Compétence cognitive Reconnaissance d’entités nommées (v2)

Note

Recherche Azure AI est disponible via le portail Azure, les API REST et les SDK Azure. Il sous-tend également Foundry IQ, la couche de connaissances managée qui transforme le contenu d’entreprise en bases de connaissances réutilisables et prenant en charge les autorisations pour les agents dans le portail Microsoft Foundry.

La compétence Reconnaissance d’entités nommées (v2) extrait les entités nommées du texte. Sont notamment disponibles les types d’entités suivants : person, location et organization.

Important

La compétence de reconnaissance des entités nommées (v2) (Microsoft.Skills.Text.NamedEntityRecognitionSkill) est désormais abandonnée et remplacée par Microsoft.Skills.Text.V3.EntityRecognitionSk. Suivez les recommandations de la page Compétences Recherche Azure AI déconseillées pour migrer vers une compétence prise en charge.

Note

Lorsque vous développez l’étendue en augmentant la fréquence de traitement, en ajoutant davantage de documents ou en ajoutant d’autres algorithmes d’IA, vous devez attacher une ressource Microsoft Foundry facturable. Les frais s’accumulent lors de l’appel d’API dans Foundry Tools et pour l’extraction d’images dans le cadre de la phase de craquage de document dans Recherche IA Azure. L’extraction de texte à partir des documents est gratuite. L’exécution des compétences intégrées est facturée au prix standard des outils Foundry existants.

L’extraction d’images est un supplément facturé par Recherche Azure AI, comme décrit sur la page de tarification. L’extraction de texte est gratuite.

@odata.type

Microsoft.Skills.Text.NamedEntityRecognitionSkill

Limites des données

La taille maximale d’un enregistrement doit être de 50 000 caractères telle que mesurée par String.Length. Si vous devez subdiviser vos données avant de les envoyer à l’extracteur de phrases clés, envisagez d’utiliser la compétence Fractionnement de texte. Si vous utilisez une compétence de fractionnement de texte, définissez la longueur de la page sur 5 000 pour obtenir les meilleures performances.

Paramètres de compétence

Les paramètres respectent la casse.

Nom du paramètre Description
categories Tableau des catégories à extraire. Types de catégories possibles : "Person", "Location", "Organization". Si aucune catégorie n’est précisée, tous les types sont retournés.
defaultLanguageCode Code de langue du texte d’entrée. Langues prises en charge : de, en, es, fr, it.
minimumPrecision Nombre compris entre 0 et 1. Si la précision est inférieure à cette valeur, l’entité n’est pas retournée. La valeur par défaut est 0.

Données de compétences

Nom de saisie Description
languageCode Optional. La valeur par défaut est "en".
texte Texte à analyser.

Résultats des compétences

Nom de sortie Description
personnes Tableau de chaînes représentant chacune le nom d’une personne.
locations Tableau de chaînes représentant chacune un lieu.
organizations Tableau de chaînes représentant chacune une organisation.
entities Tableau de types complexes. Chaque type complexe contient les champs suivants :
  • la catégorie ("person", "organization" ou "location") ;
  • la valeur (le nom réel de l’entité) ;
  • le décalage (l’emplacement où elle a été trouvée dans le texte) ;
  • la confiance (une valeur comprise entre 0 et 1 représentant la confiance accordée à la valeur en tant qu’entité réelle).

Exemple de définition

  {
    "@odata.type": "#Microsoft.Skills.Text.NamedEntityRecognitionSkill",
    "categories": [ "Person", "Location", "Organization"],
    "defaultLanguageCode": "en",
    "inputs": [
      {
        "name": "text",
        "source": "/document/content"
      }
    ],
    "outputs": [
      {
        "name": "persons",
        "targetName": "people"
      }
    ]
  }

Exemple d’entrée

{
    "values": [
      {
        "recordId": "1",
        "data":
           {
             "text": "This is the loan application for Joe Romero, a Microsoft employee who was born in Chile and who then moved to Australia… Ana Smith is provided as a reference.",
             "languageCode": "en"
           }
      }
    ]
}

Exemple de résultat

{
  "values": [
    {
      "recordId": "1",
      "data" : 
      {
        "persons": [ "Joe Romero", "Ana Smith"],
        "locations": ["Chile", "Australia"],
        "organizations":["Microsoft"],
        "entities":  
        [
          {
            "category":"person",
            "value": "Joe Romero",
            "offset": 33,
            "confidence": 0.87
          },
          {
            "category":"person",
            "value": "Ana Smith",
            "offset": 124,
            "confidence": 0.87
          },
          {
            "category":"location",
            "value": "Chile",
            "offset": 88,
            "confidence": 0.99
          },
          {
            "category":"location",
            "value": "Australia",
            "offset": 112,
            "confidence": 0.99
          },
          {
            "category":"organization",
            "value": "Microsoft",
            "offset": 54,
            "confidence": 0.99
          }
        ]
      }
    }
  ]
}

Cas d’avertissement

Si le code de langue du document n’est pas pris en charge, un avertissement est retourné et aucune entité n’est extraite.

Voir aussi

  • Last updated on