介绍

  • 3 分钟

在当今由数据驱动的世界中，从大量信息中提取有意义的见解至关重要。 无论是处理冗长的文档、客户评论还是对话数据，有效的汇总技术都可以将原始的非结构化数据转换为可用于指导行动的知识，从而实现更高效直观的决策制定。 在本模块中，你将了解如何利用 Azure AI 服务和 Azure Database for PostgreSQL 灵活服务器的 azure_ai 扩展，来运用生成式 AI (GenAI) 的摘要技术，将复杂内容提炼成简洁的摘要，从而缩短用户可能觉得过长而难以阅读的内容。

场景：在租赁物业推荐应用中添加摘要功能

你是一位在 Margie's Travel 工作的开发人员。 该公司的网页和移动应用为寻求住宿的旅行者和愿意出租其房产的房主和物业管理员提供彼此合作的机会。 这些应用由 Azure Database for PostgreSQL 灵活服务器数据库提供支持，而你的任务是使用相关 azure_ai 扩展来实现新功能，为房产描述提供简洁的摘要，使客户更容易找到符合其需求的相关房产。 无论客户是在寻找温馨的公寓、水滨景色还是时尚的市中心阁楼，你的目标都是生成能够引导他们找到理想住宿的摘要。

摘要技术

使用 Azure AI 服务时，有两种方法可用于生成摘要。 了解这些方法及其差异对于构建能够将复杂信息提炼为易于消化的见解的智能应用至关重要。

  • 抽取式摘要：识别和提取文本中直接传达主要思想的句子。

  • 抽象式摘要：通过对总结内容的重新表述和改写，生成创意性摘要。 这些摘要旨在捕捉原始文本的核心要点。

学习目标

在学习过程中，你将探索基于 GenAI 的摘要生成技术，并了解如何通过 Azure Database for PostgreSQL 灵活服务器数据库的 azure_ai 扩展直接应用这些技术。 本模块将让你掌握每种摘要生成方法的应用，并评估生成摘要的质量。 本模块将介绍以下内容：

  • 评估通过 Azure AI 服务和 azure_ai 扩展提供的摘要技术。
  • 你还将了解提取式摘要和抽象式摘要之间的区别。
  • 将 GenAI 摘要技术应用于 PostgreSQL 数据库中的数据，以获得将 Azure AI 服务和 azure_ai 扩展用于摘要的实践经验。

完成本模块后，你将具备利用 GenAI 技术有效总结数据的知识和技能，从而提升从大量内容中提取见解的能力！