Análise de Texto

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

Extraia insights do texto

Descubra insights em texto não estruturado usando o NLP (processamento de linguagem natural), sem necessidade de experiência com machine learning. Identifique frases-chave e entidades como pessoas, lugares e organizações para entender os tópicos e as tendências comuns. Classifique a terminologia médica usando modelos pré-treinados específicos de domínio. Obtenha uma compreensão mais profunda das opiniões dos clientes com a análise de sentimento. Avalie o texto em uma grande variedade de idiomas.

Extração de entidade ampla

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

Análise avançada de sentimentos

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.

Implantação flexível

Execute a Análise de Texto em qualquer lugar: na nuvem, localmente ou na borda em contêineres.

Linguagens: English (confiança: 100%)
Frases-chave: 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
Sentimento:
Documento
MIXED
86%
Positivo
0%
Neutro
14%
Negativo
Frase 1
POSITIVE
99%
Positivo
1%
Neutro
0%
Negativo
Frase 2
POSITIVE
100%
Positivo
0%
Neutro
0%
Negativo
Frase 3
POSITIVE
100%
Positivo
0%
Neutro
0%
Negativo
Frase 4
POSITIVE
100%
Positivo
0%
Neutro
0%
Negativo
Frase 5
POSITIVE
100%
Positivo
0%
Neutro
0%
Negativo
Frase 6
NEUTRAL
0%
Positivo
100%
Neutro
0%
Negativo
Frase 7
NEGATIVE
0%
Positivo
0%
Neutro
100%
Negativo
Frase 8
POSITIVE
100%
Positivo
0%
Neutro
0%
Negativo
Entidades nomeadas: 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 PII: 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": "272bcb58-a69b-46a4-8503-2e20501fa276",
        "detectedLanguage": {
          "name": "English",
          "iso6391Name": "en",
          "confidenceScore": 1.0
        }
      }
    ],
    "errors": [],
    "modelversion": "2020-09-01"
  },
  "keyPhrases": {
    "documents": [
      {
        "id": "272bcb58-a69b-46a4-8503-2e20501fa276",
        "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": "272bcb58-a69b-46a4-8503-2e20501fa276",
        "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": "272bcb58-a69b-46a4-8503-2e20501fa276",
        "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": "272bcb58-a69b-46a4-8503-2e20501fa276",
        "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": "272bcb58-a69b-46a4-8503-2e20501fa276",
        "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 e categorize conceitos 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.

Extraia frases-chave em texto não estruturado

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.

Compreenda melhor a percepção dos 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.

Processe dados médicos não estruturados

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 o idioma de seu texto

Avalie entradas de texto em uma grande variedade de idiomas, variantes e dialetos usando o recurso de Detecção de Idioma.

Implante em qualquer lugar, da nuvem à borda

Execute a Análise de Texto onde quer que os dados estejam localizados. Crie aplicativos otimizados para funcionalidades de nuvem robustas e localidade de borda usando contêineres.

Privacidade e segurança abrangentes

  • Seus dados permanecem sendo seus. A Microsoft não usa o treinamento realizado em seu texto para aprimorar os modelos.
  • Escolha onde os Serviços Cognitivos processam seus dados com contêineres.
  • Com o suporte da infraestrutura do Azure, a Análise de Texto oferece segurança, disponibilidade, conformidade e capacidade de gerenciamento de nível empresarial.

Tenha o poder, o controle e a personalização de que você precisa com preços flexíveis

  • Pague apenas pelo que usar, sem custos iniciais.
  • Com a Análise de Texto, você paga conforme o uso com base no número de transações.

Recursos da Análise de Texto

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

Com a confiança de empresas de todos os tamanhos

A KPMG simplifica a análise de fraudes

A KPMG está ajudando as instituições financeiras a economizar milhões em custos de conformidade com sua solução de análise de riscos para clientes, que detecta padrões de texto específicos e palavras-chave para sinalizar riscos de conformidade.

KPMG

A Wilson Allen revela insights de dados não estruturados

A Wilson Allen criou uma poderosa solução de IA que pode ajudar as empresas de serviços profissionais e de advocacia em todo o mundo a encontrar níveis de insights sem precedentes em dados que estavam anteriormente em silos e não estruturados.

Wilson Allen

A IHC capacita os engenheiros de serviço

A Royal IHC usa o Azure Cognitive Search e a Análise de Texto para aliviar seus engenheiros de pesquisas manuais de dados demoradas entre fontes diferentes e fornecer a esses engenheiros informações sobre os dados estruturados e não estruturados deles.

Royal IHC

A LaLiga impulsiona a participação dos fãs

A LaLiga está interagindo com centenas de milhões de fãs em todo o mundo com um assistente digital pessoal, usando a Análise de Texto para processar consultas recebidas e determinar as intenções dos usuários em vários idiomas.

LaLiga

A TIBCO traz a análise da causa raiz para a borda

A TIBCO está usando o Detector de Anomalias e a Análise de Texto para detectar e analisar anomalias (alterações repentinas em padrões de dados), descobrir causas raiz e fornecer ações sugeridas.

TIBCO

O Kotak Mahindra Bank acelera a produtividade

A Kotak Asset Management está transformando o gerenciamento de serviços de atendimento ao cliente, permitindo que os chatbots analisem facilmente a linha do assunto, as informações do cliente e o conteúdo do email para identificar sentimentos e disparar a próxima melhor ação.

Kotak

Perguntas frequentes sobre Análise de Texto

  • A Análise de Texto detecta uma ampla gama de idiomas, variantes e dialetos. Para obter mais informações, confira a documentação sobre suporte a idiomas.
  • Sim. A análise de sentimentos e a extração de frases-chave estão disponíveis para um número seleto de idiomas, e você pode solicitar idiomas adicionais no Fórum da Análise de Texto.
  • A extração de frases-chave elimina palavras não essenciais e adjetivos independentes. Combinações de adjetivo-substantivo, como "vistas espetaculares" ou "clima enevoado" são retornadas em conjunto. Em geral, a saída consiste nos substantivos e nos objetos da frase e é listada em ordem de importância. A importância é medida pelo número de vezes que um determinado conceito é mencionado ou pela relação do elemento com outros elementos do texto.
  • Melhorias aos modelos e algoritmos serão anunciadas se a alteração for importante e adicionadas ao serviço se a atualização for secundária. Ao longo do tempo, você poderá descobrir que a mesma entrada de texto resulta em uma pontuação de sentimento ou saída de frases-chave diferente. Essa é uma consequência normal e intencional do uso de recursos de aprendizado de máquina gerenciados na nuvem.

Introdução à Análise de Texto