從文字擷取見解
使用自然語言處理 (NLP)，您無須具備任何機器學習專長，就能發掘非結構化文字的見解。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。使用情感分析深入了解客戶的想法。評估各種語言的文字。
廣泛擷取實體
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、地點與組織。
強大的情感分析
了解客戶對您品牌的看法，並偵測有關特定主題的情感。
健全的語言偵測
評估各種語言的文字輸入。
彈性部署
以容器在任何位置 (雲端、內部部署或邊緣) 執行文字分析。
識別重要概念並分類
使用具名實體辨識，將文字中各種實體分類，例如人物、地點、組織、日期/時間和百分比。從文件中偵測及擷取 100 種以上的個人識別資訊 (PII)，包括受保護的健康狀態資訊 (PHI)。
擷取非結構化文字中的關鍵片語
快速評估及識別非結構化文字中的重點。使用關鍵片語擷取，取得最能描述每筆記錄主旨的相關片語清單。輕鬆提取及整理資訊，以了解重要主題和趨勢。
更準確地了解客戶的想法
偵測社交媒體、客戶評論及其他來源中的正面和負面情感，以探知對您品牌的想法。使用意見採礦，探索客戶對文字中各層面的感受，例如產品或服務的特定屬性。
處理非結構化醫療資料
利用文字分析的健康狀態功能 (目前為公開預覽)，從非結構化臨床文件 (例如醫囑、電子醫療記錄及病患諮詢表) 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。
完整的隱私權與安全性
- 您的資料仍屬您所有。Microsoft 不會使用對您文字執行的訓練來改進模型。
- 選擇認知服務在哪裡使用容器處理您的資料。
- 文字分析由 Azure 基礎結構所支援，提供企業級安全性、可用性、合規性與管理性。
以彈性的定價，獲得您所需的功能、掌控度和自訂能力
- 用多少付多少，不用預付金。
- 使用文字分析時，只需依據交易數隨用隨付。
文件與資源
探索開發人員資源
Check out our code samples
See our Power Automate connectors
Watch our call center analytics webinar
受到各種規模公司的信任
Wilson Allen 從非結構化資料發現見解
Wilson Allen 建立了功能強大的 AI 解決方案，可協助世界各地的法律與專業服務事務所，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。
Kotak Mahindra Bank 加速提高生產力
Kotak Asset Management 採用聊天機器人為客戶服務管理進行轉型，以輕鬆地分析主旨列、客戶資訊和電子郵件內容，以識別情感並觸發下一個最佳動作。
文字分析 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，請參閱語言支援文件。
-
不可以，模型都是預先訓練過的。您可以對上傳資料執行評分、關鍵片語擷取和語言偵測作業。若要建立和裝載自訂模型，請探索 Language Understanding 服務。
-
關鍵片語擷取會排除不必要的字詞和單獨的形容詞。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。