Анализ текста

Служба ИИ, которая извлекает аналитические данные, такие как тональность, сущности и ключевые фразы, в неструктурированном тексте

Извлечение аналитики из текста

Извлекайте ценные сведения из неструктурированного текста с помощью обработки естественного языка, даже не имея опыта работы с машинным обучением. Определяйте ключевые фразы и сущности, такие как люди, места и организации, для выявления общих тем и тенденций. Получите более полное представление о мнениях клиентов с помощью анализа тональности. Анализируйте текст на множестве языков.

Широкие возможности извлечения сущностей

Определяйте важные понятия в тексте, в том числе ключевые фразы и именованные сущности.

Эффективный анализ тональности

Узнайте, что говорят клиенты о вашем бренде, и определяйте тональность в определенных тематиках.

Надежное распознавание языка

Анализируйте вводные текстовые данные на множестве языков.

Гибкое развертывание

Запускайте службу "Анализ текста" где угодно — в облаке, локально или в контейнерах на периферии.

  1. Анализируемый текст
  2. JSON
Языки: English (достоверность — 100%)
Ключевые фразы: 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
Тональность:
Базы данных документов
MIXED
86%
Положительная
0%
Нейтральное выражение
14%
Отрицательная
Предложение 1
POSITIVE
99%
Положительная
1%
Нейтральное выражение
0%
Отрицательная
Предложение 2
POSITIVE
100%
Положительная
0%
Нейтральное выражение
0%
Отрицательная
Предложение 3
POSITIVE
100%
Положительная
0%
Нейтральное выражение
0%
Отрицательная
Предложение 4
POSITIVE
100%
Положительная
0%
Нейтральное выражение
0%
Отрицательная
Предложение 5
POSITIVE
100%
Положительная
0%
Нейтральное выражение
0%
Отрицательная
Предложение 6
NEUTRAL
0%
Положительная
100%
Нейтральное выражение
0%
Отрицательная
Предложение 7
NEGATIVE
0%
Положительная
0%
Нейтральное выражение
100%
Отрицательная
Предложение 8
POSITIVE
100%
Положительная
0%
Нейтральное выражение
0%
Отрицательная
Именованные сущности: 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]
Сущности персональных данных: Type: Person
Value: John Doe

Type: URL
Value: www.contososteakhouse.com

Type: Phone Number
Value: 312-555-0176

Type: Email
Value: order@contososteakhouse.com

Связанные сущности: 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": "bff3ae98-b860-4e47-861f-b8f79b34f37a",
        "detectedLanguages": [
          {
            "name": "English",
            "iso6391Name": "en",
            "score": 1.0
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2019-10-01"
  },
  "keyPhrases": {
    "documents": [
      {
        "id": "bff3ae98-b860-4e47-861f-b8f79b34f37a",
        "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": "bff3ae98-b860-4e47-861f-b8f79b34f37a",
        "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": "bff3ae98-b860-4e47-861f-b8f79b34f37a",
        "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": "bff3ae98-b860-4e47-861f-b8f79b34f37a",
        "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": "bff3ae98-b860-4e47-861f-b8f79b34f37a",
        "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"
  }
}

Определение и классификация важных понятий

Выполняйте классификацию широкого спектра сущностей в тексте, таких как люди, места, организации, дата и время, а также проценты, с помощью функции распознавания именованных сущностей. Выявляйте и извлекайте более 100 типов персональных данных и более 80 типов защищенных медицинских сведений здоровья в документах. Ускорьте получение ценных сведений с помощью готовых моделей извлечения сущностей.

Извлечение ключевых фраз в неструктурированном тексте

Быстро оценивайте и определяйте основные моменты в неструктурированном тексте. Получайте списки релевантных фраз, которые лучше всего описывают тему каждой записи, с помощью функции извлечения ключевых фраз. Легко извлекайте и упорядочивайте информацию для определения важных тем и тенденций.

Более полное представление о потребительском восприятии

Определяйте положительную и отрицательную тональность в публикациях в социальных сетях, в отзывах клиентов и других источниках, чтобы составить картину отношения к вашему бренду.

Развертывание в любом месте — от облака до пограничной зоны

Используйте Анализ текста независимо от расположения данных. Создавайте приложения, оптимизированные как для надежных облачных возможностей, так и для пограничного размещения, с помощью контейнеров.

Комплексная конфиденциальность и безопасность

  • Вы сохраняете полный контроль над данными. Корпорация Майкрософт не использует результаты обучения, выполненного для вашего текста, для улучшения моделей.
  • Вы можете выбирать, где службы Cognitive Services будут обрабатывать ваши данные, с помощью контейнеров.
  • Основанная на инфраструктуре Azure служба "Анализ текста" обеспечивает защиту, доступность, соответствие требованиям и управление корпоративного уровня.

Необходимая мощность, контроль и настройка с гибкими ценами

  • Платите только за то, что вы используете, без каких-либо предварительных расходов.
  • Плата за API "Анализ текста" взимается по мере использования в зависимости от числа транзакций.

Ресурсы Анализа текста

Нам доверяют компании всех размеров

Компания KPMG оптимизировала аналитику случаев мошенничества

Компания KPMG помогает финансовым учреждениям экономить миллионы долларов на обеспечении соответствия с помощью своего решения для анализа рисков клиентов, которое выявляет в тексте определенные шаблоны и ключевые слова, указывающие на риски соответствия.

Узнать больше

KPMG

Компания Securex обеспечила высококачественное обслуживание клиентов

Компания Securex использует Анализ текста для анализа и автоматической классификации входящей почты по темам и приоритету, чтобы затем перенаправлять ее соответствующим получателям.

Узнать больше

SecureX

Компания IHC упростила работу специалистов обслуживания

Компания Royal IHC избавила своих специалистов от выполнения вручную трудоемких операций поиска данных в разрозненных источниках и предоставила им возможность получать ценные сведения из структурированных и неструктурированных данных с помощью Когнитивного поиска Azure и Анализа текста.

Узнать больше

Royal IHC

Ла Лига расширила возможности взаимодействия с фанатами

Ла Лига взаимодействует с миллионами фанатов по всему миру посредством цифрового помощника, используя Анализ текста для обработки входящих запросов и определения намерений пользователей на самых разных языках.

Узнать больше

LaLiga

Компания IndiaLends масштабировала операции для удовлетворения спроса

Компания IndiaLends ускорила выполнение внутренних операций и разрешение запросов клиентов с помощью анализа тональности.

Узнать больше

India Lends

Банк Kotak Mahindra Bank повысил продуктивность

Компания Kotak Asset Management трансформировала управление обслуживанием клиентов, реализовав в чат-ботах возможность анализировать строку темы, сведения о клиенте и содержимое писем для определения тональности и активации оптимальных последующих действий.

Узнать больше

Kotak

Часто задаваемые вопросы о Анализ текста

  • Анализ текста распознает широкий спектр языков, их разновидностей и диалектов. Дополнительные сведения см. в документации по языковой поддержке.
  • Нет, все модели предоставляются предварительно обученными. Для передаваемых данных выполняются только операции оценки, извлечения ключевых фраз и определения языка. Чтобы создать и разместить настраиваемые модели, изучите возможности службы Распознавание речи.
  • Да. Функции анализа тональности и извлечения ключевых фраз доступны только для определенных языков. Их реализацию для дополнительных языков можно запросить нафоруме по Анализу текста.
  • Функция извлечения ключевых фраз исключает незначимые слова и отдельно стоящие прилагательные. Сочетания "прилагательное + существительное", например "великолепный вид " или "туманная погода" всегда возвращаются вместе. Обычно выходные данные содержат все подлежащие и дополнения, содержащиеся в предложении, которые приведены в порядке важности. Важность оценивается по количеству упоминаний определенных понятий или по связям между элементами в тексте.
  • Если усовершенствования моделей и алгоритмов существенны, мы объявляем о них. Если же они незначительны, мы незаметно интегрируем их в службу. Вполне вероятно, что через некоторое время для одного и того же текста будут возвращаться другая оценка тональности или другой список ключевых фраз. Это вполне нормальный и ожидаемый результат при использовании ресурсов управляемого машинного обучения в облаке.

Начать работу с Анализом текста