2020年9月21日,星期一

使用AI增强Microsoft 365中双色球推荐一注的5种方法

We’大家都熟悉不断增长的数据增长速度,并且 几乎每个使用Microsoft 365的组织都有不断增长的租户 每天都在累积团队,站点,文档和其他文件。的 大多数组织’尽管充分利用了这些数据– in the 最坏的情况可能只是另一个数字垃圾填埋场,即使在最好的情况下 双色球推荐一注增加但没有’在智能方面没有很多 处理或双色球推荐一注服务。结果,大量双色球推荐一注 未被发现,搜索会带来糟糕的体验,并且员工很难找到什么 they’重新寻找。考虑到麦肯锡认为知识型员工的平均支出是非常重要的 他们将近20%的时间在寻找内部信息或寻找可以帮助完成特定任务的同事s。在宏观层面上,这可能会严重拖累组织 productivity –错过了宝贵的见解,浪费了搜索时间,而机会却未被开发。

在本文中,我提出了AI可以帮助您获得更多收益的五种方法 从您的数据中获取价值。

1. Use AI to add tags and descriptions to your images so 他们 can be searched

大多数组织都有很多图像-可能与产品,事件,营销资产,内联网新闻文章的双色球推荐一注有关,或者可能由移动应用程序或Power Apps解决方案捕获。当然,图像的问题在于它们不容易被搜索-如果您要在Intranet或数字工作场所中查找特定的图像,则很可能会打开很多图像以查看其是否是您想要的。图像很少被标记,大多数情况下存储在Microsoft 365的标准文档库中,该库不提供画廊视图。

向前迈出的重要一步是使用图像识别在Microsoft 365中自动为您的图片添加标签和描述。现在,搜索引擎可以更好地返回图像-用户可以输入搜索词并执行文本搜索,而不必依赖您的眼球和大量点击。当然,AI可能无法完美地自动标记图像-但是,有些标记总比没有标记好。以下是我在以前的文章中使用的一些示例,以说明您可以从Azure认知服务中的Vision API中获得什么:

 

图片

结果

图片

结果



图片

结果



2.使用AI从文档中提取实体,关键短语和情感

我们生活在一个文档世界中,而在Microsoft 365世界中,这通常意味着许多团队和SharePoint网站中充满了文档,通常只带有最少的标记或元数据。没有人愿意手动标记保存的每个文档,因此即使管理良好的DMS也只能在目标区域提供此功能。自动标记产品已经存在了一段时间,但是由于昂贵的价格标签和无效的算法,历史上提供的投资回报率很低。结果,搜索信息的动作通常涉及在查找所需细节之前打开多个文档并进行浏览。

如果我们可以从文档和已知实体(组织,产品,人员,概念等)中提取关键短语,并将其突出显示在标题旁边,以便在打开之前更清楚双色球推荐一注,该怎么办?技术日新月异,Azure的Text Analytics API远远优于过去的产品。在下面的简单实现中,我只是将SharePoint库中的每个文档发送到API,然后将生成的关键短语和实体存储为元数据。我还获得了这份文件的感悟分数作为奖励:  

更高级的实现可能会提供指向文档中已识别实体的更多信息的链接。 Text Analytics API在这里具有非常好的功能-如果识别出在Wikipedia上具有页面的实体(例如,组织,位置,概念,知名人士等),则服务将检测到该信息以及响应数据该项目将包含指向Wikipedia页面的链接:

当然,这里有很多可能性!


3.使用语音到文本AI为旧电话,会议和网络研讨会创建可搜索的笔录

如果您的公司使用Microsoft 365,则Stream已经可以进行高级语音转文本处理-特别是可以自动在视频中生成语音音频记录的功能。对于录制重要的演示或团队要求其他人稍后查看的功能,此功能非常强大。但是,并非每个组织都在使用Stream-也许还有其他原因导致某些现有的音频或视频文件不应该在那里发布。 

无论如何,许多组织 周围可能有很多这类双色球推荐一注,可能来自网络研讨会,会议或旧的Skype通话。不用说,所有这些语音双色球推荐一注都无法以任何方式进行搜索-因此,当其他人通过搜索引擎寻找答案时,任何有价值的讨论都不会浮出水面。这是一个巨大的耻辱,因为口头表达的见解可能与文档中记录的见解一样有价值。 

有关Microsoft Stream成绩单的注释

尽管Stream为组织视频带来了令人难以置信的功能,但值得注意的是,成绩单是 通过Microsoft 365搜索进行搜索-仅通过Stream中的“深度搜索”进行搜索。因此,如果您已经在某个特定的视频中进行了磨合并希望在其中进行搜索,则深度搜索是有效的-但是,如果您正处于尝试查找特定主题的双色球推荐一注的第一步,则当前不会在全局级别搜索视频通过这种方式。

仅语音双色球推荐一注也带有其他负担。仅作为一个例子,对于母语与说话者不同的任何人来说,可能难以消化和理解。 

Azure语音服务使我们能够执行许多操作,例如:

  • 语音转文字
  • 文字转语音
  • 语音翻译
  • 意图识别

更高级的方案还包括呼叫记录,完整的对话转录,实时翻译等。在呼叫中心世界中,诸如Audiocodes和Genesys之类的产品非常受欢迎,并且越来越与Azure的高级语音功能集成在一起-实际上, 如今,Azure具有专用的实时呼叫中心功能

不过,从简单的角度来看,如果您的公司确实有很多语音双色球推荐一注可以从转录中受益,那么您无需花费太多精力就可以做到这一点。我针对API编写了一些示例代码,并测试了用PC麦克风录制的简短录音-我不需要告诉你我说了什么,因为API几乎是逐字记录的: 

如果我们要分开头发,实际上我是说这句话的,所以第一个句号(句号)应该说是逗号。当然,这是一段简短的录音,但是正如您所看到的那样,识别级别非常高-令人惊讶的是,API甚至成功地正确拼写了O'Brien! 

这是调用API所需的代码,大致与文档中所述相同:


支持技术- Azure认知服务-语音API  (在这种情况下为语音转文字) 

4.使用AI翻译文件 

这种情况的原因很容易理解-一个组织可能有多种原因来翻译文档,并且基于AI的机器翻译已经足够先进,以至于对于许多用例而言都足够精确。与国际供应商或客户合作可能是一个例子,或者可能是因为在全球组织中搜索还不够有效-用户使用其语言进行搜索,但是关键双色球推荐一注只能以另一种语言提供。  

Azure允许您以非常经济高效的方式单独或通过API或脚本大规模转换文档。我不需要建立任何东西来利用它,因为现成的前端以 文档翻译器应用 在Github中-一旦挂接到我的Azure订阅,就可以开始了。 在此工具中,如果您提供文档,则可以获取完整的文档-换句话说,传入PowerPoint平台并获得一个文件,其中每张幻灯片都被转换为文档-无需将任何双色球推荐一注粘贴回去。 Azure认知服务中的翻译器功能使您可以利用Teams,Word,PowerPoint,Bing和许多其他Microsoft产品背后的同一个翻译引擎, 而且还可以建立自己的自定义模型来理解特定于您案例的语言和术语。 

我的法语有点生锈,但是这些对我来说看起来不错: 


您已经拥有的文档翻译提供了许多可能性,改进的搜索仅是一个示例。但是,还有许多其他高价值的翻译方案,例如实时语音翻译- Teams Live Events中现在有可能。借助Azure认知服务,还可以在无需使用团队的情况下将功能内置到自己的应用程序中,并且您可以在下面使用同一个后端。


5.从发票,合同等文件中提取信息

在较早的示例中,我们讨论了如何提取关键短语,实体和情感。不过,在某些情况下,文档内有价值的双色球推荐一注会在文档的特定部分(例如表格,一组订单项或总计)中找到。世界上的每个组织都有结构松散的文档,例如发票,合同,费用收据和订单表-但是有价值的双色球推荐一注通常被深深地嵌入,并且每个文档都需要打开才能获取。随着 表格识别器 借助Azure的强大功能,您可以针对常见场景使用预建模型,也可以自己训练自定义模型,从而使AI可以学习非常具体的文档结构。这是Project Cortex中的一种功能(本质上是与SharePoint文档库紧密集成的版本),但是自己插入Azure服务可能更具成本效益。 

一些例子是:
  • 形式 -通过培训表格来提取表数据或键/值对
  • 收据和名片 -使用Microsoft的预建模型
  • 从文档布局中提取已知位置 -从文档的特定位置(包括手写双色球推荐一注)提取文本或表格,方法是在训练模型时突出显示目标区域 
因此,如果您有这样的文档:


..您可以提取关键数据并更好地利用它(例如,存储为可搜索的SharePoint元数据或提取到数据库中以从非结构化数据转换为结构化数据)。  

支持技术- Azure认知服务-视觉API (在这种情况下为表格识别器) 

结论

AI触手可及 现在,而无需编码或复杂的实现工作就可以实现上述许多情况。当然,需要某个人或团队知道如何将Azure AI构建块与Microsoft 365结合在一起,但是复杂性和成本障碍正在消失。 

除了我在此处介绍的场景外,在用例中还可以发现很多价值 结合 以上某些功能以及其他操作。您可能会推出自己的解决方案而不用投资昂贵的平台的一些示例可能是:
  • 分析通话记录以获取情感(运行语音到文本的翻译,然后导出情感)并提供Power BI报告
  • 从安全摄像机执行图像识别,如果检测到特定双色球推荐一注,则发送推送通知或发布到Microsoft团队
  • 自动翻译首席执行官演讲或市政厅活动的笔录,并发布在 a regional intranet
所有这些方案以及更多方案中的AI元素现在都可以通过Azure轻松实现。技术上的时间!


没意见: