Microsoft 认知服务概述

引言

微软和其他公司在将大型技术转化为服务方面做得非常出色，使得看似困难的技术触手可及，惠及广大开发社区。如果有人有时间深入学习特定计算分支的底层基础知识，那固然很好，但当有其他事务占据优先地位，而你又需要利用“那个东西”时，你就需要寻求服务。目前，在我看来，正在改变一切的热门大型技术之一就是机器学习。并非所有人都能专注于深入研究该主题，因此，能够接入一些令人惊叹的机器学习和人工智能平台、库和 API，真是太棒了。最近，微软在该领域取得了进一步的进展，这些进展以“认知服务”的名义作为服务提供……它们确实非常令人印象深刻，值得一看。

我通常向新技术提供商提出的第一个问题是“它能为我做什么？”……然后我决定是否值得进一步研究。我经常发现，供应商提供的示例可能不适用于我，但它们会存储在我的脑海深处，并在稍后变得有用。让我们来看看其中一些内容，看看是否值得进一步研究——希望它能在稍后激发你更深入地挖掘。
 

该服务由微软提供，作为一系列 REST API 服务，可在网上获取。通过 Web API 暴露底层服务的强大功能，该服务使我们能够将非常强大的功能集成到现代 Web 和移动应用程序中。提供的 API 涵盖了视觉、语音、语言、知识和搜索等广泛领域。

视觉服务目前涵盖计算机视觉、内容审核、情感、人脸和视频。我将通过一些快速示例来展示这些的用处。

使用人脸检测 API，您可以上传一张图像（或指向在线 URL），API 将返回图像中检测到的任何面部信息。在此示例中，您可以看到我英俊的面孔以及 API 识别出的“面部地标”。您稍后会看到，这些可以与其他服务结合使用。
 

该 API 的一个用途是验证面部图像是否属于同一个人，通过检查返回的概率分数，您可以衡量匹配的置信度。

 

 

人脸 API 及其对应的动态图像视频 API 还可以用于从图像中提取更深层次的理解。以下示例显示了该服务识别图像中人物的性别以及年龄估算。

 

 

 

 

 

情感检测和报告也是可能的

 

 

让我们看另一个非常强大的例子。这个例子分析了一张游泳运动员的图像，能够提供关于图像中发生的事情的信息——非常令人印象深刻！

 

 

在我们继续之前，让我们看看如何分析嵌入在图像中的文本，这两个例子演示了提取的文本既有印刷体，也有手写体。当然，正如您所见，所有数据都以 JSON 格式返回。

 

 

 

文本分析服务同样强大，为我们开发的系统增加了价值提供了很多机会。文本分析可以提取关键短语、检测文本主题以及文本的语言等。情感分析目前（2017 年 4 月）仅提供英语、法语、西班牙语和葡萄牙语，但将来会支持更多语言。

 

 

该服务提供的另一个基于文本的基础是翻译。语音翻译支持 9 种语言，文本翻译支持海量的 60 种语言。当你在不同行业之间切换时，你会发现每个行业都有自己特定的领域语言。为了帮助解决这个问题，有一个自定义翻译系统，你可以输入自己的特定自定义词典来使用。

 

 

认知服务所涵盖的一个特定领域是学术知识 API。该服务提供了许多与学术研究论文交互的非常有趣的方式。可用功能包括论文相似性匹配、图搜索（允许你跟踪引用，可以表示为 lambda 表达式）以及自然语言解释选项。
 

 

尽管在一个网站上发布了大量内容，但用户有时会迷失方向，根本找不到所需信息。在这种情况下，创建一个“常见问题解答”部分很有用。但是，与内容本身一样，创建和维护它可能很麻烦。 “QnA”服务允许你从现有内容创建 FAQ 服务，使用自然语言分析从内容中提取问题。

 

 

我认为，大多数 Web 开发者在某个阶段都曾被要求开发，或者至少与某种电子商务网站进行交互。 “推荐 API”中的三个 API 对这个领域将非常有用。顾名思义，该 API 使用认知智能向客户推荐产品。选项包括“经常一起购买”、“商品到商品”和“个性化用户推荐”。这些 API 允许你提供通常只在大网站上找到的服务，例如“喜欢这个产品的客户也……”、“因为你看了这部电影，你可能也喜欢……”等等。

 

 

认知服务中有很多非常有趣的东西值得一看。即使你现在没有使用这项服务的需求，它也可能在未来触发你的想法，所以花一些时间熟悉一下这些选项是值得的。顺便说一句，你可以免费注册，并且有一个非常合理的月度额度可供测试，而无需支付任何费用。

有用链接

主要的认知服务网站
微软认知服务 API
免费 API 密钥订阅

入门视频

使用 MS 认知服务入门
认知服务概述
使用 Xamarin Forms 进行认知服务

 

历史

17/04/21 - 第 1 版发布