Usługa językowa AI platformy Azure: podsumowuj i wyodrębniaj tematy z transkrypcji rozmów kwalifikacyjnych

Jeśli stale musisz przeglądać transkrypcje rozmów kwalifikacyjnych i nie chcesz przechodzić przez czasochłonny proces, możesz skorzystać z Azure AI/ML. To rewolucyjne rozwiązanie, które automatyzuje tworzenie podsumowań i wydobywanie tematów z transkrypcji wywiadów.

Co to jest podsumowanie dokumentów i rozmów?

Podsumowanie to jedna z kluczowych funkcji usług Azure AI-Language, czyli zbioru algorytmów uczenia maszynowego i sztucznej inteligencji w chmurze do tworzenia inteligentnych aplikacji wykorzystujących język pisany.

• Podsumowanie dokumentu — akceptuje tylko bloki zwykłego tekstu
• Podsumowanie rozmowy – akceptuje różne artefakty mowy, dzięki czemu model może dowiedzieć się więcej.

Oto główne funkcje wspomniane przez Microsoft na oficjalnym blogu:

Jak to działa?

Usługi Azure AI/ML to zestaw narzędzi do podsumowań. Dzięki usłudze Azure AI-Language i platformie Azure OpenAI GPT-3 możesz zautomatyzować proces podsumowania.

Co więcej, interfejs API podsumowania wyodrębniającego umożliwia wyróżnienie kluczowych zdań, które podkreślają ważne informacje w transkrypcji.

Oto jak jest to wyjaśnione na oficjalnym blogu :

Jak mogę zacząć?

Potrzebujesz konta platformy Azure z subskrypcją. Aby go utworzyć, przejdź do Azure Portal. Potrzebujesz także konta usługi Azure Blob Storage do przechowywania dokumentów, które należy wyodrębnić.

Dzięki minimalnej wiedzy na temat uczenia maszynowego i usłudze AI Language Service platformy Azure możesz identyfikować terminy i frazy, określać ton emocjonalny w celu zrozumienia kontekstu, podsumowywać dokumenty przy użyciu technik wyodrębniania i abstrakcji oraz tworzyć inteligentne chatboty i wirtualnych asystentów.

Jakie kroki należy wykonać, aby podsumować transkrypcję?

Najpierw przejdź do Azure Portal i zaloguj się przy użyciu poświadczeń, aby uzyskać dostęp lub subskrypcję swojego zasobu. Na stronie docelowej Azure Portal kliknij przycisk Wyszukaj i w obszarze Usługi wybierz opcję Język .

Kliknij przycisk Utwórz , aby utworzyć usługę językową platformy Azure AI na stronie Usługa językowa. Na stronie Wybierz dodatkowe funkcje wybierz opcję 2, aby wybrać niestandardowe podsumowanie i analizę tekstu, a następnie kliknij Kontynuuj, aby utworzyć zasób .

Na stronie Utwórz język wybierz subskrypcję, utwórz grupę zasobów, wybierz region, w którym chcesz wdrożyć, wpisz nazwę zasobu, wybierz warstwę cenową i kliknij Dalej.

Na następnej stronie wybierz konto magazynu, wpisz nazwę konta magazynu Inn i typ konta, a następnie kliknij Dalej. Po wprowadzeniu szczegółów możesz kliknąć opcję Przejrzyj + utwórz, aby zakończyć proces.

Po wdrożeniu przejdź do zasobu i otwórz go, a następnie kliknij Language Studio . Wybierz preferowany język lub wdrożony zasób platformy Azure, podaj liczbę zdań, które chcesz umieścić w podsumowaniu, i określ swoje zainteresowanie podsumowaniem.

Teraz prześlij plik. txt z transkrypcją rozmowy kwalifikacyjnej, umieść znacznik wyboru obok pola Potwierdzam i kliknij Uruchom . Jeśli wszystko wybrałeś poprawnie, otrzymasz taką odpowiedź. Dane wyjściowe są dostępne do pobrania przez 24 godziny.

Podsumowując, usługi Azure AI/ML usprawniają analizę transkrypcji, oszczędzając czas i poprawiając dokładność. Przyjazny dla użytkownika interfejs i zaawansowane algorytmy pozwalają bez problemu wydobywać spostrzeżenia z danych tekstowych.

Można śmiało powiedzieć, że Azure AI/ML rewolucjonizuje sposób przetwarzania informacji, oferując przełomowe narzędzie zarówno badaczom, jak i profesjonalistom.

Jakie są Twoje przemyślenia na ten temat? Podziel się swoimi poglądami z naszymi czytelnikami w sekcji komentarzy poniżej.

1. Podsumowanie: usługa Azure AI-Language może generować podsumowania tych transkryptów. Wykorzystuje zaawansowane algorytmy do identyfikacji i skondensowania najistotniejszych punktów w spójne podsumowanie.
2. Wyodrębnianie motywów: Oprócz podsumowań usługi Azure AI mogą wyodrębniać z tekstu kluczowe frazy i motywy.
3. Udoskonalanie: badacze mogą następnie przeglądać i udoskonalać te automatyczne podsumowania i tematy, upewniając się, że są one zgodne z celami badawczymi i zapewniają niezbędną głębię wiedzy.

• Podsumowanie wyodrębniające: Tworzy podsumowanie poprzez wyodrębnienie najistotniejszych zdań z dokumentu.
• Wiele wyodrębnionych zdań: Zdania te wspólnie przekazują główną ideę dokumentu. Są to oryginalne zdania wyodrębnione z treści dokumentu wejściowego.
• Wynik rangi: Wynik rangi wskazuje, jak istotne jest zdanie w stosunku do głównego tematu dokumentu. Podsumowanie dokumentu klasyfikuje wyodrębnione zdania i można określić, czy są one zwracane w kolejności, w jakiej się pojawiają, czy według ich rangi.
• Wiele zwróconych zdań: Określ maksymalną liczbę zwróconych zdań. Na przykład, jeśli zażądasz podsumowania składającego się z trzech zdań, podsumowanie wyodrębniające zwróci trzy zdania z najwyższą liczbą punktów.
• Informacje o pozycji: pozycja początkowa i długość wyodrębnionych zdań.
• Streszczenie abstrakcyjne: generuje podsumowanie, które nie zawiera tych samych słów, co w dokumencie, ale oddaje główną ideę.
• Teksty podsumowujące: Podsumowanie abstrakcyjne zwraca podsumowanie dla każdego kontekstowego zakresu danych wejściowych w dokumencie. Długi dokument można podzielić na segmenty, aby można było zwrócić wiele grup tekstów podsumowań wraz z kontekstowym zakresem wprowadzania.
• Kontekstowy zakres wprowadzania danych: zakres w dokumencie wejściowym używany do generowania tekstu podsumowania.