使用 Azure 认知服务搜索文本中的已知短语

Question

我正在尝试在这里确定“适合这项工作的工具”，我相信认知服务可以做到这一点，但不会消失在研发兔子洞中，我想我会确保我正在朝着正确的方向挖掘首先。

所以，这里是简短的：

我有一组我想要查找的已知现有短语，但这些短语的书写方式可能略有不同，无论是语法还是语言。

我希望能够解析（可能很大）大量文本以扫描并查找这些短语，以便识别它们。

例如，我的短语可能是“活动将亲自举行”，但这也需要识别语言的不同用途；例如“in-person event”、“face to face event”或“on-site event” - 以及您可以从这些事物中获得的各种同义词和变体。

LUIS 最初似乎是此类事情的首选工具，并且包括编写您自己的特征（又名短语列表）以增强模型的能力，但事实并非如此明确这是否符合简报 - LUIS 似乎更多地关注“意图”和用户交互（例如构建聊天机器人，或从电子邮件中理解意图）。

文本分析似乎也是一个可能的候选者，但似乎更侧重于识别“实体”（例如人/地点/组织）而不是自然语言“短语” - 这个工具是否有效如果我是在定义自己的“主题”，还是真的只是在找错树？

.. 或者...实际上还有什么我应该看完全不同的东西吗？

此时 - 我真的在寻找“我应该花大量时间学习哪种工具”。

在此先感谢大家 - 我很欣赏这是一个相当开放的要求。

Answer 1

您的方案似乎更符合我们的文本分析服务。我打算推荐Key Phrase Extraction API，它评估非结构化文本并返回关键短语列表。但是，由于您需要使用已知（自定义）短语列表，它可能不是您正在寻找的解决方案。我们目前不支持自定义关键字提取，但它在我们的路线图中。如果有兴趣，我们可以将您与产品团队联系，以了解有关您的方案的更多信息。

更新： 请尝试custom NER 能力。