RPA与AI认知--Microsoft Text Analysis

1

背景概要

随着企业实施其数字化转型愿景,由于数据消费增加而导致的技术复杂性仍然是需要解决的最大挑战之一,目前我们已经知道如何管理大量的数据,而现在的目标是管理其复杂性。如果将人工智能和机器人过程自动化(RPA)结合起来,将会推动客户参与的创新方法,扩大员工能力和探索新的商业模式方面发挥至关重要的作用。

2

理解RPA与认知技术的融合

软件机器人在具有明确规则和重复度高的流程方面做得非常出色,如果在提高准确性的同时,模拟人类行为,那么RPA将会变得更加智能,以后也可以完成认知智能和预测能力的任务。

NLP(自然语言处理),机器学习等组件可以让机器人主动向人类学习。以前由人类进行的基于感知和判断的活动现在可以通过共享的方式完成,或者在某些情况下仅通过机器人完成。 AI技术与RPA技术的结合有助于克服RPA的局限性,因为它可以从历史数据建立知识库,并将其用于行为决策和预测。与机器学习相结合,推动节约和提高效率的可能性是无止境的。虽然这些组合技术构成了一个强大的自动化解决方案,但还需要完成一些工作才能让最终用户访问。但是,凭借正确的专业知识,企业可以实现真正智能的自动化解决方案,从而获得他们一直在寻找的结果。

3

UiPath中的认知组件

主要参考: https://forum.uipath.com/t/uipath-cognitive-service-activities-tutorial/1066/23

其中以下四个都是需要Key的

  • Google Text Translate
  • Google Text Analysis
  • IBM watson Text Analysis
  • Microsoft Text Analysis

本篇文章主要介绍如何使用Microsoft Text Analysis

4

UiPath中使用Microsoft Text Analysis

1. 登录Microsoft Azure并选择需要的API

可以参考https://forum.uipath.com/t/uipath-cognitive-service-activities-tutorial/1066/6这个回复,主要介绍如何登录Microsoft并选择免费的API。

Microsoft Azure登录地址:https://azure.microsoft.com/en-us/services/cognitive-services/

2. 获取API密钥

在完成注册登录Microsoft Azure之后,就可以获取到想用API密钥

3. 在UiPath中调用Microsoft Text Analysis

调用Microsoft Text Analysis组件,需要填入以下几个属性值:

  • Key: 即API的密钥。这里我是使用GetPassword来取得密钥;
  • Text: 需要分析的语句;
  • ServiceURL: 接口。这里一定要注意,在链接后面加上"/"
  • Analysis Type: 下拉框选项,选择需要分析的内容。

注意:如果没有内容输入的话,可以打印出Raw Result结果,这个结果中,有调用控件的详细信息。

4. 测试结果

在分析之后,会有三个结果信息:

  • Language: 语言检测,如果你对你不知道你将要分析的文本是何种语言,那么久可以使用此结果,以确定在输入文档中使用哪种语言。同时,还会返回一个反映模型置信度的分数(介于0和1之间的值,1表示准确)。
  • Sentiment: 情绪分析,这个功能主要在检测社交媒体,用来分析用户评论和论坛中的正面和负面情绪。通过使用机器学习分类算法来生成介于0和1之间的情绪分值。接近1表示积极的情绪,接近0表示消极的情绪。
  • Key Phrases:关键词/句提取,这个功能可以快速识别文档中的要点。这个在文本较多的情况下比较准确,情绪分析是在文本较少的情况下比较准确。
  • Raw Result: 返回接口调用之后的所有信息,在调试时候比较适用。

目前,关键词提取和情感分析支持英语,德语,西班牙语和日语,还有一些在预览版本中,但是在预览版中,也不支持中文!

以下就是代码运行之后的结果:

5. 代码获取

代码已放在github上,有需要的小伙伴自行下载,顺便点个Star再走:

https://github.com/sombie007/RPA/tree/master/AI Cognitive_microsoft text analyis

原文发布于微信公众号 - 瞎说开发那些事(jsj201501)

原文发表时间:2018-06-06

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏SDNLAB

社交概念与SDN模型有什么相似之处?

社交原则似乎与网络工程,设计和软件定义网络有着奇怪的联系,或许就像很多人说的一个看似无关的原则通常可以应用于其他场景。社会辅助性原则对网络控制平面的使用和SDN...

812
来自专栏PPV课数据科学社区

用户行为数据可视化——行为序列图

引子: 作为一名网站的用户研究工作人员,我曾经碰到过以下问题: 深知服务器日志是一座金矿,但不知道该从哪里开始分析? 辛辛苦苦盯着电脑一天,看了1000+条...

4418
来自专栏CVer

TensorFlow 2.0 要来啦!

自 2015 年开源发布以来,TensorFlow 已成为全球应用最广泛的机器学习框架,可满足广泛的用户和用例需求。在此期间,TensorFlow 随着计算硬件...

1082
来自专栏AI2ML人工智能to机器学习

当arXiv遇到Twitter

arXiv是一个开放的存放预备版(preprint)文章的地方。 这个Cornell University在1991开启的项目, 因为Grigori Perel...

703
来自专栏人工智能的秘密

13个最受欢迎的机器学习Python库

人工智能的快速发展,让机器学习备受大家欢迎。今天给大家盘点一下最受欢迎的机器学习库(ML):

3429
来自专栏互联网技术栈

数据仓库模型说明

数据仓库的建设是一个过程,而不是一个项目。在这个过程中我们需要形成自己的规范,以方便管理和维护。在数据仓库的建设过程中,不仅会面临着公司业务迅速发展,业务系统迭...

1153
来自专栏镁客网

AI算法入驻Google搜索引擎,词条再冷也可手到擒来!

1874
来自专栏阮一峰的网络日志

关于Slashdot

slashdot.org创办于1997年,是一个著名的科技新闻网站。它的稿件都是由读者投稿,编辑审核后发表。但是,真正有趣的部分却是它的读者留言。

611
来自专栏章鱼的慢慢技术路

What exactly can you do with Python? Here are Python’s 3 main applications._你能用Python做什么?下面是Python的3

网站框架将帮助你创建基于Python的服务器端代码(后端代码),这些代码将在你的服务器上运行,与用户的设备和浏览器截然相反(前端代码)。像Django和Flas...

961
来自专栏机器之心

教程 | 如何使用谷歌Mobile Vision API 开发手机应用

机器之心原创 参与:QW、李亚洲 一年一度的谷歌开发者大会 Google I/O 昨日在山景城开幕,在首日的 Keynote 中,谷歌宣布了一系列新的硬件、应用...

3545

扫码关注云+社区