Natural Language

運用 Google 的機器學習技術,從非結構化的文字內容中取得深入分析資料。

領先業界的準確率

具備實用價值的文字分析服務

Natural Language 會運用機器學習技術來解讀文字的結構與意義。您可以擷取人物、地點和事件的相關資訊,進一步瞭解社交媒體訊息的情緒和客戶對話。您可以透過 Natural Language 分析文字內容,並將所需資料整合至 Cloud Storage 中的文件儲存空間。

AutoML Natural Language

即使機器學習專業知識有限,也能輕鬆運用 AutoML Natural Language 訓練專屬的高品質自訂機器學習模型,藉此分類、擷取及偵測情緒。您可以透過 AutoML Natural Language UI 上傳訓練資料,然後測試自訂模型。使用 AutoML Natural Language 可從各種內容中擷取資訊,例如一系列文章、掃描的 PDF 或先前封存的記錄。

Natural Language API

透過 Natural Language API 建立強大的預先訓練模型之後,開發人員就能使用情緒分析、實體分析、實體情緒分析、內容分類和語法分析等自然語言理解功能。

Natural Language API 示範

AutoML Natural Language 的運作方式

AutoML Natural Language

優勢

從客戶資料中取得深入分析

從客戶資料中取得深入分析

您可以透過實體分析功能找出文件 (包括電子郵件、即時通訊和社交媒體訊息) 中的特定欄位並加上標籤,再利用情緒分析功能解讀客戶的意見回饋,藉此發掘可行的產品與使用者體驗深入分析資料。

支援多種媒體和語言

支援多種媒體和語言

您可以將 Natural Language 和 Speech-to-Text API 搭配使用,從語音對話中擷取深入分析資料。如果搭配 Vision API 中的光學字元辨識 (OCR) 功能,則可解析已掃描的文件。而如果是與 Translation API 搭配使用,還能擷取不同語言的實體並瞭解其中的情緒。

擷取重要文件

擷取重要的文件實體

您無需耗費時間或資金進行手動分析,就能透過自訂實體擷取功能識別文件中的特定領域實體 (許多這類實體不會出現在標準語言模型中)。

收據與應付憑據

解讀收據和應付憑據

實體擷取功能可識別收據與應付憑據中的常見項目 (例如日期、電話號碼、公司和費用等),協助您瞭解要求與付款證明之間的關聯性,甚至可以透過 Google 地圖驗證地址。

內容分類

內容分類關係圖

利用常見實體、特定領域自訂實體或 700 多個一般類別 (例如運動和娛樂) 將文件分類。有了語法分析功能,您就能為擷取自新聞或維基百科文章的實體建立關係圖。

Google 深度學習

最優質的 Google 深度學習模型

Natural Language API 提供的深度機器學習技術,不僅運用在 Google 搜尋功能來回答特定使用者問題,而且是 Google 助理幕後採用的語言認知系統。

哪一項 Natural Language 產品最適合您?

您可以透過 Natural Language API 使用數千個預先訓練的分類模型,快速瞭解文字內容的結構與意義,也可以利用 AutoML Natural Language 按照自訂類別將內容分類。視您自身的需求而定,您可以單獨使用其中一項產品,也可以搭配使用兩者來取得絕佳優勢。

AutoML Natural Language Natural Language API

整合 REST API

您可以透過 REST API 使用 Natural Language。文字可透過要求上傳,或與 Cloud Storage 整合。

勾號 勾號

語法分析

擷取符記和語句、識別詞性,以及為各個語句建立相依性剖析樹狀結構。

勾號

實體分析

識別收據、應付憑據和合約等文件中的實體,並按照日期、人員、聯絡資訊、機構、地點、事件、產品和媒體等類型加上標籤。

勾號

自訂實體擷取

識別文件中的實體,並按照特定領域關鍵字或詞組加上標籤。

勾號

情緒分析

解讀一段文字表達出的整體觀點、感受或態度與情緒。

勾號

自訂情緒分析

根據您的特定領域情緒分數解讀一段文字表達出的整體觀點、感受或態度。

勾號

內容分類

用 700 多種預先定義的類別將文件分類。

勾號

自訂內容分類

使用自己的訓練資料建立標籤,藉此依據您的用途自訂模型。

勾號

多語言

輕鬆分析多種語言的文字,包括英文、西班牙文、日文、中文 (簡體和繁體)、法文、德文、義大利文、韓文、葡萄牙文和俄文。

勾號

自訂模型

即使您的機器學習專業知識有限,也能輕鬆訓練自訂機器學習模型。

勾號

採用 Google 的 AutoML 模型技術

運用 Google 先進的 AutoML 技術來建立高品質模型。

勾號

瞭解空間結構

利用 PDF 中的結構和版面配置資訊,改善自訂實體的擷取效能。

勾號

支援大型資料集

支援 5,000 種分類標籤、100 萬份文件及 10 MB 文件大小,能夠跨越複雜的應用實例。

勾號

我們的客戶

定價

Natural Language 產品 定價指南
Natural Language API 說明文件
AutoML Natural Language 說明文件

資源

Google Cloud

開始使用

AutoML Natural Language

建立自訂機器學習模型,依照特定領域類別將內容分類。

Natural Language API

建立預先訓練的機器學習模型,藉此瞭解文字結構和意義。

本頁所列產品或功能仍在 Beta 版測試階段。如要進一步瞭解產品推出的各個階段,請參閱這個網頁

Cloud AI 產品符合這個網頁所列的服務水準協議政策。這些產品的延遲時間或可用性保證可能與其他 Google Cloud 服務不同。