탐색 건너뛰기

Text Analytics

문서 내 텍스트를 추출, 분류, 이해하는 언어용 Cognitive Service의 기능 모음

NLP(자연어 처리)를 사용하여 텍스트에서 인사이트 얻기

언어용 Cognitive Service의 기능 모음인 텍스트 분석을 사용하여 NLP를 통해 구조화되지 않은 텍스트에서 인사이트를 얻습니다(기계 학습 전문 지식이 필요하지 않음). 감정 분석을 사용하여 고객 의견을 보다 깊이 있게 이해할 수 있습니다. 일반적인 토픽 및 추세를 해석하기 위해 사람, 장소 및 조직과 같은 핵심 구 및 엔터티를 식별합니다. 미리 학습된 도메인 특정 모델을 사용하여 의료 용어를 분류합니다. 다양한 언어의 텍스트를 평가합니다.

광범위한 엔터티 인식

핵심 구 및 명명된 엔터티(예: 사람, 이벤트, 조직)를 비롯한 텍스트의 중요한 개념을 식별합니다.

강력한 감정 분석

오피니언 마이닝을 통해 브랜드에 대한 고객의 의견을 검토하고 특정 토픽에 대한 감정을 분석합니다.

문서 요약

문서의 핵심을 집합적으로 전달하는 문장을 추출합니다.

의료 텍스트 처리

비정형 의료 텍스트에 저장된 인사이트를 추출하고 이러한 인사이트의 실시간 및 일괄 분석을 처리합니다.

중요한 개념 식별 및 분류

명명된 엔터티 인식을 사용하여 문서에서 PHI(민감 건강 정보)를 비롯하여 사람, 장소, 조직, 날짜/시간, 숫자, 100개 이상의 PII(개인 식별 정보) 유형 등 광범위한 미리 빌드된 엔터티를 추출합니다.

비정형 텍스트의 요점 파악

구조화되지 않은 텍스트의 기본 요소를 빠르게 평가하고 식별합니다. 핵심 구 추출을 사용하여 구절을 가장 잘 설명하는 관련 구 목록을 가져옵니다. 또는 추출 요약(미리 보기)을 사용하여 문서의 기본 아이디어를 가장 잘 전달하는 문장을 파악합니다.

고객 인식에 대한 이해 향상

소셜 미디어, 고객 리뷰, 기타 원본에서 긍정적인 감정과 부정적인 감정을 분석하여 브랜드의 상태를 진단합니다. 오피니언 마이닝을 사용하여 텍스트에서 제품 또는 서비스의 특정 특성에 대한 고객 인식을 살펴봅니다.

비정형 의료 데이터 처리

의료 분야 텍스트 분석을 사용하여 의사 메모, 전자 건강 기록, 환자 섭취 양식과 같은 구조화되지 않은 임상 문서에서 인사이트를 추출합니다. 진단, 증상, 투여량, 약물 치료 빈도와 같은 의료 개념 간의 관계를 인식, 분류 및 결정합니다.

빠르게 데이터 위에 대화 레이어 만들기

URL, FAQ, 제품 설명서, 블로그, 지원 문서 등 반구조화된 콘텐츠와 비구조화된 콘텐츠를 통해 질문에 대한 답변을 얻으세요.

워크플로 자동화

의사 결정을 개선하기 위해 도메인별 레이블을 사용하여 사용자 지정 텍스트 분류를 통해 구조화되지 않은 텍스트와 문서를 자동으로 분류합니다.

포괄적인 개인 정보 보호 및 보안

  • 사용자의 데이터는 그대로 유지됩니다. Microsoft는 사용자의 텍스트에 수행된 학습을 사용하여 모델을 개선하지 않습니다.
  • 컨테이너를 사용하여 데이터를 처리할 Cognitive Services 위치를 선택합니다.
  • Azure 인프라로 지원되는 텍스트 분석은 엔터프라이즈급 보안, 가용성, 규정 준수 및 관리 효율성을 제공합니다.

유연한 가격으로 필요한 성능과 제어 및 사용자 지정 확보

  • 선결제 비용 없이 거래 수에 따라 사용한 만큼만 지불하세요.

텍스트 분석 리소스 및 설명서

인기 있는 개발자 리소스 살펴보기

모든 규모의 기업이 신뢰함

KPMG의 사기 분석 간소화

KPMG는 금융 기관이 고객 위험 분석 솔루션을 사용하여 수백만 달러의 규정 준수 비용을 절감하는 데 도움을 주고 있습니다. 이 솔루션은 텍스트 분석을 사용하여 패턴과 키워드를 감지함으로써 규정 준수 위험에 플래그를 지정합니다.

KPMG

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.

Wilson Allen

의료 서비스 회사에서 환자 진료 향상

Kepro는 의료 분야 텍스트 분석의 빠르고 정확한 인사이트를 사용하여 의료 프로세스를 향상합니다.

Kepro

LaLiga의 팬 참여 증대

LaLiga는 Text Analytics를 사용하여 여러 언어로 들어오는 쿼리를 처리하고 사용자 의도를 확인하는 개인 디지털 도우미를 제공하여 전 세계 수백만 명의 팬을 사로잡고 있습니다.

LaLiga

고객 경험 향상

Progressive Insurance는 Azure AI를 통해 챗봇 경험의 수준을 높이고 고객 경험을 향상합니다.

Progressive

텍스트 요청을 통해 대규모로 감정 이해

소프트웨어 공급자는 고객 감정에 대응하고 긍정적인 마케팅 환경을 만듭니다.

Text Request

Text Analytics에 대해 자주 묻는 질문

  • Text Analytics는 광범위한 언어, 변이형 및 사투리를 감지합니다. 자세한 내용은 언어 지원 설명서를 참조하세요.
  • 예. 감정 분석 및 핵심 구 추출에서 몇 가지 언어를 선택할 수 있고 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 구성되어 있으며 중요도 순서로 나열됩니다. 중요도는 특정 개념이 언급되는 횟수 또는 해당 요소와 텍스트의 다른 요소 간 관계로 측정됩니다.
  • 변경이 대폭 진행될 경우 모델 및 알고리즘 개선 사항이 발표되고, 업데이트가 경미한 경우에는 서비스에 추가됩니다. 시간이 지남에 따라, 같은 텍스트를 입력해도 감정 점수가 다르거나 핵심 구 출력이 다르다는 것을 알 수 있습니다. 이러한 현상은 클라우드에서 관리되는 기계 학습 리소스를 사용하게 되기 때문에 발생합니다.
  • 예. 미리 보기의 분석 작업을 사용하여 둘 이상의 Text Analytics 기능을 동일한 비동기 호출에 통합할 수 있습니다. 분석 작업은 현재 표준 가격 책정 계층에서만 사용할 수 있으며 가격 책정 기준을 똑같이 따릅니다.

텍스트 분석 시작

무엇을 도와 드릴까요?