Condividi tramite

Strumenti Foundry in SynapseML con porta la tua chiave

SynapseML è una libreria open source che semplifica la creazione di pipeline di Machine Learning scalabili e si integra con Azure Synapse Analytics. Gestisce le attività di analisi del testo e visione artificiale. Supporta Python, R, Scala, Java e .NET.

Foundry Tools è una suite di API, SDK e servizi usati per aggiungere funzionalità di intelligenza artificiale alle app. Foundry Tools consente di creare app che vedano, ascoltino, parlino, comprendano e ragionino. Include cinque funzionalità: visione, riconoscimento vocale, lingua, ricerca Web e decisione. Fabric usa SynapseML per fornire l'accesso a questi servizi.

Nota

Fabric si integra con Gli strumenti Foundry per arricchire i dati con il servizio Azure OpenAI, Analisi del testo e Azure Translator in Foundry Tools. Questa integrazione è disponibile in anteprima pubblica. Altre informazioni sono disponibili in Foundry Tools in Fabric.

Per Azure OpenAI in modo specifico, Fabric fornisce anche funzioni di intelligenza artificiale per semplici operazioni di dataframe. Per l'elaborazione distribuita, vedere Usare Azure OpenAI con SynapseML.

Utilizzo degli strumenti Fonderia con porta la tua chiave

Le seguenti sezioni documentano i trasformatori SynapseML disponibili per gli strumenti Foundry con chiave propria (bring-your-own-key). Queste funzionalità sono utili quando sono necessarie funzionalità specifiche degli strumenti foundry o se si hanno sottoscrizioni personalizzate dei servizi di intelligenza artificiale di Azure.

Suggerimento

Prendere in considerazione le alternative più semplici per prima cosa:

  • Per le operazioni di testo su qualsiasi scala (sentiment, traduzione, riepilogo, classificazione, estrazione): usare funzioni di intelligenza artificiale che forniscono estensioni dataframe con codice minimo. Le funzioni di intelligenza artificiale PySpark sono completamente distribuite (basate su SynapseML), gestendo migliaia a milioni di righe.
  • Per richieste personalizzate avanzate su larga scala: usare Azure OpenAI con SynapseML che offre il trasformatore quando è necessario un controllo prompt senza restrizioni oltre ai modelli convalidati delle AI Functions
  • Per le chiamate API singole con controllo completo: usare Azure OpenAI con Python SDK

I servizi seguenti richiedono bring-your-own-key e sono utili per scenari specializzati di visione, riconoscimento vocale, intelligenza dei documenti e ricerca non coperti da Funzioni di intelligenza artificiale.

Visione

Visione di Azure negli strumenti foundry

  • Descrizione: fornisce una descrizione di un'immagine nel linguaggio leggibile (Scala, Python).
  • Analizza (colore, tipo di immagine, viso, contenuti per adulti o espliciti): esamina le caratteristiche visive di un'immagine (Scala, Python).
  • Riconoscimento ottico dei caratteri (OCR): legge il testo da un'immagine (Scala, Python)
  • Riconosci testo: legge il testo da un'immagine (Scala, Python)
  • Miniatura: genera una miniatura dell'immagine di dimensioni specificate dall'utente (Scala, Python)
  • Riconoscimento del contenuto di dominio specifico: riconosce il contenuto di dominio specifico (celebrità, luogo di interesse) (Scala, Python)
  • Tag: identifica l'elenco di parole rilevanti per l'immagine di input (Scala, Python)

Azure AI Face

  • Rilevamento: rileva i volti umani in un'immagine (Scala, Python)
  • Verifica: verifica se due visi appartengono alla stessa persona o se un viso appartiene a una persona (Scala, Python).
  • Identificazione: trova le corrispondenze migliori del viso della persona specificata nella query in un gruppo di persone (Scala, Python)
  • Trova volti simili: trova volti simili al volto della query in un elenco di volti (Scala, Python)
  • Gruppo: divide un gruppo di facce in gruppi disgiunti in base alla somiglianza (Scala, Python)

Voce

Strumenti di riconoscimento vocale di Azure in Foundry

  • Riconoscimento vocale: trascrive flussi audio (Scala, Python)
  • Trascrizione conversazione: trascrive i flussi audio in trascrizioni in tempo reale con altoparlanti identificati (Scala, Python).
  • Sintesi vocale: converte il testo in audio realistico (Scala, Python).

Lingua

Analisi del testo

  • Rilevamento della lingua: rileva la lingua del testo di input (Scala, Python)
  • Estrazione di frasi chiave: individua i punti salienti nel testo di input (Scala, Python)
  • Riconoscimento di entità denominate: identifica le entità note e le entità generali denominate nel testo di input (Scala, Python)
  • Analisi del sentiment: restituisce un punteggio tra 0 e 1 che indica il sentiment nel testo di input (Scala, Python)
  • Estrazione di entità sanitarie: estrae entità mediche e relazioni dal testo. (Scala, Python)

Traduzione

Translator

Suggerimento

Per la traduzione testuale su qualsiasi scala, è consigliabile usare prima funzioni di intelligenza artificiale:

Usare df.ai.translate() per tradurre testo tra lingue con codice minimo. Funziona sia con Pandas che con i dataframe PySpark (PySpark = completamente distribuito tramite SynapseML), non sono necessarie chiavi di sottoscrizione. Vedere Panoramica di Funzioni di intelligenza artificiale.

  • Traduzione: traduce il testo. (Scala, Python)
  • Traslitterazione: converte il testo in una lingua da uno script in un altro script. (Scala, Python)
  • Rilevamento: identifica la lingua di una porzione di testo. (Scala, Python)
  • Interrompi frase: identifica il posizionamento dei limiti delle frasi in un frammento di testo (Scala, Python).
  • Ricerca nel dizionario: fornisce le traduzioni alternative di una parola e alcune frasi idiomatiche. (Scala, Python)
  • Esempi dal dizionario: fornisce esempi che mostrano come vengono usati i termini nel dizionario nel contesto. (Scala, Python)
  • Traduzione di documenti: traduce documenti tutte le lingue e i dialetti supportati mantenendo al tempo stesso la struttura del documento e il formato dei dati. (Scala, Python)

Azure Document Intelligence nei Foundry Tools

Intelligence sui documenti

  • Analisi del layout: estrare informazioni sul testo e sul layout da un documento specificato. (Scala, Python)
  • Analisi delle ricevute: rileva ed estrae i dati dalle ricevute usando il riconoscimento ottico dei caratteri (OCR) e il modello di ricevuta. Questa funzionalità semplifica l'estrazione di dati strutturati dalle ricevute, ad esempio il nome del commerciante, il numero di telefono commerciante, la data della transazione, il totale della transazione e altro ancora. (Scala, Python)
  • Analisi dei biglietti da visita: rileva ed estrae i dati dai biglietti da visita usando il riconoscimento ottico dei caratteri (OCR) e il modello di biglietto da visita. Questa funzionalità semplifica l'estrazione di dati strutturati dai biglietti da visita, ad esempio nomi di contatto, nomi di società, numeri di telefono, indirizzi e-mail e altro ancora. (Scala, Python)
  • Analisi delle fatture: rileva ed estrae i dati dalle fatture usando il riconoscimento ottico dei caratteri (OCR) e i modelli di Deep Learning per il riconoscimento delle fatture. Questa funzionalità semplifica l'estrazione di dati strutturati dalle fatture, ad esempio cliente, fornitore, ID fattura, data di scadenza della fattura, totale, importo della fattura dovuto, importo fiscale, spedizione, fattura, voci e altro ancora. (Scala, Python).
  • Analisi documenti di identità: rileva ed estrae dati dai documenti di identificazione usando il riconoscimento ottico dei caratteri (OCR) e il modello di documento di identità, consentendo di estrarre facilmente dati strutturati da documenti di identità, ad esempio, nome, cognome, data di nascita, numero di documento e altro ancora. (Scala, Python)
  • Analisi modulo personalizzato: estrae informazioni dai moduli (PDF e immagini) in dati strutturati basati su un modello creato da un set di moduli di training rappresentativi. (Scala, Python)
  • Ottenere un modello personalizzato: ottiene informazioni dettagliate su un modello personalizzato. (Scala, Python)
  • Elenco di modelli personalizzati: ottiene informazioni su tutti i modelli personalizzati. (Scala, Python)

Decisione

Rilevamento anomalie di Azure AI

  • Stato anomalie del punto più recente: genera un modello usando i punti precedenti e determina se il punto più recente è anomalo (Scala, Python)
  • Trovare anomalie: genera un modello usando un'intera serie e trova anomalie nella serie (Scala, Python)

Contenuto correlato

Alternative più semplici per le attività comuni

SynapseML con gli Strumenti Foundry

  • Last updated on