自定义命名实体识别的语言支持

使用本文了解自定义命名实体识别功能当前支持的语言。

多语言选项

使用自定义命名实体识别（NER），可以使用一种语言训练模型，并用于从另一种语言的文档中提取实体。 此功能非常强大，因为它可以帮助你节省时间和精力。 你可以在一个项目中处理多语言数据集，而不是为每种语言构建单独的项目。 数据集不必完全使用相同的语言，但你应在创建时或稍后在项目设置中为项目启用多语言选项。 如果在评估过程中发现模型在某些语言中表现不佳，请考虑将更多这些语言的数据添加到训练集中。

你可以完全使用英语文档训练项目，并使用法语、德语、普通话、日语、韩语等语言进行查询。 通过使用多语言技术训练模型，自定义命名实体识别使你可以轻松地将项目扩展为多种语言。

每当你发现某个特定语言的表现不如其他语言时，可以在项目中为该语言添加更多文档。 对于 Azure AI Foundry 中的数据标记，可以选择要添加的文档的语言。 向模型介绍该语言的更多文档时，该模型将引入该语言的更多语法，并学会更好地预测它。

不需要为每种语言添加相同数量的文档。 你应该主要使用一种语言构建你的项目，而只在极少数情况下添加一些你发现表现不佳语言的文档。 如果你主要以英语开发项目，然后开始用法语、德语和西班牙语对其进行测试，你可能会注意到一些差异。 具体而言，与其他两种语言相比，德语的表现可能不佳。 虽然法语和西班牙语可能取得更好的结果，但德国在测试期间可能会带来更多的挑战或产生不太有利的结果。 在这种情况下，请考虑使用德语添加 5% 的原始英语文档，训练新模型，然后再次使用德语进行测试。 对于德语查询，应会看到更好的结果。 添加的已标记文档越多，结果可能越好。

以另一种语言添加数据时，不应期望数据对其他语言产生负面影响。

语言支持

自定义 NER 支持以下语言的 .txt 文件：

后续步骤

• 自定义 NER 概述
• 服务限制