Vad är Namngiven entitetsigenkänning (NER) i Azure AI Language?

Med namnet Entity Recognition (NER) är en av de funktioner som erbjuds av Azure AI Language, en samling maskininlärnings- och AI-algoritmer i molnet för att utveckla intelligenta program som omfattar skriftligt språk. FUNKTIONEN NER kan identifiera och kategorisera entiteter i ostrukturerad text. Till exempel: personer, platser, organisationer och kvantiteter. Den fördefinierade NER-funktionen har en förinställd lista över identifierade entiteter. Med den anpassade NER-funktionen kan du träna modellen att identifiera specialiserade entiteter som är specifika för ditt användningsfall.

• Snabbstarter är komma igång-instruktioner som hjälper dig att göra begäranden till tjänsten.
• Instruktionsguider innehåller instruktioner för hur du använder tjänsten på mer specifika eller anpassade sätt.
• De konceptuella artiklarna innehåller djupgående förklaringar av tjänstens funktioner och funktioner.

Typiskt arbetsflöde

Om du vill använda den här funktionen skickar du data för analys och hanterar API-utdata i ditt program. Analysen utförs som den är, utan någon ytterligare anpassning till den modell som används på dina data.

1. Skapa en Azure AI Language-resurs som ger dig åtkomst till de funktioner som erbjuds av Azure AI Language. Det genererar ett lösenord (kallas en nyckel) och en slutpunkts-URL som du använder för att autentisera API-begäranden.

2. Skapa en begäran med antingen REST-API:et eller klientbiblioteket för C#, Java, JavaScript och Python. Du kan också skicka asynkrona anrop med en batchbegäran för att kombinera API-begäranden för flera funktioner i ett enda anrop.

3. Skicka begäran som innehåller dina textdata. Din nyckel och slutpunkt används för autentisering.

4. Strömma eller lagra svaret lokalt.

Kom igång med namngiven entitetsigenkänning

Om du vill använda namngiven entitetsigenkänning skickar du ostrukturerad ostrukturerad text för analys och hanterar API-utdata i ditt program. Analysen utförs som den är, utan ytterligare anpassning till den modell som används för dina data. Det finns två sätt att använda namngiven entitetsigenkänning:

Referensdokumentation och kodexempel

När du använder den här funktionen i dina program kan du läsa följande referensdokumentation och exempel för Azure AI Language:

Ansvarsfull AI

Ett AI-system består av mer än bara dess kärnteknik. Den innehåller också de personer som driver den, de personer som dess användning påverkar och den bredare distributionskontexten. Alla dessa sammankopplade element formar AI:s effektivitet och resultat. Läs transparensmeddelandet för NER för att lära dig mer om ansvarsfull AI-användning och distribution i dina system. Mer information finns i följande artiklar:

• Transparensanteckning för Azure AI Language
• Integrering och ansvarsfull användning
• Data, sekretess och säkerhet

Scenarier

• Förbättra sökfunktioner och sökindexering. Kunder kan skapa kunskapsdiagram baserat på entiteter som identifierats i dokument för att förbättra dokumentsökningen som taggar.
• Automatisera affärsprocesser – Försäkringsanspråk, identifierade entiteter som namn och plats kan markeras för att underlätta granskning. Supportärenden kan genereras automatiskt med kundnamn och företag från ett e-postmeddelande.
• Djupgående kundanalys. Fastställ den mest populära informationen som förmedlas av kunder i recensioner, e-postmeddelanden och samtal för att fastställa relevanta ämnen och trender över tid.

Nästa steg

Det finns två sätt att komma igång med funktionen Namngiven entitetsigenkänning (NER):

• Azure AI Foundry är en webbaserad plattform där du kan använda flera språktjänstfunktioner utan att behöva skriva kod.
• Snabbstartsartikeln för instruktioner om hur du gör begäranden till tjänsten med hjälp av REST-API:et och klientbibliotekets SDK.