0.99,
              "neutral": 0.01,
              "negative": 0.0
            },
            "offset": 0,
            "length": 105
          },
          {
            "sentiment": "positive",
            "sentencescores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 106,
            "length": 55
          },
          {
            "sentiment": "positive",
            "sentencescores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 162,
            "length": 137
          },
          {
            "sentiment": "positive",
            "sentencescores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 300,
            "length": 41
          },
          {
            "sentiment": "positive",
            "sentencescores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 342,
            "length": 85
          },
          {
            "sentiment": "neutral",
            "sentencescores": {
              "positive": 0.0,
              "neutral": 1.0,
              "negative": 0.0
            },
            "offset": 428,
            "length": 139
          },
          {
            "sentiment": "negative",
            "sentencescores": {
              "positive": 0.0,
              "neutral": 0.0,
              "negative": 1.0
            },
            "offset": 568,
            "length": 62
          },
          {
            "sentiment": "positive",
            "sentencescores": {
              "positive": 1.0,
              "neutral": 0.0,
              "negative": 0.0
            },
            "offset": 631,
            "length": 30
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-04-01"
  },
  "entities": {
    "documents": [
      {
        "id": "4d7dbada-abe8-454c-83d2-fff9c58d8686",
        "entities": [
          {
            "text": "Contoso Steakhouse",
            "type": "Location",
            "subtype": null,
            "offset": 11,
            "length": 18,
            "score": 0.46
          },
          {
            "text": "midtown NYC",
            "type": "Location",
            "subtype": null,
            "offset": 41,
            "length": 11,
            "score": 0.55
          },
          {
            "text": "last week",
            "type": "DateTime",
            "subtype": "DateRange",
            "offset": 53,
            "length": 9,
            "score": 0.8
          },
          {
            "text": "chief cook",
            "type": "PersonType",
            "subtype": null,
            "offset": 166,
            "length": 10,
            "score": 0.82
          },
          {
            "text": "owner",
            "type": "PersonType",
            "subtype": null,
            "offset": 195,
            "length": 5,
            "score": 0.71
          },
          {
            "text": "John Doe",
            "type": "Person",
            "subtype": null,
            "offset": 222,
            "length": 8,
            "score": 0.94
          },
          {
            "text": "kitchen",
            "type": "Location",
            "subtype": "Structural",
            "offset": 272,
            "length": 7,
            "score": 0.6
          },
          {
            "text": "www.contososteakhouse.com",
            "type": "URL",
            "subtype": null,
            "offset": 477,
            "length": 25,
            "score": 0.8
          },
          {
            "text": "312-555-0176",
            "type": "Phone Number",
            "subtype": null,
            "offset": 509,
            "length": 12,
            "score": 0.8
          },
          {
            "text": "email",
            "type": "Skill",
            "subtype": null,
            "offset": 530,
            "length": 5,
            "score": 0.8
          },
          {
            "text": "order@contososteakhouse.com",
            "type": "Email",
            "subtype": null,
            "offset": 539,
            "length": 27,
            "score": 0.8
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-04-01"
  },
  "entityLinking": {
    "documents": [
      {
        "id": "4d7dbada-abe8-454c-83d2-fff9c58d8686",
        "entities": [
          {
            "name": "Sirloin steak",
            "matches": [
              {
                "text": "Sirloin steak",
                "offset": 346,
                "length": 13,
                "score": 0.69
              }
            ],
            "language": "en",
            "id": "Sirloin steak",
            "url": "https://en.wikipedia.org/wiki/Sirloin_steak",
            "datasource": "Wikipedia"
          },
          {
            "name": "Steakhouse",
            "matches": [
              {
                "text": "Steakhouse",
                "offset": 19,
                "length": 10,
                "score": 0.78
              }
            ],
            "language": "en",
            "id": "Steakhouse",
            "url": "https://en.wikipedia.org/wiki/Steakhouse",
            "datasource": "Wikipedia"
          },
          {
            "name": "John Doe",
            "matches": [
              {
                "text": "John Doe",
                "offset": 222,
                "length": 8,
                "score": 0.01
              }
            ],
            "language": "en",
            "id": "John Doe",
            "url": "https://en.wikipedia.org/wiki/John_Doe",
            "datasource": "Wikipedia"
          },
          {
            "name": "New York City",
            "matches": [
              {
                "text": "NYC",
                "offset": 49,
                "length": 3,
                "score": 0.39
              }
            ],
            "language": "en",
            "id": "New York City",
            "url": "https://en.wikipedia.org/wiki/New_York_City",
            "datasource": "Wikipedia"
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-02-01"
  },
  "entityPII": {
    "documents": [
      {
        "id": "4d7dbada-abe8-454c-83d2-fff9c58d8686",
        "entities": [
          {
            "text": "John Doe",
            "type": "Person",
            "subtype": null,
            "offset": 222,
            "length": "8",
            "score": 0.94
          },
          {
            "text": "www.contososteakhouse.com",
            "type": "URL",
            "subtype": null,
            "offset": 477,
            "length": "25",
            "score": 0.8
          },
          {
            "text": "312-555-0176",
            "type": "Phone Number",
            "subtype": null,
            "offset": 509,
            "length": "12",
            "score": 0.8
          },
          {
            "text": "order@contososteakhouse.com",
            "type": "Email",
            "subtype": null,
            "offset": 539,
            "length": "27",
            "score": 0.8
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2020-04-01"
  }
}

A fontos fogalmak azonosítása és kategorizálása

A nevesített entitások felismerése funkció használatával entitások széles körét osztályozhatja szövegben, például személyeket, helyeket, szervezeteket, dátumot/időt és százalékos adatokat. Több mint ezerféle személyazonosításra alkalmas információt és több mint nyolcvanféle bizalmas egészségügyi információt azonosíthat és nyerhet ki a dokumentumaiból. Rövidebb idő alatt juthat betekintő adatokhoz az előre összeállított entitáskinyerő modellek használatával.

Kulcsszavak kinyerése strukturálatlan szövegből

Gyorsan kiértékelheti és azonosíthatja a strukturálatlan szövegek leglényegesebb elemeit. A kulcsfontosságú kifejezések kinyerése funkció használatával megtekintheti az egyes rekordok tárgyát legjobban leíró releváns kifejezések listáját. Az információk egyszerűsített lekérdezésével és rendszerezésével könnyedén betekintést nyerhet a legfontosabb témakörökbe és trendekbe.

Ismerje meg jobban ügyfelei véleményét

A márkanévhez kapcsolódó pozitív és negatív érzelmek észlelése a közösségi médiában, az ügyfelek visszajelzéseiben és egyéb forrásokban.

A felhőtől a peremhálózatokig bárhol üzembe helyezhető

A Text Analytics-t ott futtathatja, ahol az adatait tárolja. A tárolók használatával olyan alkalmazásokat készíthet, amelyek robusztus felhőalapú képességek és peremhálózatok használatára egyaránt optimalizálva vannak.

Átfogó adatvédelem és biztonság

  • Adatai az Ön tulajdonában maradnak. A Microsoft nem használja fel a szövegen végrehajtott betanítást más modellek javítására.
  • A tárolókkal meghatározhatja, hogy a Cognitive Services hol dolgozza fel az adatait.
  • Az Azure infrastruktúráján alapuló Text Analytics ipari szintű biztonságot, rendelkezésre állást, megfelelőséget és kezelhetőséget biztosít.

Igény szerinti hatékonyság, vezérlés és testreszabás rugalmas díjszabással

  • Fizessen csak a tényleges használatért előzetes költség nélkül.
  • A Text Analytics-szel csak a használatért kell fizetnie, a tranzakciók száma alapján.

Text Analytics-szel kapcsolatos forrásanyagok

Az első lépések

Kis- és nagyvállalatok bizalmát egyaránt élvezi

A KPMG leegyszerűsíti a csalási ügyek elemzését

A KPMG segít a pénzügyi intézeteknek milliókat spórolni megfelelőségi költségeiken egyedi ügyfél-kockázatelemzési megoldásával, amely bizonyos szöveges minták és kulcsszavak előfordulását észlelve jelzi a megfelelőségi kockázatokat.

A történet elolvasása

KPMG

A Securex zökkenőmentes felhasználói élményt biztosít

A Securex a Text Analytics használatával elemzi és automatikusan osztályozza a bejövő e-maileket azok témája alapján, meghatározza a prioritást, ezután pedig elküldi őket a megfelelő címzettnek.

A történet elolvasása

SecureX

Az IHC a szolgáltatási mérnökök kezébe adja az irányítást

A Royal IHC az Azure Cognitive Search és a Text Analytics használatával megkíméli mérnökeit attól, hogy időigényes kézi adatkeresést kelljen végezniük a különböző forrásanyagok között, és segít nekik betekintést nyerni a strukturált és a strukturálatlan adataikba.

A történet elolvasása

Royal IHC

A LaLiga növeli a rajongók elkötelezettségét

A LaLiga világszerte több százmillió rajongót szólít meg személyes digitális asszisztensével, és a Text Analytics használatával dolgozza fel a számos nyelven beérkező lekérdezéseket és határozza meg a felhasználók szándékát.

A történet elolvasása

LaLiga

Az IndiaLends az igényeknek megfelelően skálázza műveleteit

Az IndiaLends belső műveleteit és a lekérdezések feldolgozási idejét gyorsítja fel a hangulatelemzéssel.

A történet elolvasása

India Lends

A Kotak Mahindra Bank felgyorsítja a termelékenységét

A Kotak Asset Management az ügyfélszolgálati felügyeletet forradalmasítja azáltal, hogy lehetővé teszi a csevegőrobotok számára a tárgy mező, az ügyféladatok és az e-mail-tartalmak elemzését, hogy azonosíthassák az érzelmeket, és aktiválhassák a sorban következő leginkább megfelelő műveletet.

A történet elolvasása

Kotak

Gyakori kérdések – Text Analytics

  • A Text Analytics számos nyelvet, nyelvváltozatot és dialektust képes észlelni. További információért tekintse meg a nyelvi támogatás dokumentációját.
  • Nem, a modellek előre be vannak tanítva. A feltöltött adatokra pontozási, kulcsszókeresési és nyelvfelismerési műveletek alkalmazhatók. Egyéni modellek létrehozásához és üzemeltetéséhez ismerkedjen meg a Language Understanding szolgáltatással.
  • Igen. Az érzelemelemzés és a kulcsszókeresés csupán adott nyelveken érhető el, a további nyelvek támogatásával kapcsolatos igényeit a Text Analytics fórumán jelezheti.
  • A kulcsszókeresés kizárja a kevésbé lényeges szavakat és az önálló jelzőket. A melléknév-főnév kombinációk (például "lenyűgöző kilátás" vagy "ködös időjárás") együtt lesznek visszaadva. A kimenet általában a mondatok főneveiből és tárgyaiból áll, és fontosság szerint van sorba rendezve. A fontosságot a rendszer az adott fogalom előfordulásának száma alapján, illetve az adott elem és a szöveg más elemeinek viszonya alapján méri.
  • A modellekkel és algoritmusokkal kapcsolatos fejlesztéseket mindenképp bejelentjük, ha a módosítások jelentősek, ha pedig kisebb mértékű frissítésről van szó, akkor egyszerűen csak hozzáadjuk a szolgáltatáshoz. Előfordulhat, hogy idővel ugyanaz a szöveges bevitel már más hangulati pontszámot vagy kulcskifejezést fog eredményezni. Ez a felügyelt gépi tanulási erőforrások felhőbeli használatának normális és szándékos következménye.

Ismerkedés a Text Analytics szolgáltatással