Azure.AI.TextAnalytics Espace de noms

Ensemble d’options utilisées pour configurer la synthèse abstraite, notamment la version du modèle à utiliser, le nombre maximal de phrases que le résumé résultant peut avoir, etc.

Représentation du résultat de l’exécution d’un AbstractiveSummarizeAction sur un ensemble donné de documents.

Représentation d’une synthèse abstraite effectuée sur un ensemble donné de documents sous la forme d’une opération paginable et de longue durée.

Ensemble d’options utilisées pour configurer la synthèse abstraite, notamment le nom d’affichage à utiliser, le nombre maximal de phrases que le résumé résultant peut avoir, etc.

Représentation du résultat de l’exécution d’une synthèse abstraite sur un document donné.

Collection des résultats de l’exécution d’une synthèse abstraite sur un ensemble donné de documents.

Classe d’opération paginable pour l’analyse de plusieurs actions à l’aide d’une opération de longue durée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée et les informations retournées par le service.

Par exemple, indique s’il faut inclure des statistiques.

Résultats de l’exécution de plusieurs actions sur un ensemble de documents.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action Analyser les entités médicales dans un ensemble de documents. Par exemple, définissez la version du modèle et désactivez la journalisation du service.

Résultat de l’exécution d’un AnalyzeHealthcareEntitiesAction sur les documents d’entrée.

Classe d’opération paginable pour l’analyse de plusieurs documents de santé à l’aide d’une opération de longue durée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée et les informations retournées par le service.

Représentation du résultat de l’analyse des entités de santé dans un document donné.

Collection d’objets AnalyzeHealthcareEntitiesResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action Analyser le sentiment dans un ensemble de documents. Par exemple, exécutez l’exploration de données d’opinion, définissez la version du modèle, etc.

Résultat de l’exécution d’un AnalyzeSentimentAction sur les documents d’entrée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée. Par exemple, exécutez l’exploration de données d’opinion, définissez la version du modèle, indiquez s’il faut inclure des statistiques, etc.

Résultat de l’opération d’analyse des sentiments sur un document unique, contenant le sentiment prédit pour chaque phrase ainsi que pour le document complet.

Collection d’objets AnalyzeSentimentResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Collection d’objets CategorizedEntity dans un document et avertissements rencontrés lors du traitement du document.

Collection de catégories utilisées pour classifier un document donné.

Classe d’opération paginable pour classifier des étiquettes uniques et multiples à partir de plusieurs documents à l’aide d’une opération de longue durée.

Représentation du résultat de l’exécution d’une classification de texte personnalisée sur un document donné.

Collection d’objets ClassifyDocumentResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Entrée de l’opération de détection de langue. Cet objet permet à l’appelant de spécifier un ID de document unique, ainsi que le texte intégral d’un document et un indicateur indiquant le pays d’origine du document pour aider le modèle prédictif à détecter la langue du document.

Résultat de l’opération de détection de langue sur un document unique, contenant une prédiction de la langue dans laquelle le document est écrit.

Collection d’objets DetectLanguageResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Scores de sentiments et de confiance prédits globaux pour le document. Il inclut également la prédiction de sentiment par phrase.

Pour plus d’informations sur le sentiment de texte, consultez https://docs.microsoft.com/azure/cognitive-services/Text-Analytics/how-tos/text-analytics-how-to-sentiment-analysis.

Modèle représentant une référence pour l’entité de santé dans un catalogue d’entités spécifique.

Ensemble d’options utilisées pour configurer le résumé extractif, notamment la version du modèle à utiliser, le nombre maximal de phrases à extraire, etc.

Représentation du résultat de l’exécution d’un ExtractiveSummarizeAction sur un ensemble donné de documents.

Représentation du résumé extractif en cours d’exécution sur un ensemble donné de documents en tant qu’opération paginable et de longue durée.

Ensemble d’options utilisées pour configurer le résumé extractif, notamment le nom d’affichage à utiliser, le nombre maximal de phrases à extraire, etc.

Représentation du résultat de l’exécution d’un résumé extractif sur un document donné.

Collection des résultats de l’exécution d’un résumé extractif sur un ensemble donné de documents.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action Extraire des phrases clés dans un ensemble de documents. Par exemple, définissez la version du modèle et désactivez la journalisation du service.

Résultat de l’exécution d’un ExtractKeyPhrasesAction sur les documents d’entrée.

Résultat de l’opération d’extraction d’expressions clés sur un document.

Collection d’objets ExtractKeyPhrasesResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Modèle qui contient des informations sur l’entité de santé détectée.

The HealthcareAssertion.

Détermine la relation entre les entités.

Détermine le rôle de relation pour l’entité.

Collection d’expressions clés présentes dans un document et des avertissements rencontrés lors du traitement du document.

Collection d’objets LinkedEntity dans un document et avertissements rencontrés lors du traitement du document.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action de classification multiétiquette sur un ensemble de documents. Cela correspond à une tâche de classification multiple dans le service Language. Par exemple, les noms du projet cible et du déploiement sont requis pour une action de classification personnalisée réussie.

Résultat de l’exécution d’un MultiLabelClassifyAction sur les documents d’entrée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée et les informations retournées par le service.

Collection d’objets PiiEntity dans un document et avertissements rencontrés lors du traitement du document.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action Reconnaître les entités personnalisées dans un ensemble de documents.

Résultat de l’exécution d’un RecognizeCustomEntitiesAction sur les documents d’entrée.

Classe d’opération paginable pour reconnaître les entites personnalisées de plusieurs documents à l’aide d’une opération de longue durée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée et les informations retournées par le service.

Collection d’objets RecognizeEntitiesResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action Reconnaître les entités dans un ensemble de documents. Par exemple, définissez la version du modèle et désactivez la journalisation du service.

Résultat de l’exécution d’un RecognizeEntitiesAction sur les documents d’entrée.

Résultat de l’opération de reconnaissance des entités sur un document, contenant une collection des CategorizedEntity objets identifiés dans ce document.

Collection d’objets RecognizeEntitiesResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action Reconnaître les entités liées dans un ensemble de documents. Par exemple, définissez la version du modèle et désactivez la journalisation du service.

Résultat de l’exécution d’un RecognizeLinkedEntitiesAction sur les documents d’entrée.

Résultat de l’opération de reconnaissance des entités liées sur un document, contenant une collection des LinkedEntity objets identifiés dans ce document.

Collection d’objets RecognizeLinkedEntitiesResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Configurations qui permettent aux appelants de spécifier des détails sur la façon d’exécuter une action Reconnaître les entités PII dans un ensemble de documents. Par exemple, définissez la version du modèle, filtrez les entités de réponse par un filtre de domaine donné, etc.

Résultat de l’exécution d’un RecognizePiiEntitiesAction sur les documents d’entrée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée. Par exemple, définissez la version du modèle, indiquez s’il faut inclure des statistiques, filtrer les entités de réponse par un filtre de domaine donné, etc.

Résultat de l’opération reconnaître les entités PII sur un document, contenant une collection d’objets PiiEntity contenant des informations d’identification personnelle trouvées dans ce document.

Collection d’objets RecognizePiiEntitiesResult correspondant à un lot de documents et des informations sur l’opération de traitement par lot.

Représente les scores de confiance compris entre 0 et 1 dans toutes les classes de sentiments : positif, neutre, négatif.

Configurations qui permettent aux appelants de spécifier des détails sur l’exécution d’une action de classification d’étiquette unique sur un ensemble de documents. Cela correspond à une tâche de classification d’étiquette unique dans le service Language. Par exemple, les noms du projet cible et du déploiement sont requis pour une action de classification personnalisée réussie.

Résultat de l’exécution d’un SingleLabelClassifyAction sur les documents d’entrée.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée et les informations retournées par le service.

Type de base pour les résultats des actions Analyse de texte exécutées dans un ensemble de documents.

Détermine l’ensemble des actions qui seront exécutées sur les documents d’entrée.

Client à utiliser pour interagir avec Azure Cognitive Service for Language, qui inclut Analyse de texte.

Options permettant de configurer la gestion de la demande envoyée au service. Par exemple, définissez une valeur par défaut pour l’indicateur de pays ou la langue qui s’appliquera à tous les appels du client. Ajouter une journalisation, ajouter des en-têtes à la demande, etc.

Entrée représentant un document texte individuel à analyser par le modèle prédictif du service Language pour une opération donnée.

Fabrique de modèles qui active la simulation pour la bibliothèque Analyse de texte.

Options permettant aux appelants de spécifier des détails sur la façon dont l’opération est exécutée et les informations retournées par le service.

Par exemple, définissez la version du modèle, indiquez s’il faut inclure des statistiques, etc.

Type de base pour les résultats d’opérations Analyse de texte correspondant à un document. Si l’opération échoue, les propriétés Id et Error sont renseignées, mais pas les autres.

si showStats=true a été spécifié dans la requête, ce champ contient des informations sur la charge utile de la demande.

Entrée représentant un document texte individuel à analyser par le modèle prédictif du service Language pour une opération donnée. Le document contient l’ID du document, le texte intégral du document et la langue dans laquelle le document est écrit.

Résumé produit par le service à partir d’un document donné.

Représentation du texte utilisé comme contexte par le service pour produire un résumé donné.

Contient le sentiment prédit, les scores de confiance et d’autres informations relatives à l’analyse d’exploration d’opinions.

Par exemple, dans la phrase « La nourriture est bonne », l’évaluation de la cible « food » est « good ».

Mot ou expression reconnu en tant qu’entité et classé en conséquence par le modèle de reconnaissance d’entité nommée et la taxonomie du service. Pour obtenir la liste des catégories et sous-catégories prises en charge, consultez https://zcusa.951200.xyz/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories.

Catégorie utilisée pour classifier un document donné.

Prédiction de la langue dans laquelle un document est écrit.

Obtient la catégorie d’entité déduite par le modèle de reconnaissance d’entité nommée du service Language. La liste des catégories disponibles est décrite dans Catégories d’entités prises en charge dans Reconnaissance d’entité nommée.

Phrase extraite d’un document donné à la suite de l’exécution d’un résumé extractif sur celui-ci. La phrase reçoit un score de classement en fonction de sa pertinence, tel que déterminé par le service.

Ordre dans lequel les phrases extraites seront retournées dans le résultat du résumé extractif.

Catégorie d’entité de santé.

Type de relation. Exemples : DosageOfMedication ou « FrequencyOfMedication », etc.

The LinkedEntity.

Correspondance.

Mot ou expression identifié comme informations d’identification personnelle qui peuvent être classés comme type connu dans une taxonomie donnée. L’ensemble des catégories reconnues par le service Language est décrit à l’adresse https://aka.ms/azsdk/language/pii.

La PiiCategory.

Un objet d’opinion de phrase contient des évaluations extraites d’une phrase. Il se compose à la fois de l’objectif de ces évaluations et de l’évaluation proprement dite.

Sentiment prédit et autres analyses telles que l’exploration des opinions pour chaque phrase du document correspondant.

Pour plus d’informations sur le sentiment de texte, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/sentiment-opinion-mining/overview.

Contient les évaluations associées, les sentiments prédits, les scores de confiance et d’autres informations sur une cible d’un produit. Une cible d’un produit/service est un composant clé de ce produit/service.

Par exemple dans « The food at Hotel Foo is good », « food » est une cible de « Hotel Foo ».

Audiences cloud disponibles pour TextAnalytics.

Analyse de texte Erreur.

Analyse de texte valeurs de code d’erreur.

État.

Analyse de texte Avertissement.

Analyse de texte valeurs de code d’avertissement.

si showStats=true a été spécifié dans la requête, ce champ contient des informations sur la charge utile du document.

Indique si l’entité de santé est sur l’objet du document, ou si cette entité décrit une autre personne dans le document. Par exemple, dans « La mère du sujet a de la fièvre », l’entité « fièvre » n’est pas associée au sujet lui-même, mais à la mère du sujet.

Détermine la certitude de l’élément HealthcareEntityAssertion Par exemple, dans « Le patient peut avoir de la fièvre », l’entité fièvre n’est pas certaine à 100 %, mais est plutôt « PositivePossible ».

Détermine la condition de .HealthcareEntityAssertion Par exemple, « Si le patient a de la fièvre, il a une pneumonie », le diagnostic de pneumonie est « conditionnel » à la question de savoir si le patient a de la fièvre.

Les différents domaines des entités PII par lesquelles les utilisateurs peuvent filtrer les demandes.

Versions du service Analyse de texte ou language pris en charge par cette bibliothèque cliente.

Sentiment prédit pour un document donné.