你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站,请访问 https://docs.azure.cn。
Azure AI 语言中的命名实体识别 (NER) 是什么?
命名实体识别 (NER) 是 Azure AI 语言提供的功能之一,它是云中机器学习和 AI 算法的集合,可用于开发涉及书面语言的智能应用程序。 NER 功能可以识别非结构化文本中的实体并进行分类。 例如:人员、地点、组织和数量。 预生成的 NER 功能具有预设的已识别实体列表。 使用自定义 NER 功能,可以训练模型以识别特定于用例的专用实体。
注意
从 API 版本 2023-04-15-preview 开始,实体解析升级到了实体元数据。 如果调用的 API 预览版本不低于 2023-04-15-preview,请查看实体元数据文章以使用解析功能。
典型工作流
若要使用此功能,需要提交数据进行分析并处理应用程序中的 API 输出。 分析按原样执行,不会对数据所用的模型进行额外的自定义。
创建 Azure AI 语言资源,它会授权你访问 Azure AI 语言提供的功能。 它会生成一个密码(称为密钥)和一个终结点 URL,你将使用它们来对 API 请求进行身份验证。
使用 REST API 或 C#、Java、JavaScript 和 Python 的客户端库创建请求。 还可以使用批处理请求发送异步调用,以将多个功能的 API 请求合并到一个调用中。
发送包含文本数据的请求。 密钥和终结点将用于进行身份验证。
在本地流式处理或存储响应。
命名实体识别入门
若要使用命名实体识别,需在应用程序中提交原始非结构化文本进行分析并处理 API 输出。 分析按原样执行,不会对数据所用的模型进行其他自定义。 可通过两种方式使用命名实体识别:
开发选项 | 说明 |
---|---|
Language Studio | Language Studio 是一个基于 Web 的平台,让你可以在没有 Azure 帐户的情况下尝试使用文本示例进行实体链接,并在注册时使用自己的数据。 有关详细信息,请参阅 Language Studio 网站或 Language Studio 快速入门。 |
REST API 或客户端库 (Azure SDK) | 使用 REST API 或以各种语言提供的客户端库将命名实体识别集成到应用程序中。 有关详细信息,请参阅命名实体识别快速入门。 |
参考文档和代码示例
在应用程序中使用此功能时,请参阅 Azure AI 语言的以下参考文档和示例:
开发选项/语言 | 参考文档 | 示例 |
---|---|---|
REST API | REST API 文档 | |
C# | C# 文档 | C# 示例 |
Java | Java 文档 | Java 示例 |
Javascript | JavaScript 文档 | JavaScript 示例 |
Python | Python 文档 | Python 示例 |
负责任的 AI
AI 系统不仅包括技术,还包括使用它的人员、受其影响的人员以及部署它的环境。 阅读 NER 的透明度说明,了解如何在系统中负责任地使用和部署 AI。 有关详细信息,还可以参阅以下文章:
方案
- 增强搜索功能和搜索索引 - 客户可以根据在文档中检测到的实体生成知识图,以将文档搜索作为标签增强。
- 自动化业务流程 - 例如,在审查保险索赔时,可以突出显示姓名和位置等已识别实体以方便审查。 或者可以使用客户姓名或公司自动从电子邮件生成支持票证。
- 客户分析 - 确定客户在评论、电子邮件和通话中传达的最常用信息,以确定提出的最相关主题以及一段时间内的趋势。
后续步骤
可以通过两种方式开始使用命名实体识别 (NER) 功能:
- Language Studio 是一个基于 Web 的平台,通过该平台,你无需编写代码即可试用多种 Azure AI 语言功能。
- 有关使用 REST API 和客户端库 SDK 向服务发出请求的说明,请参阅快速入门文章。