フィードバックを送信
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。
テキストを抽出、分析、保存する機械学習を使用して、示唆に富んだテキスト分析を行う
AutoML を使用して、コードを 1 行も記述せずに高品質な機械学習カスタムモデルをトレーニングする
Natural Language API を使用して自然言語理解（NLU）をアプリに適用する
利点
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。
Natural Language と Speech-to-Text API を組み合わせて、音声から分析情報を抽出できます。Vision API は、スキャン文書の光学式文字認識（OCR）機能を追加します。Translation API を使用すると、複数の言語で感情を読み取ることができます。
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。
デモ
Natural Language API のデモ
API を試す
主な機能
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 1 行も記述せ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、ヘルスケアとライフ 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。
keyboard_arrow_left
keyboard_arrow_right
「AutoML Natural Language 内でカスタム エンティティ抽出を使用すると、ドキュメントの出所に関係なく大規模なデータセットでモデルをトレーニングし、プロセスを継続的に改善できます。」
DocuSign 社モバイル エンジニアリング担当責任者、Kiran Kaza 氏
ドキュメント
Cloud Natural Language API
感情分析、エンティティ認識、その他のテキスト アノテーションなどの自然言語理解技術をデベロッパーに提供します。
AutoML で自然言語データのカスタム ML モデルを作成する
ドキュメントの分類、ドキュメント内のエンティティの識別、ドキュメント内の感情的傾向の分析を行うモデルを作成します。
機能の比較
最適な Natural Language プロダクトを選ぶ
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てテキストの構造と意味を明らかにします。AutoML は、特定のニーズに合わせてコンテンツをカスタム カテゴリに分類します。
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。
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。
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。
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。
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。
コンテンツの分類
事前定義された 700 種類以上のカテゴリでドキュメントを分類できます。
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。
多言語
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、ロシア語でテキストを分析できます。
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。
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。
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。
AutoML
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。
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。
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。
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。
多言語
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、ロシア語でテキストを分析できます。
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。
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。
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。
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。
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。
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。
エンティティ分析
領収書、請求書、契約書などのドキュメント内のエンティティを識別し、日付、人、メディアなどのタイプでラベル付けできます。
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。
コンテンツの分類
事前定義された 700 種類以上のカテゴリでドキュメントを分類できます。
多言語
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、ロシア語でテキストを分析できます。
料金
料金
Translation の料金は使用量に基づきますので、使用分に対してのみ料金が発生します。
Natural Language API
料金
AutoML
料金
[{
"type": "thumb-down",
"id": "hardToUnderstand",
"label":"わかりにくい"
},{
"type": "thumb-down",
"id": "incorrectInformationOrSampleCode",
"label":"情報またはサンプルコードが不正確"
},{
"type": "thumb-down",
"id": "missingTheInformationSamplesINeed",
"label":"必要な情報 / サンプルがない"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻訳に関する問題"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"その他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"わかりやすい"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"問題の解決に役立った"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"その他"
}]
ご意見をお聞かせください
