Che cos'è il riconoscimento delle entità denominate (NER) nel linguaggio di intelligenza artificiale di Azure?
Il riconoscimento delle entità denominate (NER) è una delle funzionalità offerte dal linguaggio di intelligenza artificiale di Azure, una raccolta di algoritmi di Machine Learning e intelligenza artificiale nel cloud per lo sviluppo di applicazioni intelligenti che coinvolgono il linguaggio scritto. La funzionalità NER può identificare e classificare le entità in testo non strutturato. Ad esempio, persone, luoghi, organizzazioni e quantità. La funzionalità NER predefinita include un elenco predefinito di entità riconosciute. La funzionalità NER personalizzata consente di eseguire il training del modello per riconoscere entità specializzate specifiche del caso d'uso.
- Le guide introduttive sono istruzioni introduttive che consentono di eseguire richieste al servizio.
- Le guide pratiche contengono istruzioni per l'uso del servizio in modi più specifici o personalizzati.
- Gli articoli concettuali forniscono spiegazioni approfondite delle funzionalità e delle funzionalità del servizio.
Nota
Risoluzione entità è stata aggiornata ai metadati dell'entità a partire dall'API versione 2023-04-15-preview. Se si chiama la versione di anteprima dell'API uguale o successiva alla versione 2023-04-15-preview, vedere l'articolo Metadati entità per usare la funzionalità di risoluzione.
Flusso di lavoro tipico
Per usare questa funzionalità, inviare i dati per l'analisi e gestire l'output dell'API nell'applicazione. L'analisi viene eseguita così come è, senza alcuna personalizzazione aggiunta al modello usato nei dati.
Creare una risorsa del linguaggio di intelligenza artificiale di Azure, che concede l'accesso alle funzionalità offerte dal linguaggio di intelligenza artificiale di Azure. Genera una password (denominata chiave) e un URL dell'endpoint usato per autenticare le richieste API.
Creare una richiesta usando l'API REST o la libreria client per C#, Java, JavaScript e Python. È anche possibile inviare chiamate asincrone con una richiesta batch per combinare richieste API per più funzionalità in una singola chiamata.
Inviare la richiesta contenente i dati di testo. La chiave e l'endpoint vengono usati per l'autenticazione.
Trasmettere o archiviare la risposta in locale.
Introduzione al riconoscimento di entità denominate
Per usare il riconoscimento di entità denominate, inviare testo non strutturato non elaborato per l'analisi e gestire l'output dell'API nell'applicazione. L'analisi viene eseguita così come è, senza alcuna personalizzazione aggiuntiva per il modello usato nei dati. Esistono due modi per usare il riconoscimento di entità denominate:
| Opzione di sviluppo | Descrizione |
|---|---|
| Language Studio | Language Studio è una piattaforma basata sul Web che consente di provare il collegamento di entità con esempi di testo senza un account Azure e i propri dati quando si effettua l'iscrizione. Per altre informazioni, vedere il sito Web di Language Studio o la guida introduttiva di Language Studio. |
| API REST o libreria client (Azure SDK) | Integrare il riconoscimento di entità denominate nelle applicazioni usando l'API REST o la libreria client disponibile in un'ampia gamma di linguaggi. Per altre informazioni, vedere l'argomento di avvio rapido sul riconoscimento delle entità denominate. |
Documentazione di riferimento ed esempi di codice
Quando si usa questa funzionalità nelle applicazioni, vedere la documentazione di riferimento e gli esempi seguenti per il linguaggio di intelligenza artificiale di Azure:
| Opzione di sviluppo/linguaggio | Documentazione di riferimento | Esempi |
|---|---|---|
| REST API | Documentazione dell'API REST | |
| C# | Documentazione di C# | Esempi di C# |
| Java | Documentazione di Java | Esempi di Java |
| JavaScript | Documentazione di JavaScript | Esempi JavaScript |
| Python | Documentazione di Python | Esempi per Python |
Intelligenza artificiale responsabile
Un sistema di intelligenza artificiale include non solo la tecnologia, ma anche le persone che lo useranno, le persone che ne saranno interessate e l'ambiente in cui viene distribuito. Leggere la nota sulla trasparenza per NER per informazioni sull'uso e sulla distribuzione di intelligenza artificiale responsabili nei sistemi. Per altre informazioni, vedere anche gli articoli seguenti:
- Nota sulla trasparenza per il linguaggio di intelligenza artificiale di Azure
- Integrazione e uso responsabile
- Dati, privacy e sicurezza
Scenari
- Migliorare le funzionalità di ricerca e l'indicizzazione della ricerca: i clienti possono creare grafici delle informazioni in base alle entità rilevate nei documenti per migliorare la ricerca di documenti come tag.
- Automatizzare i processi aziendali: ad esempio, quando si esaminano le attestazioni assicurative, è possibile evidenziare entità riconosciute come nome e posizione per facilitare la revisione. In alternativa, è possibile generare un ticket di supporto con il nome e la società di un cliente automaticamente da un messaggio di posta elettronica.
- Analisi dei clienti: determinare le informazioni più diffuse trasmesse dai clienti in recensioni, messaggi di posta elettronica e chiamate per determinare gli argomenti più rilevanti che vengono aggiornati e determinano le tendenze nel tempo.
Passaggi successivi
Esistono due modi per iniziare a usare la funzionalità Riconoscimento entità denominata :There are two ways to get started using the Named Entity Recognition (NER) feature:
- Language Studio, una piattaforma basata sul Web che consente di provare diverse funzionalità del linguaggio di intelligenza artificiale di Azure senza dover scrivere codice.
- L'articolo di avvio rapido contiene istruzioni su come effettuare richieste al servizio usando l'API REST e l'SDK della libreria client.