新着情報: 統合 ML プラットフォーム Vertex AI では、動画データに AutoML をお試しいただけます。詳細

Natural Language AI

Google の機械学習を使用して非構造化テキストから分析情報を引き出す。

業界トップクラスの精度

示唆が得られるテキスト分析

Natural Language は、機械学習を使用してテキストの構造や意味を明らかにします。これにより、人、場所、イベントに関する情報を抽出し、ソーシャル メディアに表れる感情やお客様との会話について理解を深めることができます。また、テキストを分析して Cloud Storage のドキュメント ストレージと統合することも可能です。

AutoML

AutoML による自然言語の Vertex AI を利用すると、最小限の労力と機械学習の専門知識で、高品質な独自のカスタム機械学習モデルをトレーニングし、感情の分類、抽出、検出ができます。AutoML UI を使用して、トレーニング データをアップロードし、コードをまったく書かずにカスタムモデルをテストできます。

Natural Language API

Natural Language API の強力な事前トレーニング済みモデルは、デベロッパーがアプリケーションに自然言語理解(NLU)を簡単に適用し、感情分析、エンティティ分析、エンティティ感情分析、コンテンツ分類、構文解析などの機能を利用できるよう支援します。

Healthcare Natural Language AI

構造化されていない医療文書に保存された知見をリアルタイムで分析します。Healthcare Natural Language API を使用すると、医療文書から機械で読み取り可能な医学的知見を抽出できます。一方、AutoML Entity Extraction for Healthcare は、医療とライフ サイエンス アプリ向けのカスタム知識抽出モデルを、コーディング スキルなしで簡単に構築することを可能にします。詳細

Natural Language API のデモ

AutoML の仕組み

AutoML Natural Language の仕組み1. ドキュメントのアップロード分野固有のキーワードやフレーズに基づいて、テキストをラベル付けします。2. カスタムモデルのトレーニング感情を分類、抽出、検出します。3. 評価特定のニーズに関連する分析情報を取得します。分野固有のキーワードやフレーズに基づいてテキストをラベル付けします感情を分類、抽出、検出します特定のニーズに関連する分析情報を取得します3. 評価2. カスタムモデルのトレーニング1. ドキュメントのアップロード+1.0-1.0注文書 領収書 請求書メモ 情報リクエスト 苦情TXT

利点

お客様から有用な情報を得る

お客様から有用な情報を得る

エンティティ分析を使用し、ドキュメント(メール、チャット、ソーシャル メディアなど)の中でフィールドを検索してラベルを付けます。次に、感情分析を使用してお客様の意見を把握し、プロダクトとユーザー エクスペリエンスに関する実用的な情報を得ることができます。

マルチメディアと多言語のサポート

マルチメディアと多言語のサポート

Natural Language と Speech-to-Text API を組み合わせて、会話の音声から分析情報を抽出できます。Vision API の光学式文字認識(OCR)と併用すると、スキャンしたドキュメントを理解できます。複数の言語でエンティティを抽出し、そこに含まれる感情を読み取ります。

主要ドキュメントの抽出

重要な主要ドキュメント エンティティの抽出

カスタム エンティティ抽出を使用して、手動分析に時間やコストをかけずにドキュメント内で分野固有のエンティティを識別できます。こうしたエンティティの多くは標準的な言語モデルでは表面化しません。

領収書と請求書

領収書と請求書の把握

エンティティ抽出により、領収書と請求書に共通のエントリ(日付、電話番号、会社、金額など)を識別して、請求と支払証明の関係を把握できます。さらに、Google マップで住所を確認することもできます。

コンテンツの分類

コンテンツの分類と関係グラフ

共通のエンティティ、分野固有のカスタマイズされたエンティティ、700 以上の一般カテゴリ(スポーツやエンターテイメントなど)でドキュメントを分類できます。構文解析を利用すると、ニュースやウィキペディアの記事から抽出したエンティティの関係グラフを作成できます。

Google のディープ ラーニング

Google のディープ ラーニング モデル

Natural Language API で利用できる深層機械学習技術は、ユーザーの特定の質問に対して適切な回答を返す Google 検索や、Google アシスタントを支える言語理解システムでも使用されています。

最適な Natural Language プロダクトを選ぶ

Natural Language API と AutoML のいずれかを使用して処理することも、両方を使用してそのメリットを得ることもできます。Natural Language API は事前トレーニングされた何千もの分類を使用し、テキストの構造と意味をすばやく明らかにでき、AutoML は特定のニーズに合わせてコンテンツをカスタム カテゴリに分類できます。

AutoML Natural Language API

統合された REST API

Natural Language は REST API でアクセス可能です。テキストは、リクエストに含めてアップロードすることも、Cloud Storage と統合することもできます。

チェックマーク チェックマーク

構文解析

トークンと文の抽出、品詞の特定、各文の係り受け解析ツリーの作成が可能です。

チェックマーク

エンティティ分析

ドキュメント(領収書、請求書、契約書など)の中のエンティティを識別し、ラベル付け(日付、人、連絡先情報、組織、場所、イベント、商品、メディアなど)できます。

チェックマーク

カスタム エンティティの抽出

ドキュメント内のエンティティを識別し、分野固有のキーワードやフレーズに基づいてラベル付けできます。

チェックマーク

感情分析

テキストのブロック内で示されている全体的な意見、感想、態度の感情を読み取ることができます。

チェックマーク

カスタム感情分析

分野固有の感情スコアに合わせて、テキストのブロック内で示されている全体的な意見、感想、態度を読み取ることができます。

チェックマーク

コンテンツの分類

事前定義された 700 以上のカテゴリでドキュメントを分類できます。

チェックマーク

カスタム コンテンツの分類

ラベルを作成すると、独自のトレーニング データを使用して、個別のユースケースに対応したモデルをカスタマイズできます。

チェックマーク

多言語

さまざまな言語のテキストを簡単に分析できます。英語、スペイン語、日本語、中国語(簡体字、繁体字)、フランス語、ドイツ語、イタリア語、韓国語、ポルトガル語、ロシア語に対応しています。

チェックマーク チェックマーク

カスタムモデル

最小限の労力と機械学習の専門知識で、カスタム機械学習モデルをトレーニングできます。

チェックマーク

Google の AutoML モデルを利用

Google の最先端 AutoML テクノロジーを活用して、高品質モデルを生成します。

チェックマーク

空間構造の理解

PDF の構造およびレイアウト情報を使用して、カスタム エンティティ抽出パフォーマンスを改善できます。

チェックマーク

大規模データセットのサポート

5,000 の分類ラベル、100 万のドキュメント、10 MB のドキュメント サイズをサポートし、複雑なユースケースに対応できます。

チェックマーク

導入事例