この記事でわかること
この記事では、Microsoft Azureが提供する Azure AI Language で「具体的に何ができるのか」を、 AI-900（Azure AI Fundamentals）の試験範囲に沿って体系的に解説します。
自然言語処理と聞いてもイメージが湧かない初学者の方でも、
・どんな機能があるのか ・どんな業務に使えるのか ・試験でどう問われるのか
が一目で理解できる内容になっています。
Azure AI Languageとは
Azure AI Languageは、 人間が使う言葉（テキスト）をAIで理解・分析するためのサービス です。
以前は「Text Analytics」や「LUIS」などに分かれていましたが、 現在はAzure AI Languageとして統合されています。
AI-900では、 「自然言語処理（NLP）を提供する代表的サービス」 として頻出です。
Azure AI Languageでできること【全体像】
Azure AI Languageの機能は、大きく次のカテゴリに分かれます。
- テキスト分析
- 意図認識・分類
- エンティティ認識
- 質問応答（Q&A）
- 会話理解（Conversational AI）
以下でそれぞれを詳しく見ていきます。
① テキスト分析（Text Analytics）
感情分析（Sentiment Analysis）
文章が
- ポジティブ
- ネガティブ
- ニュートラル
のどれに近いかを判定します。
活用例：
- 顧客レビュー分析
- アンケート結果の可視化
AI-900では、 「顧客の感情を分析したい」→ 感情分析 という形で問われます。
キーフレーズ抽出（Key Phrase Extraction）
文章の中から、 重要な単語やフレーズを自動抽出します。
活用例：
- 会議議事録の要点抽出
- 問い合わせ内容の傾向分析
試験では、 「文章の要点を知りたい」 という要件で出題されやすい機能です。
言語検出（Language Detection）
入力されたテキストが どの言語か を自動で判定します。
活用例：
- 多言語問い合わせの振り分け
- 翻訳処理の前段
② エンティティ認識（Entity Recognition）
文章の中から、
- 人名
- 地名
- 組織名
- 日付・金額
などの意味を持つ要素（エンティティ）を抽出します。
例：
「2024年に東京で開催されたイベント」
- 日付：2024年
- 場所：東京
AI-900では、 「文章から重要な情報を抜き出す」 機能として理解しておくことが重要です。
③ 意図認識・テキスト分類
文章が どのカテゴリ（意図）に属するか を分類する機能です。
例：
- 「パスワードを忘れた」→ アカウント問題
- 「料金を知りたい」→ 請求関連
これは 分類（Classification） というAIワークロードに該当します。
④ 質問応答（Question Answering）
FAQやドキュメントをもとに、 質問に対して最適な回答を返す 機能です。
特徴は、
- 決められたデータから回答
- 生成AIのように文章を創作しない
安全性と正確性 が重視される業務に向いています。
AI-900では、 「FAQチャットボット」 の代表例として登場します。
⑤ 会話理解（Conversational Language Understanding）
会話形式の入力を理解し、
- 意図
- エンティティ
を組み合わせて処理する機能です。
チャットボットの中核となる技術で、
- ユーザーの要求理解
- 処理の分岐
を行います。
Azure AI Languageが向いているケース
- 文章の意味を理解したい
- テキストを分類・分析したい
- FAQや問い合わせ対応を自動化したい
Azure AI Languageが向いていないケース
- 画像や動画の分析
- 音声の認識・合成
- 自由な文章生成が必要な場合
この場合は、 Vision、Speech、Azure OpenAIなどを使います。
AI-900試験対策ポイント
- Azure AI Language = 自然言語処理
- 感情分析・キーフレーズ抽出・エンティティ認識
- 質問応答は「生成AIではない」
「要件 → 適切なAIサービスを選ぶ」 視点で整理すると得点しやすくなります。
まとめ
- Azure AI Languageはテキスト理解の中核サービス
- 分析・分類・質問応答を幅広くカバー
- AI-900では用途理解が最重要