セクション: Azure 上の自然言語処理 (NLP) ワークロードの機能について説明する 説明/参照:
https://azure.microsoft.com/en-us/services/cognitive-services/text-to-speech/#features

モデルを評価する一般的な方法は、データ分割を使用してデータをトレーニング セットとテスト セットに分割し、トレーニング データでモデルを検証することです。
データの分割モジュールを使用して、データセットを 2 つの異なるセットに分割します。
スタジオは現在、トレーニング/検証データ分割をサポートしています
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/how-to-configure-cross-validation-data-splits2

説明

リアルタイム推論を実行するには、パイプラインをリアルタイム エンドポイントとしてデプロイする必要があります。
リアルタイム エンドポイントは、Azure Kubernetes Service クラスターにデプロイする必要があります。
参照：
https://docs.microsoft.com/en-us/azure/machine-learning/concept-designer#deploy

説明

情報抽出を自動化することでビジネス プロセスを加速します。Form Recognizer は高度な機械学習を適用して、ドキュメントからテキスト、キーと値のペア、テーブルを正確に抽出します。Form Recognizer は、わずか数個のサンプルを使用して、オンプレミスとクラウドの両方でドキュメントに合わせて理解を調整します。
わずかな時間とコストでフォームを使用可能なデータに変換できるため、情報を編集するのではなく、情報の処理により多くの時間を集中できます。
参照：
https://azure.microsoft.com/en-us/services/cognitive-services/form-recognizer/