Metin Analizi

Yapılandırılmamış metinde yaklaşım, varlıklar ve anahtar ifadeler gibi içgörüleri ortaya çıkaran bir AI hizmeti

Metinden içgörü ayıklayın

Discover insights in unstructured text using natural language processing (NLP)—no machine learning expertise required. Identify key phrases and entities such as people, places, and organizations to understand common topics and trends. Classify medical terminology using domain-specific, pretrained models. Gain a deeper understanding of customer opinions with sentiment analysis. Evaluate text in a wide range of languages.

Geniş varlık ayıklama

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

Güçlü duygu analizi

Müşterilerin markanız hakkında söylediklerini inceleyin ve belirli konular çerçevesinde yaklaşımı algılayın.

Güçlü dil algılama

Çok çeşitli dillerdeki metin girişlerini değerlendirin.

Esnek dağıtım

Metin Analizi hizmetini istediğiniz yerde, bulutta, şirket içi ortamınızda veya uç cihazlarda kapsayıcılarda çalıştırın.

  1. Çözümlenmiş metin
  2. JSON
Diller: English (güven: %100)
Anahtar ifadeler: 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
Duygu:
Belge
MİXED
86%
Olumlu
0%
Nötr
14%
Olumsuz
Tümce 1
POSİTİVE
99%
Olumlu
1%
Nötr
0%
Olumsuz
Tümce 2
POSİTİVE
100%
Olumlu
0%
Nötr
0%
Olumsuz
Tümce 3
POSİTİVE
100%
Olumlu
0%
Nötr
0%
Olumsuz
Tümce 4
POSİTİVE
100%
Olumlu
0%
Nötr
0%
Olumsuz
Tümce 5
POSİTİVE
100%
Olumlu
0%
Nötr
0%
Olumsuz
Tümce 6
NEUTRAL
0%
Olumlu
100%
Nötr
0%
Olumsuz
Tümce 7
NEGATİVE
0%
Olumlu
0%
Nötr
100%
Olumsuz
Tümce 8
POSİTİVE
100%
Olumlu
0%
Nötr
0%
Olumsuz
Adlandırılmış Varlıklar: 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]
PII Varlıkları: Type: Person
Value: John Doe

Type: URL
Value: www.contososteakhouse.com

Type: Phone Number
Value: 312-555-0176

Type: Email
Value: order@contososteakhouse.com

Bağlantılı Varlıklar: 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": "483951b9-d874-47bb-9d69-d937068c8200",
        "detectedLanguages": [
          {
            "name": "English",
            "iso6391Name": "en",
            "score": 1.0
          }
        ]
      }
    ],
    "errors": [],
    "modelversion": "2019-10-01"
  },
  "keyPhrases": {
    "documents": [
      {
        "id": "483951b9-d874-47bb-9d69-d937068c8200",
        "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": "483951b9-d874-47bb-9d69-d937068c8200",
        "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": "483951b9-d874-47bb-9d69-d937068c8200",
        "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": "483951b9-d874-47bb-9d69-d937068c8200",
        "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": "483951b9-d874-47bb-9d69-d937068c8200",
        "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"
  }
}

Önemli kavramları tanımlayın ve kategorilere ayırın

Classify a broad range of entities in text, such as people, places, organizations, date/time, and percentages, using named entity recognition. Detect and extract 100+ types of personally identifiable information (PII), including protected health information (PHI), in documents.

Yapılandırılmamış metinlerdeki anahtar ifadeleri ayıklayın

Yapılandırılmamış metinlerdeki ana noktaları hızla değerlendirin ve belirleyin. Anahtar ifade ayıklama kullanarak her kaydın konusunu en iyi açıklayan uygun ifadelerin listesini alın. Önemli konular ve eğilimleri anlatan bilgileri kolayca çekin ve düzenleyin.

Müşteri algısını daha iyi anlayın

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 aspects, such as specific attributes of products or services, in text.

Process unstructured medical data

Extract insights from unstructured clinical documents such as doctors’ notes, electronic health records, and patient intake forms using the health feature of Text Analytics (gated public preview). Recognize, classify, and determine relationships between medical concepts such as diagnosis, symptoms, and dosage and frequency of medication.

Detect language of your text

Evaluate text input in a wide range of languages, variants, and dialects using the language detection feature.

Her yerde, buluttan uca dağıtma

Verileriniz bulunduğu her yer de Metin Analizi’ni çalıştırın. Kapsayıcıları kullanarak hem güçlü bulut özellikleri hem de uç yerel ortam için iyileştirilmiş uygulamalar oluşturun.

Kapsamlı gizlilik ve güvenlik

  • Verileriniz sizin kalır. Microsoft metinleriniz üzerinde gerçekleştirilen eğitimi modelleri geliştirmek için kullanmaz.
  • Kapsayıcılarla Bilişsel Hizmetler’in verilerinizi nerede işleyeceğini seçin.
  • Azure altyapısı ile desteklenen Metin Analizi kurumsal düzeyde güvenlik, kullanılabilirlik, uyumluluk ve yönetilebilirlik sunar.

İhtiyacınız olan gücü, kontrolü ve özelleştirmeyi esnek fiyatlandırmayla elde edin

  • Hiçbir ön maliyet olmadan, yalnızca kullandığınız kadar ödeyin.
  • Metin Analizi, işlem sayısına dayalı olarak kullandığınız kadar ücretlendirilir.

Metin Analizi kaynakları

Kullanmaya başlayın

Tüm boyutlardaki şirketler tarafından güvenilir

KPMG sahtekarlık analizini kolaylaştırıyor

KPMG, belirli metin düzenlerini ve anahtar sözcükleri algılayıp uyumluluk risklerini işaretleyen Müşteri Risk Analizi çözümüyle finans kurumlarının uyumluluk maliyetlerinden milyonlarca dolar tasarruf etmesine yardımcı oluyor.

Hikayeyi okuyun

KPMG

Wilson Allen yapılandırılmamış verilerdeki içgörüleri ortaya çıkartıyor

Wilson Allen, dünyanın dört bir yanındaki hukuk ve profesyonel hizmet firmalarının, önceden yalıtılmış ve yapılandırılmamış veriler üzerinde benzeri görülmemiş düzeyde içgörü bulmalarına yardımcı olabilecek, güçlü bir yapay zeka çözümü oluşturdu.

Hikayeyi okuyun

Wilson Allen

IHC hizmet mühendislerini güçlendiriyor

Royal IHC mühendislerini dağınık kaynaklar üzerinde çok zaman alan el ile veri aramaları yapmaktan kurtarmak, ayrıca onlara yapılandırılmış ve yapılandırılmamış verileriyle ilgili içgörüler kazandırmak için Azure Bilişsel Arama ve Metin Analizi kullanıyor.

Hikayeyi okuyun

Royal IHC

LaLiga fan etkileşimini artırıyor

LaLiga gelen sorguları işlemek ve birden çok dilde kullanıcıların amaçlarını belirlemek için Metin Analizi kullanarak, kişisel dijital yardımcıyla dünyanın her yanından yüz milyonlarca fanın katılımını sağlıyor.

Hikayeyi okuyun

LaLiga

TIBCO, uçta kök neden analizi olanağı sağlıyor

TIBCO, anomalileri (veri desenlerindeki ani değişiklikleri) algılayıp analiz etmek, kök nedenleri keşfetmek için Metin Analizi ve Anomali Algılayıcısı’nı kullanır ve eylem önerileri sunar.

Hikayeyi okuyun

TIBCO

Kotak Mahindra Bank üretkenliğe hız kazandırıyor

Kotak Asset Management sohbet botlarının konu satırını, müşteri bilgilerini ve e-posta içeriğini kolayca analiz edip yaklaşımı belirlemesine ve bir sonraki en iyi eylemi tetiklemesine olanak tanıyarak müşteri hizmetleri yönetiminde dönüşüm yaratıyor.

Hikayeyi okuyun

Kotak

Metin Analizi hakkında sıkça sorulan sorular

  • Metin Analizi çok çeşitli dilleri, lehçe ve diyalektleri algılar. Daha fazla bilgi edinmek için dil desteği belgelerine bakın.
  • Hayır, modeller önceden eğitilir. Karşı yüklenen verilerde puanlama, anahtar ifade ayıklama ve dil algılama işlemleri kullanılabilir. Özel modeller oluşturmak ve barındırmak için Language Understanding hizmetini gözden geçirin.
  • Evet. Yaklaşım analizi ve anahtar ifade ayıklama belirli sayıda dilde sağlanır ve Metin Analizi Forumu’da ek diller için istekte bulunabilirsiniz.
  • Anahtar ifade ayıklama işlemi önemli olmayan sözcükleri ve tek başına sıfatları kaldırır. “Harika manzaralar” veya “sisli hava” gibi sıfat-isim bileşimleri birlikte döndürülür. Genel olarak çıkış tümcenin isimleriyle nesnelerinden oluşur ve önem sırasına göre listelenir. Önem derecesi belirli bir kavramdan kaç kez bahsedildiğine veya söz konusu öğenin metindeki diğer öğelerle ilişkisine göre ölçülür.
  • Büyük bir değişiklik söz konusuysa model ve algoritmalarda yapılan geliştirmeler duyurulur ve küçük bir güncelleştirme yapıldıysa hizmete eklenir. Zaman içinde aynı metin girişinin farklı yaklaşım puanı veya anahtar ifade çıkışıyla sonuçlandığını görebilirsiniz. Bu, bulutta yönetilen makine öğrenmesi kaynaklarını kullanmanın normal ve tasarıma uygun sonucudur.

Metin Analizi’ni kullanmaya başlayın