Анализ текста
An AI service that uncovers insights such as sentiment, entities, relations and key phrases in unstructured text.
Бесплатная пробная версия Cognitive Services
Гостевой режим
7-дневная пробная версия
Бесплатная пробная версия Cognitive Services
Бесплатная учетная запись Azure
$0 в месяц
Пробное использование с бесплатной учетной записью Azure
Существующая учетная запись Azure
Уже есть учетная запись Azure?
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. Классифицируйте медицинские термины с помощью предварительно обученных предметно-ориентированных моделей. Получите более полное представление о мнениях клиентов с помощью анализа тональности. Анализируйте текст на множестве языков.
Широкие возможности извлечения сущностей
Identify important concepts in text, including key phrases and named entities such as people, events and organizations.
Эффективный анализ тональности
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.
Гибкое развертывание
Запускайте службу "Анализ текста" где угодно — в облаке, локально или в контейнерах на периферии.
| 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": "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"
}
}
Определение и классификация важных понятий
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.
Извлечение ключевых фраз в неструктурированном тексте
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.
Более полное представление о потребительском восприятии
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.
Обработка неструктурированных медицинских данных
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.
Определение языка текста
Оценивайте вводимый текст на разнообразных языках, вариантах языков и диалектах, используя функцию распознавания языка.
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
Explore popular developer resources
Check out our code samples
See our Power Automate connectors
Watch our call center analytics webinar
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.
Wilson Allen находит способ анализа неструктурированных данных
Компания Wilson Allen создала мощное решение ИИ, которое может помочь фирмам, оказывающим юридические и другие профессиональные услуги, по всему миру выполнять анализ беспрецедентного уровня, используя данные, которые ранее были разрозненными и неструктурированными.
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.
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.
TIBCO реализует анализ первопричин в пограничной зоне
Компания TIBCO использует Анализ текста и Детектор аномалий для обнаружения и анализа аномалий (внезапных изменений в шаблонах данных), выявления их первопричин и указания рекомендуемых действий.
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.
Часто задаваемые вопросы о Анализ текста
-
Анализ текста распознает широкий спектр языков, их разновидностей и диалектов. Дополнительные сведения см. в документации по языковой поддержке.
-
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.