Text Analytics
문서 내 텍스트를 추출, 분류, 이해하는 언어용 Cognitive Service의 기능 모음입니다.
NLP(자연어 처리)를 사용하여 텍스트에서 인사이트 얻기
텍스트 분석을 사용하는 언어용 Azure Cognitive Service의 기능 모음인 NLP를 통해 구조화되지 않은 텍스트에서 인사이트를 얻습니다(기계 학습 전문 지식이 필요하지 않음). 감정 분석을 사용하여 고객 의견을 더욱더 깊이 있게 이해할 수 있습니다. 사람, 장소 및 조직과 같은 핵심 구 및 엔터티를 식별하여 일반적인 토픽 및 추세를 이해합니다. 미리 학습된 도메인 특정 모델을 사용하여 의료 용어를 분류합니다. 다양한 언어의 텍스트를 평가합니다.
광범위한 엔터티 인식
광범위한 엔터티 인식
핵심 구 및 명명된 엔터티(예: 사람, 이벤트, 조직)를 비롯한 텍스트의 중요한 개념을 식별합니다.
강력한 감정 분석
강력한 감정 분석
오피니언 마이닝을 통해 브랜드에 대한 고객의 의견을 검토하고 특정 토픽에 대한 감정을 분석합니다.
문서 요약
문서 요약
문서의 핵심을 집합적으로 전달하는 문장을 추출합니다.
의료 텍스트 처리
의료 텍스트 처리
구조화되지 않은 의료 텍스트에 저장된 인사이트를 추출하고 이에 대한 실시간 및 일괄 분석을 처리합니다.
중요한 개념 파악 및 분류
중요한 개념 파악 및 분류
명명된 엔터티 인식을 사용하여 설명서에서 PHI(민감 건강 정보)를 비롯하여 사람, 장소, 조직, 날짜/시간, 숫자, 100개 이상의 PII(개인 식별 정보) 유형 등 미리 빌드된 광범위한 엔터티를 추출합니다.
구조화되지 않은 텍스트의 요점 파악
구조화되지 않은 텍스트의 요점 파악
구조화되지 않은 텍스트의 요점을 빠르게 평가하고 파악합니다. 핵심 구 추출을 사용하여 구절을 가장 잘 설명하는 관련 구 목록을 가져옵니다. 또는 추출 요약(미리 보기)을 사용하여 문서의 주요 개념을 가장 잘 전달하는 문장을 파악합니다.
고객 인식에 대한 이해 향상
고객 인식에 대한 이해 향상
소셜 미디어, 고객 리뷰, 기타 소스에서 긍정적 및 부정적 감정 분석을 통해 브랜드의 상태를 진단합니다. 오피니언 마이닝을 사용하여 텍스트에서 제품 또는 서비스의 특정 특성에 대한 고객의 인식을 살펴봅니다.
구조화되지 않은 의료 데이터 처리
구조화되지 않은 의료 데이터 처리
의료용 텍스트 분석을 사용하여 의사 메모, 전자 건강 기록, 환자 섭식 양식 등의 구조화되지 않은 임상 문서에서 인사이트를 추출합니다. 진단, 증상, 투여량, 약물 치료 빈도와 같은 의료 개념 간의 관계를 인식, 분류 및 결정합니다.
데이터를 기반으로 대화 레이어 만들기
데이터를 기반으로 대화 레이어 만들기
URL, FAQ, 제품 설명서, 블로그, 지원 문서 등 반구조화된 콘텐츠와 구조화되지 않은 콘텐츠에서 질문에 대한 답변을 얻습니다.
워크플로 자동화
워크플로 자동화
도메인별 레이블을 사용하여 사용자 지정 텍스트 분류를 통해 구조화되지 않은 텍스트와 문서를 자동으로 분류하여 의사 결정을 개선합니다.
기본 제공되는 포괄적인 보안과 규정 준수
-
Microsoft는 사이버 보안 연구 및 개발에 연간 USD10억 이상을 투자합니다.
-
Microsoft에 소속된 3,500명이 넘는 보안 전문가가 데이터 보안 및 개인 정보 보호를 전담합니다.
-
Azure는 다른 어떤 클라우드 공급자보다도 더 많은 인증을 취득했습니다. 전체 목록을 확인하세요.
Azure 체험 계정 시작
1
2
크레딧을 다 사용한 후에는 종량제로 전환하여 동일한 무료 서비스로 계속 구축하세요. 월간 체험 한도를 초과해서 사용하는 경우에만 요금을 지불합니다.
3
모든 규모의 기업이 신뢰하는 제품
" "
KPMG의 사기 분석 간소화
KPMG는 금융 기관에서 고객 위험 분석 솔루션을 사용하여 수백만 달러의 규정 준수 비용을 절감하는 데 도움을 주고 있습니다. 이 솔루션은 텍스트 분석을 사용하여 패턴과 키워드를 감지하고 규정 준수 위험 요소에 플래그를 지정합니다.
mars
비정형 데이터에서 인사이트를 얻는 Wilson Allen
Wilson Allen은 전 세계 법률 및 전문 서비스 기업들이 이전에는 서로 분리되어 있던 비정형 데이터에서 전례 없는 수준의 인사이트를 찾을 수 있도록 지원하는 AI 솔루션을 만들었습니다.
" "
LaLiga의 팬 참여 증대
LaLiga는 Text Analytics를 사용하여 여러 언어로 들어오는 쿼리를 처리하고 사용자 의도를 확인하는 개인 디지털 도우미로 전 세계 수백만 명의 팬을 사로잡고 있습니다.
Text Analytics 리소스 및 설명서
학습 리소스 시작하기
인기 있는 개발자 리소스 살펴보기
언어 서비스에 관한 질문과 대답
-
Text Analytics는 광범위한 언어, 이형 및 방언을 감지합니다. 자세한 내용은 언어 지원 설명서를 참조하세요.
-
예. 감정 분석 및 핵심 구 추출은 몇 가지 언어 선택이 가능하며 Text Analytics 포럼에서 추가 언어를 요청할 수 있습니다.
-
핵심 구 추출은 불필요한 단어와 독립 형용사를 제거합니다. "spectacular views" 또는 "foggy weather"와 같은 형용사-명사 조합은 함께 반환됩니다. 일반적으로 출력은 문장의 명사 및 목적어로 구성되며 중요도 순서로 나열됩니다. 중요도는 특정 개념이 언급되는 횟수 또는 해당 요소와 텍스트의 다른 요소 간 관계로 측정됩니다.
-
큰 변경은 모델 및 알고리즘의 개선 사항으로 발표되고, 사소한 업데이트는 서비스에 추가됩니다. 시간이 지나면서 동일한 텍스트가 입력되어도 감정 점수나 핵심 구 출력이 달라지는 것을 볼 수 있습니다. 이는 클라우드에서 관리되는 기계 학습 리소스를 사용하여 발생하는 정상적이고 의도적인 결과입니다.
-
예. 미리 보기의 분석 작업을 사용하여 동일한 비동기 호출에서 둘 이상의 Text Analytics 기능을 통합할 수 있습니다. 분석 작업은 현재 표준 가격 책정 계층에서만 사용할 수 있으며 동일한 가격 책정 기준을 따릅니다.
-
예. 다음 서비스 및 기능들이 관련되어 있습니다.