핵심 구문 추출 인지 능력

키프레이즈 추출 스킬은 비구조화된 텍스트를 평가하며, 각 레코드마다 핵심 구문 목록을 반환합니다. 이 기술은 Azure Language in Foundry Tools에서 제공하는 Key Phrase 머신러닝 모델을 사용합니다.

이 기능은 기록의 주요 내용을 빠르게 파악해야 할 때 유용합니다. 예를 들어, 입력 텍스트 "음식은 맛있었고 직원들도 훌륭했습니다"라고 입력하면 서비스는 "음식"과 "훌륭한 직원들"을 반환합니다.

@odata.type

Microsoft.Skills.Text.KeyPhraseExtractionSkill

데이터 제한

레코드의 최대 크기는 로 측정 String.Length하여 50,000자여야 합니다. 키워드 추출기로 보내기 전에 데이터를 분할해야 한다면, 텍스트 분할 스킬을 고려해 보세요. 텍스트 분할 스킬을 사용한다면, 최상의 성능을 위해 페이지 길이를 5000으로 설정하세요.

기술 매개 변수

매개 변수는 대/소문자를 구분합니다.

기술 입력

기술 성과

샘플 정의

다음 필드를 가진 SQL 레코드를 고려해 봅시다:

{
    "content": "Glaciers are huge rivers of ice that ooze their way over land, powered by gravity and their own sheer weight. They accumulate ice from snowfall and lose it through melting. As global temperatures have risen, many of the world’s glaciers have already started to shrink and retreat. Continued warming could see many iconic landscapes – from the Canadian Rockies to the Mount Everest region of the Himalayas – lose almost all their glaciers by the end of the century.",
    "language": "en"
}

그렇다면 스킬 정의는 다음과 같을 수 있습니다:

 {
    "@odata.type": "#Microsoft.Skills.Text.KeyPhraseExtractionSkill",
    "inputs": [
      {
        "name": "text",
        "source": "/document/content"
      },
      {
        "name": "languageCode",
        "source": "/document/language" 
      }
    ],
    "outputs": [
      {
        "name": "keyPhrases",
        "targetName": "myKeyPhrases"
      }
    ]
  }

샘플 출력

앞서 예시에서는, 스킬의 출력이 우리가 지정한 "document/myKeyPhrases" targetName 라는 새로운 노드에 기록됩니다. 만약 , 를 지정 targetName하지 않는다면 "문서/키어즈"가 됩니다.

document/myKeyPhrases

[
  "world’s glaciers", 
  "huge rivers of ice", 
  "Canadian Rockies", 
  "iconic landscapes",
  "Mount Everest region",
  "Continued warming"
]

"문서/myKeyPhrases"를 다른 기술에 입력하거나 출력 필드 매핑의 출처로 사용할 수 있습니다.

Warnings

지원되지 않는 언어 코드를 제공하면 경고가 발생하고 키워드문이 추출되지 않습니다. 텍스트가 비어 있으면 경고가 표시됩니다. 텍스트가 50,000자를 초과하면 처음 50,000자만 분석되고 경고가 발부됩니다.

참고하십시오

• 내장된 기술
• 기술 세트를 정의하는 방법
• 출력 필드 매핑 정의 방법