textanalytics 套件

套件

aio

類別

AbstractiveSummary	物件，表示具有指定檔內容的單一摘要。 2023-04-01 版的新功能： AbstractiveSummary 模型。
AbstractiveSummaryAction	AbstractiveSummaryAction 會封裝參數，以啟動長時間執行的抽象摘要作業。 如需擷取摘要的概念性討論，請參閱服務檔： https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/overview 抽象摘要會產生輸入檔的摘要。 抽象摘要與擷取摘要不同，在於擷取摘要是將輸入檔中擷取的句子串連到摘要的策略，而抽象摘要則牽涉到使用新句子來描述檔。 2023-04-01 版的新功能： AbstractiveSummaryAction 模型。
AbstractiveSummaryResult	AbstractiveSummaryResult 是結果物件，其中包含針對特定檔產生的摘要。 2023-04-01 版的新功能： AbstractiveSummaryResult 模型。
AnalyzeActionsLROPoller
AnalyzeHealthcareEntitiesAction	AnalyzeHealthcareEntitiesAction 會封裝參數，以啟動長時間執行的醫療保健實體分析作業。 如果您只想在檔案清單中分析醫療保健實體，而且不要對檔的輸入執行多個長時間執行的動作，請呼叫 方法 begin_analyze_healthcare_entities ，而不是與此模型互動。 2022-05-01 版的新功能： AnalyzeHealthcareEntitiesAction 模型。
AnalyzeHealthcareEntitiesLROPoller
AnalyzeHealthcareEntitiesResult	AnalyzeHealthcareEntitiesResult 包含來自特定檔的醫療保健實體。
AnalyzeSentimentAction	AnalyzeSentimentAction 會封裝參數，以啟動長時間執行的情感分析作業。 如果您只想在檔案清單中分析情感，而且不要對檔輸入執行多個長時間執行的動作，請呼叫 方法 analyze_sentiment ，而不是與此模型互動。
AnalyzeSentimentResult	AnalyzeSentimentResult 是一個結果物件，其中包含您檔的整體預測情感和信賴分數，以及具有分數的個別句子情感預測。
AssessmentSentiment	AssessmentSentiment 包含預測情感、信賴分數，以及特定目標所指定評量的其他資訊。 例如，在「食物良好」句子中，目標 'food' 的評量是 'good'。
CategorizedEntity	CategorizedEntity 包含文字中找到之特定實體的相關資訊。 v3.1 版的新功能： 位移 和 長度 屬性。
ClassificationCategory	ClassificationCategory 代表輸入檔的分類。
ClassifyDocumentResult	ClassificationDocumentResult 是結果物件，其中包含特定檔的分類。
DetectLanguageInput	要分析以偵測語言的輸入檔。
DetectLanguageResult	DetectLanguageResult 是結果物件，其中包含特定檔偵測到的語言。
DetectedLanguage	DetectedLanguage 包含文字中找到的預測語言、其信賴分數，以及 ISO 639-1 標記法。
DocumentError	DocumentError 是錯誤物件，代表個別檔上的錯誤。
ExtractKeyPhrasesAction	ExtractKeyPhrasesAction 會封裝用來啟動長時間執行關鍵字組擷取作業的參數 如果您只想從檔案清單擷取關鍵字組，而且不要對檔輸入執行多個長時間執行的動作，請呼叫 方法 extract_key_phrases ，而不是與此模型互動。
ExtractKeyPhrasesResult	ExtractKeyPhrasesResult 是結果物件，其中包含在特定檔中找到的關鍵字組。
ExtractiveSummaryAction	ExtractiveSummaryAction 會封裝參數，以啟動長時間執行的擷取文字摘要作業。 如需擷取摘要的概念性討論，請參閱服務檔： https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/overview 2023-04-01 版的新功能： ExtractiveSummaryAction 模型。
ExtractiveSummaryResult	ExtractiveSummaryResult 是結果物件，其中包含特定檔中的擷取文字摘要。
HealthcareEntity	HealthcareEntity 包含文字中找到的醫療保健實體相關資訊。
HealthcareEntityAssertion	包含 有關 HealthcareEntity的各種判斷提示。 例如，如果實體是診斷，此診斷是否在徵兆上為「條件」？ 醫生是否「確定」有關此診斷？ 此診斷是否與另一個診斷相關聯？
HealthcareEntityDataSource	HealthcareEntityDataSource 包含代表已知資料來源中實體參考的資訊。
HealthcareRelation	HealthcareRelation 是一個結果物件，代表檔中偵測到的關聯。 每個 HealthcareRelation 都是特定關聯類型的實體圖形，其中所有實體都會連線，並在關聯內容中具有特定角色。 2023-04-01 版的新功能： confidence_score 屬性。
HealthcareRelationRole	代表關聯中角色的模型。 例如，在「主旨採用 100 mg of ibuprofen」中，「100 mg」 是一個實體，在擷取的關聯 「WikiOfMedication」 中，是一個滿足角色的實體。
LinkedEntity	LinkedEntity 包含文字中已知辨識實體的連結。 此連結來自維琪百科或 Bing 等資料來源。 此外，它也包含檔中找到此實體的所有相符專案。 3.1 版的新功能： bing_entity_search_api_id 屬性。
LinkedEntityMatch	符合文字中找到的連結實體。 提供預測的信賴分數，以及在文字中找到實體的位置。 v3.1 版的新功能： 位移 和 長度 屬性。
MinedOpinion	Mined 意見物件代表我們已從句子中擷取的意見。 其中包含這些意見有關的目標，以及代表意見的評量。
MultiLabelClassifyAction	MultiLabelClassifyAction 會封裝參數，以啟動長時間執行的自訂多標籤分類作業。 如需自訂功能的區域支援，以及如何定型模型以分類檔的相關資訊，請參閱 https://aka.ms/azsdk/textanalytics/customfunctionalities 2022-05-01 版的新功能： MultiLabelClassifyAction 模型。
PiiEntity	PiiEntity 包含文字中找到的個人識別資訊 (PII) 實體的相關資訊。
RecognizeCustomEntitiesAction	RecognizeCustomEntitiesAction 會封裝參數，以啟動長時間執行的自訂實體辨識作業。 如需自訂功能的區域支援，以及如何定型模型以辨識自訂實體的相關資訊，請參閱 https://aka.ms/azsdk/textanalytics/customentityrecognition 2022-05-01 版的新功能： RecognizeCustomEntitiesAction 模型。
RecognizeCustomEntitiesResult	RecognizeCustomEntitiesResult 是結果物件，其中包含特定檔中的自訂辨識實體。
RecognizeEntitiesAction	RecognizeEntitiesAction 會封裝參數，以啟動長時間執行的實體辨識作業。 如果您只想辨識檔中的實體，而且不要對檔的輸入執行多個長時間執行的動作，請呼叫 方法 recognize_entities ，而不是與此模型互動。
RecognizeEntitiesResult	RecognizeEntitiesResult 是結果物件，其中包含特定檔中已辨識的實體。
RecognizeLinkedEntitiesAction	RecognizeLinkedEntitiesAction 會封裝參數，以啟動長時間執行的連結實體辨識作業。 如果您只想辨識檔中的連結實體，而且不要對檔的輸入執行多個長時間執行的動作，請呼叫 方法 recognize_linked_entities ，而不是與此模型互動。
RecognizeLinkedEntitiesResult	RecognizeLinkedEntitiesResult 是結果物件，其中包含已知知識庫的連結，例如 Wikipedia 或 Bing。
RecognizePiiEntitiesAction	RecognizePiiEntitiesAction 會封裝用來啟動長時間執行 PII 實體辨識作業的參數。 如需詳細資訊，請參閱服務檔： https://aka.ms/azsdk/language/pii 如果您只想在檔案清單中辨識 pii 實體，而且不要在檔輸入上執行多個長時間執行的動作，請呼叫 方法 recognize_pii_entities ，而不是與此模型互動。
RecognizePiiEntitiesResult	RecognizePiiEntitiesResult 是結果物件，其中包含特定檔中可辨識的個人識別資訊 (PII) 實體。
SentenceSentiment	SentenceSentiment 包含檔中每個個別句子的預測情感和信賴分數。 3.1 版的新功能： 位移、 長度和 mined_opinions 屬性。
SentimentConfidenceScores	信賴分數 (Softmax 分數) 介於 0 到 1 之間。 較高的值表示較高的信賴度。
SingleLabelClassifyAction	SingleLabelClassifyAction 會封裝參數，以啟動長時間執行的自訂單一標籤分類作業。 如需自訂功能的區域支援，以及如何定型模型以分類檔的相關資訊，請參閱 https://aka.ms/azsdk/textanalytics/customfunctionalities 2022-05-01 版的新功能： SingleLabelClassifyAction 模型。
SummaryContext	摘要的內容。 2023-04-01 版的新功能： SummaryCoNtext 模型。
SummarySentence	代表擷取文字摘要的單一句子。 2023-04-01 版的新功能： SummarySentence 模型。
TargetSentiment	TargetSentiment 包含有關產品/服務重要元件之預測情感、信賴分數和其他資訊。 例如，在「Hotel Foo 的食物良好」中，「food」 是 「Hotel Foo」 的重要元件。
TextAnalysisLROPoller	實作傳回輪詢器物件的通訊協定與 一致。
TextAnalyticsClient	語言服務 API 是一套自然語言處理， (NLP) 以最佳類別的 Microsoft 機器學習演算法所建置的技能。 API 可用來分析非結構化文字，以取得情感分析、關鍵字組擷取、實體辨識和語言偵測等工作。 如需進一步的檔，請參閱 https://docs.microsoft.com/azure/cognitive-services/language-service/overview
TextAnalyticsError	TextAnalyticsError 包含錯誤碼、訊息和其他詳細資料，說明服務為何無法處理批次或個別檔。
TextAnalyticsWarning	TextAnalyticsWarning 包含警告碼和訊息，說明回應為何有警告。
TextDocumentBatchStatistics	TextDocumentBatchStatistics 包含要求承載的相關資訊。 注意：此物件不會在回應中傳回，而且必須由回應勾點擷取。
TextDocumentInput	服務要分析的輸入檔。
TextDocumentStatistics	TextDocumentStatistics 包含檔承載的相關資訊。

列舉

EntityAssociation	描述實體是否為文字的主旨，或實體是否描述其他人。
EntityCertainty	描述實體特定性和極性。
EntityConditionality	描述實體上的任何條件性。
HealthcareEntityCategory	醫療保健實體類別。
HealthcareEntityRelation	關聯類型。 範例包括： DosageOfMedication 或 'FrequencyOfMedication'等等。
PiiEntityCategory	PiiEntityCategory。
PiiEntityDomain	使用者可以篩選的 PII 實體不同網域
TextAnalysisKind	支援的文字分析種類列舉。 2022-05-01 版的新功能： TextAnalysisKind 列舉。
TextAnalyticsApiVersion	此套件支援的語言或文字分析 API 版本的認知服務