Nota de transparência para resumo

Importante

Traduções não ingleses são fornecidas apenas por conveniência. Por favor, consulte a EN-US versão deste documento para a versão definitiva.

O que é uma nota de transparência?

Um sistema de IA inclui não só a tecnologia, mas também as pessoas que a irão utilizar, as pessoas que serão afetadas por ela e o ambiente onde é implementada. Criar um sistema adequado ao seu propósito requer compreender como a tecnologia funciona, as suas capacidades e limitações, e como alcançar o melhor desempenho.

As notas de transparência da Microsoft destinam-se a ajudá-lo a compreender como funciona a nossa tecnologia de IA e as escolhas que tu, enquanto proprietário do sistema, podes fazer e que influenciam o desempenho e o comportamento do sistema. É importante pensar em todo o sistema, incluindo a tecnologia, as pessoas e o ambiente. Pode usar notas de transparência quando desenvolver ou implementar o seu próprio sistema, ou partilhá-las com as pessoas que irão usar ou ser afetadas pelo seu sistema.

As notas de transparência fazem parte de um esforço mais amplo da Microsoft para pôr em prática os nossos princípios de IA. Para saber mais, consulte Microsoft princípios de IA.

Os fundamentos da Sumarização

Introdução

A sumarização utiliza técnicas de processamento de linguagem natural para condensar artigos, trabalhos ou documentos em frases-chave. Esta funcionalidade é fornecida como uma API para que os programadores construam soluções inteligentes baseadas na informação relevante extraída e pode suportar vários casos de uso.

Capacidades

A sumarização de documentos utiliza técnicas de processamento de linguagem natural para gerar um resumo para os documentos. Existem duas abordagens gerais para a auto-sumarização: extrativa e abstrata.

Os fundamentos da sumarização extrativa de documentos

Esta funcionalidade extrai frases que, em conjunto, representam a informação mais importante ou relevante dentro do conteúdo original. Localiza frases-chave num documento de texto não estruturado. Estas frases transmitem coletivamente a ideia principal do documento.

Os fundamentos da sumarização abstrativa de documentos

Ao contrário da sumarização extrativa, a sumarização abstrativa do documento gera um resumo com frases ou palavras concisas e coerentes que não são simplesmente extraídas do documento original.

Exemplos de casos de uso

Pode usar a sumarização de documentos em múltiplos cenários, em vários setores. Por exemplo, pode usar a sumarização extrativa para:

  • Auxiliar no processamento de documentos para melhorar a eficiência. Destile informações críticas de documentos longos, relatórios e outras formas de texto, destaque frases-chave em documentos e folheie rapidamente documentos numa biblioteca.
  • Extrair informações-chave de artigos de notícias públicas para produzir insights como tendências e destaques noticiosos, e gerar conteúdo no feed de notícias.
  • Classificar ou agrupar documentos pelo seu conteúdo. Use o Summarization para destacar conceitos-chave de documentos e utilize esses conceitos-chave para agrupar documentos semelhantes.
  • Destile informações importantes de documentos longos para capacitar soluções como pesquisa, perguntas e respostas, e apoio à decisão.

Considerações ao escolher um caso de uso

Encorajamo-lo a criar casos de uso que mais se adequam ao seu contexto e necessidades particulares. Recorra a informações acionáveis que permitam uma integração responsável nos seus casos de uso e realize os seus próprios testes específicos para os seus cenários.

Os modelos de sumarização refletem certas visões sociais que estão sobre-representadas nos dados de treino, em comparação com outras perspetivas marginalizadas. Os modelos refletem preconceitos sociais e outros conteúdos indesejáveis presentes nos dados de treino. Como resultado, alertamos contra a utilização destes modelos em cenários de alto risco, onde comportamentos injustos, pouco fiáveis ou ofensivos possam ser extremamente dispendiosos ou causar danos.

  • Evite alertas críticos de segurança em tempo real. Não confie nesta funcionalidade para cenários que exijam alertas em tempo real para acionar intervenções e prevenir lesões. Por exemplo, não confie na simplificação para desligar uma máquina pesada quando há uma ação prejudicial.

  • A funcionalidade não é adequada para cenários em que informação atualizada e factual são cruciais, a menos que tenha revisores humanos. O serviço não tem informações sobre acontecimentos atuais após a sua data de formação, provavelmente tem conhecimentos em falta sobre alguns temas e pode nem sempre produzir informações factualmente precisas.

  • Evite cenários em que o uso ou indevido do sistema possa ter um impacto consequente nas oportunidades de vida ou no estatuto legal. Por exemplo, evite cenários em que o sistema de IA possa afetar o estatuto legal ou os direitos legais de um indivíduo. Além disso, evite cenários em que o sistema de IA possa afetar o acesso de um indivíduo a crédito, educação, emprego, cuidados de saúde, habitação, seguros, benefícios sociais, serviços, oportunidades ou os termos em que são prestados.

  • Considerações legais e regulatórias: As organizações precisam de avaliar potenciais obrigações legais e regulatórias específicas ao utilizar quaisquer Ferramentas e Soluções da Foundry, que podem não ser adequadas para uso em todos os setores ou cenários. Além disso, as ferramentas ou soluções da Foundry não foram concebidas para e não podem ser usadas de formas proibidas nos termos de serviço aplicáveis e nos códigos de conduta relevantes.

Próximos passos

  • Last updated on