Natural Language AI
Google 머신러닝을 사용하여 구조화되지 않은 텍스트에서 유용한 정보를 도출할 수 있습니다.
-
텍스트를 추출, 분석, 저장하는 머신러닝으로 유용한 텍스트 분석을 수행할 수 있습니다.
-
AutoML을 사용하면 코드를 한 줄도 작성하지 않고도 고품질 머신 러닝 커스텀 모델을 학습시킬 수 있습니다.
-
Natural Language API를 사용하여 앱에 자연어 이해(NLU)를 적용할 수 있습니다.
이점
고객 관련 유용한 정보
항목 분석을 사용해 이메일, 채팅, 소셜 미디어와 같은 문서의 필드를 찾아 라벨을 지정한 후 감정 분석으로 고객 의견을 이해하여 활용 가능한 제품 및 UX 정보를 파악할 수 있습니다.
멀티미디어 및 다국어 지원
Natural Language를 Speech-to-Text API와 함께 사용하면 오디오에서 유용한 정보를 추출할 수 있습니다. Vision API로 스캔한 문서에 광학 문자 인식(OCR)을 추가할 수 있습니다. Translation API를 사용하면 다국어로 작성된 감정을 이해합니다.
중요한 문서 항목 추출
커스텀 항목 추출을 사용하면 수동 분석에 시간이나 비용을 들이지 않고도 표준 언어 모델로는 거의 식별할 수 없는 분야별 항목을 문서에서 식별할 수 있습니다.
주요 특징
텍스트에서 작동하는 세 가지 자연어 솔루션
AutoML
AutoML에 기반한 자연어용 Vertex AI를 사용하면 최소한의 수고와 머신러닝 지식만으로 감정을 분류, 추출, 감지하도록 고품질 커스텀 머신러닝 모델을 학습시킬 수 있습니다. AutoML UI를 사용하면 한 줄의 코드 작성 없이도 학습 데이터를 업로드하고 커스텀 모델을 테스트할 수 있습니다.
Natural Language API
Natural Language API의 강력한 선행 학습된 모델은 감정 분석, 항목 분석, 항목 감정 분석, 콘텐츠 분류 및 구문 분석 등의 기능을 통해 개발자가 애플리케이션에 자연어 이해(NLU)를 쉽게 적용할 수 있도록 지원합니다.
Healthcare Natural Language AI
구조화되지 않은 의료 텍스트에 저장된 정보를 실시간으로 분석할 수 있습니다. Healthcare Natural Language API를 사용하면 의료 문서에서 머신이 읽을 수 있는 유용한 의료 정보를 추출할 수 있으며, Healthcare용 AutoML Entity Extraction을 사용하면 코딩 기술이 없어도 의료 및 생명 과학 앱을 위한 커스텀 지식 추출 모델을 간편하게 빌드할 수 있습니다.
"AutoML Natural Language의 커스텀 항목 추출 기능을 사용함으로써 대규모 데이터 세트로 모델을 학습시키고, 문서를 어디서 가져오든 상관없이 절차를 지속적으로 개선할 수 있게 되었습니다."
문서
문서
Cloud Natural Language API
감정 분석, 항목 인식, 기타 텍스트 주석 등의 자연어 이해 기술을 개발자에게 제공합니다.
자연어 데이터용 AutoML로 커스텀 ML 모델 빌드하기
문서를 분류하거나 문서 내 항목을 식별하거나 문서에서 우세한 감정을 분석할 수 있는 모델을 만듭니다.
모든 특징