Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Azure Language est un service cloud qui fournit des fonctionnalités de traitement en langage naturel (NLP) pour comprendre et analyser du texte. Utilisez ce service pour créer des applications intelligentes à l’aide des bibliothèques clientes, API REST et Microsoft Foundry basées sur le web. Pour le développement d’agents IA, les fonctionnalités de service sont également disponibles comme outils dans le serveur MCP du langage Azure, accessible à la fois comme serveur distant dans le catalogue d’outils Microsoft Foundry et comme serveur local pour les environnements auto-hébergés.
Outils disponibles
Azure Language fournit des outils spécialisés qui permettent une intégration transparente entre les agents IA et les services de traitement de langage par le biais de protocoles standardisés.
Serveur Azure Language MCP 🆕
Le serveur MCP (Model Context Protocol) crée un pont standardisé qui connecte des agents IA directement aux services Azure Language via des protocoles standard. Cette intégration permet aux développeurs de créer des applications conversationnelles sophistiquées avec des fonctionnalités de traitement en langage naturel fiables tout en garantissant la conformité, la protection des données et la précision du traitement de niveau entreprise tout au long de leurs flux de travail IA.
Le langage Azure fournit des options de serveur MCP distantes et locales :
- Serveur distant : disponible via le catalogue d’outils Foundry pour les déploiements hébergés dans le cloud.
- Serveur local : disponible pour les développeurs qui préfèrent héberger le serveur dans leur propre environnement.
Pour plus d’informations, consultezle serveur MCP du langage Azure.
Agents disponibles
Azure Language offre des agents prédéfinis qui gèrent des scénarios d’IA conversationnels spécifiques avec des mécanismes intégrés de gouvernance, de logique de routage et de contrôle de la qualité.
Agent de routage d'intention de langage Azure🆕
L’agent de routage des intentions gère intelligemment les flux de conversation en comprenant les intentions des utilisateurs et en fournissant des réponses précises dans les applications IA conversationnelles. Cet agent utilise des processus décisionnels prévisibles combinés à la génération de réponse contrôlée pour garantir des interactions cohérentes et fiables que les organisations peuvent approuver et surveiller.
Pour plus d’informations, consultezl’agent de routage des intentions linguistiques Azure.
Agent de réponse aux questions exactes en langage Azure🆕
L’agent de réponse aux questions exactes fournit des réponses fiables et word-à-mot à vos questions professionnelles les plus importantes. Cet agent automatise les questions fréquemment posées tout en conservant la supervision humaine et le contrôle de qualité pour garantir la précision et la conformité.
Pour plus d’informations, consultezl’agent Azure Language de réponse exacte aux questions.
Fonctionnalités disponibles
Ce service de langage unifie les outils Foundry précédemment disponibles suivants : Text Analytics, QnA Maker et LUIS. Si vous avez besoin de migrer à partir de ces services, consultez la section de migration.
La langue fournit également plusieurs nouvelles fonctionnalités, qui peuvent être :
- Préconfiguré, ce qui signifie que les modèles IA que la fonctionnalité utilise ne sont pas personnalisables. Vous envoyez juste vos données et utilisez la sortie de la fonctionnalité dans vos applications.
- Personnalisable, ce qui signifie que vous entraînez un modèle IA à l’aide de nos outils pour s’adapter spécifiquement à vos données.
Tip
Vous ne savez pas quelle fonctionnalité utiliser ? Voir quelle fonctionnalité de langue dois-je utiliser pour vous aider à décider.
Foundry vous permet d’utiliser la plupart des fonctionnalités de service suivantes sans avoir à écrire de code.
Reconnaissance d’entité nommée (NER)
La reconnaissance d’entité nommée identifie différentes entrées dans le texte et les catégorise en types prédéfinis.
Détection des informations sur les données personnelles et de santé
Important
La fonctionnalité d'anonymisation (remplacement synthétique) de la détection des informations personnelles identifiables (PII) dans le texte des Foundry Tools d'Azure Language est actuellement disponible dans preview et vous est concédée sous licence dans le cadre de votre abonnement Azure. Votre utilisation de cette fonctionnalité est soumise aux conditions applicables aux versions préliminaires, telles que décrites dans les conditions d'utilisation supplémentaires pour les versions préliminaires de Microsoft Azure et dans l'avenant relatif à la protection des données (DPA) des produits et services Microsoft.
La détection d’informations d’identification personnelle (PII) identifie les entités dans du texte et des conversations (conversations ou transcriptions) associées à des personnes.
Détection de langue
La détection de langue évalue le texte et détecte un large éventail de langues et de dialectes variants.
Analyse des sentiments et exploration des opinions
Analyse des sentiments et fonctionnalités préconfigurées d’exploration de sentiments qui vous aident à comprendre la perception publique de votre marque ou rubrique. Ces fonctionnalités analysent le texte pour identifier les sentiments positifs ou négatifs et peuvent les lier à des éléments spécifiques dans le texte.
Summarization
Le résumé condense les informations pour le texte et les conversations (conversation instantanée et transcriptions). La synthèse de texte génère un résumé, prenant en charge deux approches : la synthèse d’extraction crée un résumé en sélectionnant les phrases clés du document et en préservant leurs positions d’origine. En revanche, la synthèse abstraite génère un résumé en produisant des phrases ou expressions nouvelles, concises et cohérentes qui ne sont pas directement copiées à partir du document d’origine. Le résumé de conversation récapitule et segmente les longues réunions en chapitres horodatés. Le résumé du centre d'appels résume les problèmes des clients et leur résolution.
Extraction d’expressions clés
Extraction d’expressions clés est une fonctionnalité préconfigurée qui évalue et retourne sous forme de liste les concepts principaux dans du texte non structuré.
Liaison d’entités
Important
Entity Linking prend sa retraite du langage Azure dans Foundry Tools à compter du 1er septembre 2028. Après cette date, la fonctionnalité De liaison d’entités n’est plus prise en charge. Pendant la fenêtre de support, nous vous recommandons de migrer des charges de travail existantes et de diriger tous les nouveaux projets vers Azure Language Named Entity Recognition ou de prendre en compte d’autres solutions alternatives.
Liaison d’entités est une fonctionnalité préconfigurée qui lève l’ambiguïté sur l’identité des entités (mots ou expressions) trouvées dans du texte non structuré et retourne des liens vers Wikipédia.
Analyse de texte pour l’intégrité
Analyse de texte pour la santé Extrait et étiquette les informations de santé pertinentes à partir de textes non structurés.
Classification de texte personnalisée
La classification de texte personnalisée vous permet de créer des modèles IA personnalisés pour classifier des documents texte non structurés dans des classes personnalisées que vous définissez.
Reconnaissance d’entité nommée personnalisée (NER personnalisée)
La NER personnalisée vous permet de créer des modèles IA personnalisés pour extraire des catégories d’entités personnalisées (étiquettes pour mots ou phrases), en utilisant du texte non structuré que vous fournissez.
Compréhension du langage conversationnel
La compréhension du langage courant (CLU) permet aux utilisateurs de créer des modèles de compréhension du langage naturel personnalisés afin de prédire l’intention globale d’un énoncé entrant et d’en extraire les informations importantes.
Workflow d'orchestration
Le workflow d’orchestration est une fonctionnalité personnalisée qui vous permet de connecter des applications de compréhension du langage courant (CLU), de réponses aux questions et LUIS.
Réponses aux questions
La réponse aux questions est une fonctionnalité personnalisée qui identifie la réponse la plus appropriée pour les entrées utilisateur. Cette fonctionnalité est généralement utilisée pour développer des applications clientes conversationnelles, notamment les plateformes de réseaux sociaux, les bots de conversation et les applications de bureau avec reconnaissance vocale.
Quelle fonctionnalité de langage dois-je utiliser ?
Cette section vous aide à déterminer la fonctionnalité de langage que vous devez utiliser pour votre application :
| Que voulez-vous faire ? | Format du document | Votre meilleure solution | Cette solution est-elle personnalisable ?* |
|---|---|---|---|
Détectez et/ou masquez des informations sensibles telles que PII et PHI. |
Texte non structuré, conversations transcrites |
Détection PII | |
| Extrayez des catégories d’informations sans créer de modèle personnalisé. | Texte non structuré | La fonctionnalité Reconnaissance d’entité nommée préconfigurée | |
| Extrayez des catégories d’informations à l’aide d’un modèle spécifique à vos données. | Texte non structuré | NER personnalisé | ✓ |
| Extrayez les rubriques principales et les expressions importantes. | Texte non structuré | Extraction de phrases clés | |
| Déterminez les sentiments et les opinions exprimés dans le texte. | Texte non structuré | Analyse des sentiments et exploration des opinions | |
| Résumez de longs blocs de texte ou de conversations. | Texte non structuré, Conversations entièrement transcrites. |
Summarization | |
| Distinguez les entités et obtenez des liens vers Wikipédia. | Texte non structuré | Liaison d’entités | |
| Classifiez les documents en une ou plusieurs catégories. | Texte non structuré | Classification de texte personnalisée | ✓ |
| Extraire des informations médicales de documents cliniques/médicaux, sans créer un modèle. | Texte non structuré | Analyse de texte pour la santé | |
| Créer une application conversationnelle qui répond aux entrées utilisateur. | Entrées utilisateur non structurées | Réponses aux questions | ✓ |
| Détectez la langue dans laquelle un texte a été écrit. | Texte non structuré | Détection de la langue | |
| Prédisez l’intention des entrées utilisateur et extrayez-en des informations. | Entrées utilisateur non structurées | Compréhension du langage courant | ✓ |
| Connectez des applications à partir de la compréhension du langage courant, de LUIS et de réponses aux questions. | Entrées utilisateur non structurées | Workflow d’orchestration | ✓ |
* Si une fonctionnalité est personnalisable, vous pouvez effectuer l'apprentissage d’un modèle IA à l’aide de nos outils pour adapter vos données spécifiquement. Sinon, une fonctionnalité est préconfigurée, ce qui signifie que les modèles IA qu’il utilise ne peuvent pas être modifiés. Vous envoyez juste vos données et utilisez la sortie de la fonctionnalité dans vos applications.
Migrer à partir d’Analyse de texte, de QnA Maker ou de Language Understanding (LUIS)
Azure Language unifie trois langues individuelles dans les outils Foundry - Analyse de texte, QnA Maker et Language Understanding (LUIS). Si vous utilisez ces trois services, vous pouvez facilement migrer vers la nouvelle langue Azure. Pour obtenir des instructions, consultez Migration vers la langue Azure.
Tutorials
Une fois que vous avez démarré avec les guides de démarrage rapide du langage Azure, essayez nos didacticiels qui vous montrent comment résoudre différents scénarios.
- Extraire les phrases clés de texte stocké dans Power BI
- Utiliser Power Automate pour trier les informations dans Microsoft Excel
- Utiliser Flask pour la traduction de texte, l’analyse de sentiments et la synthèse vocale
- Utiliser les outils Foundry dans les applications de canevas
- Créer un bot FAQ
Exemples de code
Vous trouverez d’autres exemples de code sur GitHub pour les langages suivants :
Déployer localement en utilisant des conteneurs Docker
Utilisez des conteneurs de langage pour déployer des fonctionnalités d’API localement. Ces conteneurs Docker vous permettent de rapprocher le service plus près de vos données pour des raisons de conformité, de sécurité ou opérationnelles. La langue offre les conteneurs suivants :
- Analyse des sentiments
- Détection de la langue
- Extraction de phrases clés
- Reconnaissance d’entité nommée personnalisée
- Analyse de texte pour l’intégrité
- Summarization
Intelligence artificielle responsable
Un système d’IA englobe non seulement la technologie, mais aussi ses utilisateurs, les personnes concernées et l’environnement de déploiement. Lisez les articles suivants pour en savoir plus sur l’utilisation et le déploiement de l’IA responsable dans vos systèmes :