什麼是自訂文字分類？

自訂文字分類是 Azure AI 語言所提供的其中一項自訂功能。 其是一項雲端式 API 服務，可套用機器學習智慧，讓您為文字分類工作建立自訂模型。

自訂文字分類可讓使用者建置自訂的 AI 模型，以將文字分類為使用者預先定義的自訂類別。 建立自訂文字分類專案，開發人員即可先反覆標示資料、定型、評估以及改善模型效能，再使其可供取用。 已標示資料的品質會大幅影響模型效能。 為了簡化模型的建立和自訂，服務提供可透過 Language 工作室存取的自訂入口網站。 您可以遵循本快速入門中的步驟，輕鬆地開始使用服務。

自訂文字分類支援兩種類型的專案：

• 單一標籤分類：您只能為資料集中的每一個文件指派一個類別。 例如，電影腳本只能分類為「愛情片」或「喜劇」。
• 多重標籤分類：您可以為資料集中的每一個文件指派多個類別。 例如，電影腳本可以分類為 「喜劇」，或「愛情片」和「喜劇」。

此文件包含下列文章類型：

• 快速入門是引導您完成對服務提出要求的入門指示。
• 概念提供服務功能和特徵的說明。
• 操作指南包含以更具體或自訂的方式使用服務的指示。

使用案例範例

自訂文字分類可以用於各種產業的多個案例：

自動電子郵件或票證分級

所有類型的支援中心都會收到大量電子郵件或票證，其中包含非結構化、自由格式的文字和附件。 及時檢閱、確認及路由傳送至內部團隊內部的主題專家至關重要。 這種規模的電子郵件分級需要有人檢閱再轉送到正確部門，這會花上許多時間和資源。 您可以使用自訂文字分類來分析傳入的文字，然後加以分級，並將內容分類以便能夠自動轉送至相關部門，以供採取進一步的動作。

增強/擴充語義搜尋的知識挖掘

搜尋是任何向使用者呈現文字內容的應用程式的基礎。 常見的案例包括目錄或文件搜尋、零售產品搜尋，或資料科學的知識挖掘。 許多不同產業的企業都想要跨私人異質內容 (包括結構化和非結構化文件) 來建置豐富的搜尋體驗。 開發人員可以使用自訂文字分類將其文字分類為與產業相關的類別，以作為管線的一部分。 預測類別可用於擴充檔案的索引，以提供更多自訂的搜尋體驗。

專案開發生命週期

建立自訂文字分類專案通常牽涉到幾個不同的步驟。

遵循下列步驟以充分運用您的模型：

1. 定義您的結構描述：了解您的資料，並找出您想要區分的類別，避免混淆。

2. 標示您的資料：資料標示的品質是決定模型效能的關鍵因素。 如果您有一個可分成兩個類別的文件使用多重標籤分類專案，則屬於相同類別的文件應該一律具有相同的類別。 避免類別不明確的情況，請確定您的類別清楚地彼此分離，尤其是單一標籤分類專案。

3. 定型模型：您的模型會從已標示資料開始學習。

4. 檢視模型的效能：檢視模型的評估詳細資料，以判斷引進新資料時所執行的程度。

5. 部署模型：部署模型以便可以透過分析 API 來使用。

6. 分類文字：使用您的自訂模型來進行自訂文字分類工作。

參考文件和程式碼範例

當您使用自訂文字分類時，請參閱下列 Azure AI 語言參考檔和範例：

負責任的 AI

AI 系統不僅包括技術，還包括將使用該技術的人員、將受其影響的人員，以及其部署所在的環境。 閱讀自訂文字分類的透明度資訊，了解系統中負責的 AI 使用和部署。 如需詳細資訊，您也可以參閱下列文章：

• Azure AI 語言的透明度注意事項
• 整合和負責任地使用
• 資料、隱私權和安全性

下一步

• 使用快速入門文章來開始使用自訂文字分類。

• 當您完成專案開發生命週期時，請檢閱詞彙，以深入了解這項功能在文件中使用的詞彙。

• 請記得檢視服務限制，以取得區域可用性等資訊。