Natural Language
Dégagez des insights à partir de textes non structurés grâce au machine learning de Google.
Analyse de texte pertinente
Grâce au machine learning, Natural Language révèle la structure et la signification d'un texte. Vous pouvez extraire des informations sur des personnes, des lieux et des événements, et mieux comprendre le sentiment général qui se dégage sur les médias sociaux et dans les conversations avec les clients. Natural Language vous permet d'analyser du texte et de l'intégrer à votre espace de stockage de documents sur Cloud Storage.
AutoML Natural Language
Grâce à la technologie AutoML, entraînez vos propres modèles de machine learning. Utilisez ces modèles personnalisés et de haute qualité pour classer, extraire et détecter les sentiments, sans effort et quel que soit votre niveau d'expertise. Vous pouvez utiliser l'interface utilisateur d'AutoML Natural Language pour importer vos données d'entraînement et tester vos modèles personnalisés, sans écrire une seule ligne de code.
API Natural Language
Les puissants modèles pré-entraînés de l'API Natural Language permettent aux développeurs d'appliquer facilement des fonctionnalités de compréhension du langage naturel à leurs applications, dont l'analyse des sentiments, l'analyse des entités, l'analyse des sentiments d'entités, la classification de contenu et l'analyse de la syntaxe.
API Healthcare Natural Language
Bénéficiez d'analyses en temps réel des insights stockés dans des textes médicaux non structurés. L'API Healthcare Natural Language est conçue pour présenter des insights lisibles par un ordinateur à partir de documents médicaux. AutoML Entity Extraction for Healthcare vous permet de créer facilement des modèles personnalisés afin d'extraire des informations extrêmement précises pour des applications médicales et liées aux sciences de la vie. Aucune compétence n'est requise en termes de codage. En savoir plus
Démonstration de l'API Natural Language
Fonctionnement d'AutoML Natural Language
Avantages
Insights provenant des clients
L'analyse des entités vous permet de trouver et d'étiqueter des champs au sein des documents (e-mails, messages de chat, contenus publiés sur les médias sociaux, etc.). L'analyse des sentiments vous permet ensuite de comprendre les opinions des clients de façon à dégager des insights exploitables concernant les produits ou l'expérience utilisateur.
Compatibilité multimédia et multilingue
Associez Natural Language à notre API Speech-to-Text pour dégager des insights à partir de conversations audio. Vous pouvez aussi le combiner à la reconnaissance optique des caractères (OCR) fournie par notre API Vision afin d'analyser des documents scannés. Vous avez également la possibilité d'extraire des entités et d'apprécier les sentiments dans plusieurs langues.
Extraction des entités clés de documents
Grâce à l'extraction personnalisée des entités, identifiez les entités spécifiques à un domaine dans les documents. Nombre d'entre elles n'apparaissent pas dans les modèles de langage standards. Vous économisez ainsi du temps et de l'argent en évitant une analyse manuelle.
Compréhension des reçus et des factures
L'extraction des entités peut identifier des entrées courantes sur les reçus et les factures, telles que des dates, des numéros de téléphone, des noms d'entreprise, des prix et bien plus encore. Cette fonctionnalité vous permet ainsi de comprendre les relations qui existent entre une requête et une preuve de paiement. Elle valide même les adresses avec Google Maps.
Classification de contenu et graphiques relationnels
Classez les documents par entités communes ou entités personnalisées spécifiques à un domaine, ou selon plus de 700 catégories générales portant sur des sujets tels que le sport ou le divertissement. L'analyse syntaxique vous permet de créer des graphiques relationnels pour des entités extraites d'articles de presse ou de pages Wikipédia.
Le meilleur de Google en termes de modèles deep learning
L'API Natural Language vous offre la même technologie de machine learning que celle utilisée par la recherche Google pour répondre aux questions spécifiques des utilisateurs. C'est aussi le système de compréhension linguistique dont se sert l'Assistant Google.
Comment choisir le produit Natural Language qui vous convient le mieux ?
Vous pouvez utiliser l'un ou l'autre, ou bien profiter des avantages offerts par les deux produits. Utilisez l'API Natural Language pour révéler rapidement la structure et la signification d'un texte, à l'aide des milliers de classifications pré-entraînées disponibles, et tirez parti d'AutoML Natural Language pour classer des contenus selon des catégories personnalisées, adaptées à vos besoins spécifiques.
| AutoML Natural Language | API Natural Language | |
|---|---|---|
|
API REST intégrée Natural Language est accessible via notre API REST. Vous pouvez importer du texte dans la requête ou l'intégrer à Cloud Storage. |
 |
|
|
Analyse syntaxique Extrayez des jetons et des phrases, identifiez des éléments de discours et créez des arborescences d'analyse de dépendances pour chaque phrase. |
|
|
|
Analyse des entités Identifiez les entités dans des documents (tels que des reçus, des factures et des contrats), et attribuez-leur des étiquettes par type, comme des dates, des personnes, des coordonnées, des organisations, des lieux, des événements, des produits ou des médias. |
|
|
|
Extraction d'entités personnalisée Identifiez les entités dans des documents et attribuez-leur des étiquettes selon les mots clés ou expressions spécifiques à votre domaine. |
|
|
|
Analyse des sentiments Saisissez le sentiment général reflétant les opinions, les impressions ou les attitudes qui se dégagent d'un bloc de texte. |
|
|
|
Analyse des sentiments personnalisée Saisissez les opinions, les impressions ou les attitudes générales qui se dégagent d'un bloc de texte adapté aux scores de sentiments spécifiques à votre domaine. |
|
|
|
Classification de contenu Classez les documents selon plus de 700 catégories prédéfinies. |
|
|
|
Classification de contenu personnalisée Créez des étiquettes afin de personnaliser les modèles en fonction de cas d'utilisation uniques grâce à vos propres données d'entraînement. |
|
|
|
Analyse multilingue Analysez facilement du texte dans plusieurs langues, y compris en allemand, anglais, chinois (simplifié et traditionnel), coréen, espagnol, français, italien, japonais, portugais et russe. |
|
|
|
Modèles personnalisés Entraînez des modèles de machine learning personnalisés, sans effort, quel que soit votre niveau de connaissances. |
|
|
|
Utilisation des modèles AutoML de Google Exploitez la technologie de pointe de Google AutoML pour produire des modèles de haute qualité. |
|
|
|
Compréhension de la structure spatiale Utilisez les informations de structure et de mise en page des fichiers PDF pour améliorer les performances en matière d'extraction d'entités personnalisées. |
|
|
|
Compatibilité avec les ensembles de données volumineux Gérez les cas d'utilisation les plus complexes avec une solution capable de prendre en charge 5 000 étiquettes de classification et un million de documents (jusqu'à 10 Mo par document). |
|
Nos clients
Notre objectif est d'accélérer le processus de développement commercial. C'est pourquoi nous aidons nos clients à ajouter de nouveaux documents à DocuSign, pour qu'ils puissent obtenir les signatures et les informations nécessaires à leur activité. Auparavant, ils devaient ajouter des tags manuellement à ces documents, afin d'indiquer aux lecteurs les champs à remplir et l'emplacement de la signature. Grâce à l'extraction des entités personnalisée dans AutoML Natural Language, nous avons accès à de grands ensembles de données pour entraîner notre modèle, et nous améliorons continuellement le processus, quelle que soit l'origine du document.
– Kiran Kaza, responsable de l'ingénierie mobile, DocuSign
En salle de presse, la précision et la rapidité sont absolument cruciales pour capter l'attention des lecteurs. Google Cloud Natural Language offre des capacités de classification du contenu d'une justesse inégalée. Chez Hearst, nous publions plusieurs milliers d'articles par jour sur plus d'une trentaine de propriétés. Grâce au traitement du langage naturel, nous sommes rapidement renseignés sur le contenu publié et sur l'écho qu'il rencontre auprès de nos audiences.
– Naveed Ahmad, senior director of data, Hearst
Chez Meredith, nos équipes sont constamment à la recherche du meilleur moyen de gérer nos contenus. Nous avons hâte d'utiliser AutoML Natural Language pour appliquer notre taxonomie universelle personnalisée à nos contenus. AutoML Natural Language nous permet de créer des modèles personnalisés qui répondent à nos besoins spécifiques, avec une précision supérieure à celle des autres solutions que nous avions envisagé de mettre en place.
– Grace Preyapongpisan, vice-présidente de l'informatique décisionnelle, Meredith
(marques mondialement connues telles que Martha Stewart et le magazine Time)
La classification des articles d'opinion et des éditoriaux peut être un travail long et fastidieux pour une équipe de data scientists. Avec Cloud Natural Language, il est maintenant possible de classer ces contenus de manière instantanée et avec un niveau élevé de confiance. Cet outil m'a permis non seulement de gagner des semaines, voire des mois, de travail, mais aussi d'obtenir un degré de précision que nous n'aurions sans doute pas pu atteindre avec nos ressources internes.
– Jonathan Brooks-Bartlett, data scientist, News UK
Grâce à l'application de gestion du stress au travail que nous avons mise à sa disposition, notre client a pu mettre à profit les capacités d'analyse des sentiments personnalisée d'AutoML Natural Language pour évaluer et analyser les indicateurs de stress et les sentiments dans le cadre d'une expérience de chatbot. Cette technologie nous a permis d'effectuer très rapidement les itérations requises pour aboutir à une expérience client attrayante et empathique. Du fait de la rapidité du développement et de la justesse des prédictions, ce produit aura tout naturellement sa place dans nos futurs projets nécessitant une analyse personnalisée des sentiments.
– Jason Quek, CTO, Avalon Solutions
Le produit Google Cloud AutoML Natural Language s'est imposé à nous, car il réduit le surapprentissage avec un nombre limité d'échantillons d'entraînement. Il est par ailleurs capable de s'adapter facilement pour intégrer des types de documents supplémentaires au fil du temps. Après avoir rapidement déployé AutoML Natural Language à des fins de classification personnalisée, nous envisageons d'exploiter la fonctionnalité d'extraction d'entités de ce produit pour des cas d'utilisation spécifiques, tels que la révision de contrats ou la validation de données hypothécaires.
– Anwar Chaudhry, directeur de l'intelligence artificielle et du machine learning, Iron Mountain
Tarification
| Produits Natural Language | Guide des tarifs |
|---|---|
| API Natural Language | Tarification |
| AutoML Natural Language | Tarification |
Ressources
Documentation sur Natural Language
Conférence Next 2019 : découvrez comment nos clients exploitent les toutes dernières fonctionnalités de Natural Language
Tarifs de l'API Natural Language
Tarifs d'AutoML Natural Language
Premiers pas
AutoML Natural Language
Créez un modèle de machine learning personnalisé pour classer des contenus selon des catégories spécifiques à un domaine.
API Natural Language
Créez un modèle de machine learning pré-entraîné pour révéler la structure et la signification du texte.
Des produits ou fonctionnalités mentionnés sur cette page sont en version bêta. Pour en savoir plus sur les étapes de lancement de nos produits, cliquez ici.
Les produits d'IA Google Cloud font l'objet d'un contrat de niveau de service spécifique. Ils peuvent présenter des latences ou des garanties de disponibilité différentes de celles d'autres services Google Cloud.