使用自然語言處理 (NLP) 取得文字中的見解
透過適用於語言的認知服務功能集所提供的文字分析功能，在不需任何機器學習專業知識的情況下，使用 NLP 在非結構化文字中挖掘見解。使用情感分析深入了解客戶的想法。識別關鍵片語和實體 (例如人物、地點和組織)，以了解共通的主題和趨勢。使用預先訓練之特定領域的模型來分類醫學術語。評估各種語言的文字。
廣泛實體辨識
廣泛實體辨識
確認文字中的重要概念，包含關鍵片語與具名實體，例如人員、活動與組織。
強大的情感分析
強大的情感分析
透過意見挖掘，了解客戶對您品牌的看法，並分析有關特定主題的情感。
文件摘要
文件摘要
擷取共同傳達文件內涵的句子。
處理醫療文字
處理醫療文字
擷取以非結構性醫療文字方式所儲存的見解，並以即時方式處理及進行批次分析。
處理非結構化醫療資料
處理非結構化醫療資料
使用適用於健康情況的文字分析功能，從非結構化的臨床文件 (例如醫囑、電子醫療記錄及病患諮詢表單) 中擷取見解。辨識、分類及判斷醫療概念 (例如診斷、症狀，以及藥物的劑量與頻率) 之間的關聯性。
在資料上建立交談層
在資料上建立交談層
從半結構化和非結構化內容中，例如 URL、常見問題集、產品手冊、部落格、支援文件等，獲得問題的答案。
將您的工作流程自動化
將您的工作流程自動化
使用您專屬領域的標籤，利用自訂文字分類功能對非結構化的文字及文件進行自動分類，藉以改善決策制定。
內建全方位安全性與合規性
-
Microsoft 每年斥資超過USD10 億研究與開發網路安全性。
-
我們聘請了超過 3,500 名資訊安全專家專門保護資料安全性和隱私權。
-
Azure 獲得的認證遠多於其他任何雲端提供者。檢視完整清單。
開始使用 Azure 免費帳戶
2
在點數用盡後，請轉為隨用隨付以繼續利用相同的免費服務進行建置。只有當您使用超過每月免費數量時，才需支付費用。
3
受到各種規模公司的信任
mars
Wilson Allen 從非結構化的資料中發現見解
Wilson Allen 建立了 AI 解決方案，協助世界各地的法律及專業服務事務所，在原先互不相通且非結構化的資料中，發現前所未有的見解。
文字分析資源和文件
開始使用學習資源
探索熱門的開發人員資源
語言服務的常見問題集
-
文字分析可偵測各種語言、變體和方言。如需詳細資訊，請參閱語言服務支援文件。
-
-
關鍵片語擷取可排除不重要的字組和單獨的形容詞。形容詞與名詞詞組 (例如"「壯觀的景象」"或"「多霧的天氣」") 會一起傳回。一般而言，輸出由句子的名詞和受詞組成，並依重要性的順序列出。重要性的測量依據為提到特定概念的次數，或文字中該項目與其他項目的關聯。
-
如果模型和演算法的改進內容屬於大幅變更，則會特別宣布，若只是微幅更新，則會直接新增至服務。過了一段時間，您可能會發現輸入相同的文字後，會輸出不同的情感分數或關鍵片語。在雲端中使用受控機器學習資源會有這種結果是正常的，也是刻意這麼做的。
-
是，您可以使用預覽版的分析作業，在同一個非同步呼叫中合併多個文字分析功能。此分析作業目前只以標準定價層提供，並遵循相同的定價準則。
-
是，相關的服務及功能如下：