AI-3003: Build a natural language processing solution with Azure AI Services
AI-3003: Build a natural language processing solution with Azure AI Services
Descripción
Las soluciones de procesamiento de lenguaje natural (NLP) usan modelos de lenguaje para interpretar el significado semántico del lenguaje escrito o hablado. Puede usar el servicio Language Understanding a fin de compilar modelos de lenguaje para las aplicaciones.
Objetivos
- Crearás aplicaciones y servicios inteligentes que extraen información semántica del texto.
- Crearás un modelo que las aplicaciones pueden usar para extraer el significado del lenguaje natural.
- Obtendrás información sobre cómo crear un proyecto de clasificación de texto personalizado.
- Obtendrás información sobre el servicio Translator que permite crear aplicaciones y servicios inteligentes que pueden traducir texto entre idiomas.
- Conocerás el uso de las API Speech-to-Text y Text-to-Speech, que le permiten crear aplicaciones con capacidad de reconocimiento de voz y síntesis de voz.
- Conocerás porque la traducción de voz se basa en el reconocimiento de voz al reconocer y transcribir la entrada hablada en un idioma especificado y devolver traducciones de la transcripción en uno o varios idiomas.
Prerequisitos
- Familiaridad con Azure y Azure Portal.
- Experiencia en programación con C# en Python. Si no tiene ninguna experiencia anterior en programación, se recomienda completar la ruta de aprendizaje Primeros pasos con C# o Primeros pasos con Python antes de empezar con esta.
Contenido del Curso
- Aprovisionar un recurso de Lenguaje de Azure AI
- Detectar idioma
- Extracción de frases clave
- Análisis de opiniones
- Extraer entidades
- Extraer entidades vinculadas
- Ejercicio: Análisis de texto
- Descripción de la respuesta a preguntas
- Comparación de respuestas a preguntas con Azure AI Language Understanding
- Creación de una base de conocimientos
- Implementar una conversación multiturno
- Prueba y publicación de una base de conocimiento
- Uso de una base de conocimiento
- Mejora del rendimiento de la respuesta a preguntas
- Ejercicio: Creación de una solución de respuesta a preguntas
- Reconocimiento de las funcionalidades integradas del servicio Lenguaje de Azure AI
- Descripción de los recursos para crear un modelo de reconocimiento del lenguaje conversacional
- Definición de intenciones, expresiones y entidades
- Uso de patrones para diferenciar expresiones similares
- Uso de componentes de entidad pregeneradas
- Entrenamiento, prueba, publicación y revisión de un modelo de reconocimiento del lenguaje conversacional
- Ejercicio: Creación de un modelo de reconocimiento del lenguaje conversacional de Servicios de Azure AI
- Descripción de tipos de proyectos de clasificación
- Descripción de cómo compilar proyectos de clasificación de texto
- Ejercicio: clasificación de texto
- Descripción del reconocimiento de entidades con nombre personalizadas
- Etiquetado de los datos
- Entrenamiento y evaluación del modelo
- Ejercicio: Extracción de entidades personalizadas
- Aprovisionamiento de un recurso de Traductor de Azure AI
- Comprender la detección, traducción y transliteración de idiomas
- Especificar opciones de traducción
- Definir traducciones personalizadas
- Ejercicio: Traducción de texto con el servicio Traductor de Azure AI
- Aprovisionamiento de un recurso de Azure para la voz
- Uso de la API de conversión de voz en texto de Azure AI
- Uso de la API Text to Speech
- Configuración del formato de audio y las voces
- Uso de Lenguaje de marcado de síntesis de voz
- Ejercicio: Creación de una aplicación habilitada para voz
- Aprovisionamiento de un recurso de Azure para la traducción de voz
- Traducción de voz a texto
- Síntesis de traducciones
- Ejercicio: Traducir voz
