التشغيل السريع: تحليل التوجه والتنقيب عن الرأي
الوثائق | المرجعية مزيد من نماذج حزمة (NuGet) | التعليمات | البرمجية المصدر للمكتبة
استخدم هذا التشغيل السريع لإنشاء تطبيق تحليل التوجه باستخدام مكتبة العميل لـ .Microsoft .NET. في المثال التالي، يمكنك إنشاء تطبيق C# يمكنه تحديد التوجه (التوجهات) المعبر عنها في نموذج نصي، وإجراء تحليل التوجه المستند إلى الجانب.
المتطلبات الأساسية
- اشتراك Azure - إنشاء اشتراك مجانًا
- Visual Studio IDE
الإعداد
أنشئ مورد Azure.
لاستخدام نموذج التعليمات البرمجية أدناه، ستحتاج إلى نشر مورد Azure. سيحتوي هذا المورد على مفتاح ونقطة نهاية ستستخدمهما لمصادقة استدعاءات واجهة برمجة التطبيقات التي ترسلها إلى خدمة Language.
استخدم الارتباط التالي لإنشاء مورد لغة باستخدام مدخل Microsoft Azure. ستحتاج إلى تسجيل الدخول باستخدام اشتراك Azure الخاص بك.
في شاشة تحديد ميزات إضافية التي تظهر، حدد متابعة لإنشاء المورد الخاص بك.
في شاشة إنشاء لغة ، قم بتوفير المعلومات التالية:
تفاصيل الوصف الاشتراك حساب الاشتراك الذي سيتم إقران المورد به. حدد اشتراك Azure من القائمة المنسدلة. مجموعة الموارد مجموعة الموارد هي حاوية تخزن الموارد التي تقوم بإنشائها. حدد إنشاء جديد لإنشاء مجموعة موارد جديدة. المنطقة موقع مورد اللغة الخاص بك. قد تقدم مناطق مختلفة زمن انتقال اعتمادا على موقعك الفعلي، ولكن ليس لها أي تأثير على توفر وقت التشغيل للمورد الخاص بك. لهذا التشغيل السريع، حدد منطقة متوفرة بالقرب منك، أو اختر شرق الولايات المتحدة. الاسم اسم مورد اللغة. سيتم استخدام هذا الاسم أيضا لإنشاء عنوان URL لنقطة النهاية التي ستستخدمها تطبيقاتك لإرسال طلبات واجهة برمجة التطبيقات. مستوى الأسعار مستوى التسعير لمورد اللغة الخاص بك. يمكنك استخدام طبقة F0 المجانية لتجربة الخدمة والترقية لاحقا إلى مستوى مدفوع للإنتاج. 
تأكد من تحديد خانة الاختيار إشعار الذكاء الاصطناعي المسؤول.
حدد Review + Create في أسفل الصفحة.
في الشاشة التي تظهر، تأكد من اجتياز التحقق من الصحة، ومن إدخال معلوماتك بشكل صحيح. وبعد ذلك، حدد إنشاء.
الحصول على المفتاح ونقطة النهاية
بعد ذلك ستحتاج إلى المفتاح ونقطة النهاية من المورد لتوصيل التطبيق الخاص بك بواجهة برمجة التطبيقات. ستقوم بلصق المفتاح ونقطة النهاية في التعليمة البرمجية لاحقاً في التشغيل السريع.
بعد نشر مورد Language بنجاح، انقر فوق الزر Go to Resource ضمن Next Steps.
على شاشة المورد، حدد Keys and endpoint في قائمة التنقل اليسرى. ستستخدم أحد المفاتيح ونقطة النهاية في الخطوات أدناه.
إنشاء متغيرات البيئة
يجب مصادقة التطبيق الخاص بك لإرسال طلبات واجهة برمجة التطبيقات. وللإنتاج، استخدم طريقة آمنة لتخزين بيانات الاعتماد والوصول إليها. في هذا المثال، ستكتب بيانات الاعتماد الخاصة بك إلى متغيرات البيئة على الجهاز المحلي الذي يقوم بتشغيل التطبيق.
تلميح
لا تقم بتضمين المفتاح مباشرة في التعليمات البرمجية الخاصة بك، ولا تنشره بشكل عام. راجع مقالة أمان خدمات Azure الذكاء الاصطناعي لمزيد من خيارات المصادقة مثل Azure Key Vault.
لتعيين متغير البيئة لمفتاح مورد Language، افتح نافذة وحدة تحكم، واتبع الإرشادات الخاصة بنظام التشغيل وبيئة التطوير.
- لتعيين
LANGUAGE_KEYمتغير البيئة، استبدلyour-keyبأحد مفاتيح المورد الخاص بك. - لتعيين
LANGUAGE_ENDPOINTمتغير البيئة، استبدلyour-endpointبنقطة النهاية للمورد الخاص بك.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
إشعار
إذا كنت بحاجة فقط إلى الوصول إلى متغيرات البيئة في وحدة التحكم الحالية قيد التشغيل، يمكنك تعيين متغير البيئة باستخدام set بدلا من setx.
بعد إضافة متغيرات البيئة، قد تحتاج إلى إعادة تشغيل أي برامج قيد التشغيل ستحتاج إلى قراءة متغيرات البيئة، بما في ذلك نافذة وحدة التحكم. على سبيل المثال، إذا كنت تستخدم Visual Studio كمحرر، فأعد تشغيل Visual Studio قبل تشغيل المثال.
إنشاء تطبيق .NET Core جديد
باستخدام Visual Studio IDE، قم بإنشاء تطبيق وحدة تحكم .NET Core جديد. يؤدي هذا إلى إنشاء مشروع "مرحبًا بالعالم" مع ملف مصدر C# واحد: program.cs.
تثبيت مكتبة العميل بالنقر بزر الماوس الأيمن فوق الحل في "Solution Explorer" وتحديد "Manage NuGet Packages". في إدارة الحزمة التي تفتح، حدد "Browse" وابحث عن Azure.AI.TextAnalytics. حدد الإصدار 5.2.0، ثم حدد Install. يمكنك أيضاً استخدام Package Manager Console.
مثال على التعليمات البرمجية
انسخ التعليمات البرمجية التالية في ملف program.cs الخاص بك وقم بتشغيل التعليمات البرمجية.
using Azure;
using System;
using Azure.AI.TextAnalytics;
using System.Collections.Generic;
namespace Example
{
class Program
{
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
static string languageKey = Environment.GetEnvironmentVariable("LANGUAGE_KEY");
static string languageEndpoint = Environment.GetEnvironmentVariable("LANGUAGE_ENDPOINT");
private static readonly AzureKeyCredential credentials = new AzureKeyCredential(languageKey);
private static readonly Uri endpoint = new Uri(languageEndpoint);
// Example method for detecting opinions text.
static void SentimentAnalysisWithOpinionMiningExample(TextAnalyticsClient client)
{
var documents = new List<string>
{
"The food and service were unacceptable. The concierge was nice, however."
};
AnalyzeSentimentResultCollection reviews = client.AnalyzeSentimentBatch(documents, options: new AnalyzeSentimentOptions()
{
IncludeOpinionMining = true
});
foreach (AnalyzeSentimentResult review in reviews)
{
Console.WriteLine($"Document sentiment: {review.DocumentSentiment.Sentiment}\n");
Console.WriteLine($"\tPositive score: {review.DocumentSentiment.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tNegative score: {review.DocumentSentiment.ConfidenceScores.Negative:0.00}");
Console.WriteLine($"\tNeutral score: {review.DocumentSentiment.ConfidenceScores.Neutral:0.00}\n");
foreach (SentenceSentiment sentence in review.DocumentSentiment.Sentences)
{
Console.WriteLine($"\tText: \"{sentence.Text}\"");
Console.WriteLine($"\tSentence sentiment: {sentence.Sentiment}");
Console.WriteLine($"\tSentence positive score: {sentence.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tSentence negative score: {sentence.ConfidenceScores.Negative:0.00}");
Console.WriteLine($"\tSentence neutral score: {sentence.ConfidenceScores.Neutral:0.00}\n");
foreach (SentenceOpinion sentenceOpinion in sentence.Opinions)
{
Console.WriteLine($"\tTarget: {sentenceOpinion.Target.Text}, Value: {sentenceOpinion.Target.Sentiment}");
Console.WriteLine($"\tTarget positive score: {sentenceOpinion.Target.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tTarget negative score: {sentenceOpinion.Target.ConfidenceScores.Negative:0.00}");
foreach (AssessmentSentiment assessment in sentenceOpinion.Assessments)
{
Console.WriteLine($"\t\tRelated Assessment: {assessment.Text}, Value: {assessment.Sentiment}");
Console.WriteLine($"\t\tRelated Assessment positive score: {assessment.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\t\tRelated Assessment negative score: {assessment.ConfidenceScores.Negative:0.00}");
}
}
}
Console.WriteLine($"\n");
}
}
static void Main(string[] args)
{
var client = new TextAnalyticsClient(endpoint, credentials);
SentimentAnalysisWithOpinionMiningExample(client);
Console.Write("Press any key to exit.");
Console.ReadKey();
}
}
}
المخرجات
Document sentiment: Mixed
Positive score: 0.47
Negative score: 0.52
Neutral score: 0.00
Text: "The food and service were unacceptable. "
Sentence sentiment: Negative
Sentence positive score: 0.00
Sentence negative score: 0.99
Sentence neutral score: 0.00
Target: food, Value: Negative
Target positive score: 0.00
Target negative score: 1.00
Related Assessment: unacceptable, Value: Negative
Related Assessment positive score: 0.00
Related Assessment negative score: 1.00
Target: service, Value: Negative
Target positive score: 0.00
Target negative score: 1.00
Related Assessment: unacceptable, Value: Negative
Related Assessment positive score: 0.00
Related Assessment negative score: 1.00
Text: "The concierge was nice, however."
Sentence sentiment: Positive
Sentence positive score: 0.94
Sentence negative score: 0.05
Sentence neutral score: 0.01
Target: concierge, Value: Positive
Target positive score: 1.00
Target negative score: 0.00
Related Assessment: nice, Value: Positive
Related Assessment positive score: 1.00
Related Assessment negative score: 0.00
تنظيف الموارد
إذا كنت ترغب في تنظيف اشتراك خدمات Azure الذكاء الاصطناعي وإزالته، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.
استخدم الأوامر التالية لحذف متغيرات البيئة التي قمت بإنشائها لهذا التشغيل السريع.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
الخطوات التالية
الوثائق المرجعية | عينات إضافية | الحزمة (Maven) | التعليمة البرمجية لمصدر المكتبة
استخدم هذا التشغيل السريع لإنشاء تطبيق تحليل التوجه باستخدام مكتبة العميل لـ Java. في المثال التالي، ستقوم بإنشاء تطبيق Java والذي يمكنه تحديد التوجه (التوجهات) المعبر عنها في عينة نصية، وإجراء تحليل التوجه المستند إلى الجانب.
المتطلبات الأساسية
- اشتراك Azure - إنشاء اشتراك مجانًا
- Java Development Kit (SDK) الإصدار 8 أو أعلى.
الإعداد
أنشئ مورد Azure.
لاستخدام نموذج التعليمات البرمجية أدناه، ستحتاج إلى نشر مورد Azure. سيحتوي هذا المورد على مفتاح ونقطة نهاية ستستخدمهما لمصادقة استدعاءات واجهة برمجة التطبيقات التي ترسلها إلى خدمة Language.
استخدم الارتباط التالي لإنشاء مورد لغة باستخدام مدخل Microsoft Azure. ستحتاج إلى تسجيل الدخول باستخدام اشتراك Azure الخاص بك.
في شاشة تحديد ميزات إضافية التي تظهر، حدد متابعة لإنشاء المورد الخاص بك.
في شاشة إنشاء لغة ، قم بتوفير المعلومات التالية:
تفاصيل الوصف الاشتراك حساب الاشتراك الذي سيتم إقران المورد به. حدد اشتراك Azure من القائمة المنسدلة. مجموعة الموارد مجموعة الموارد هي حاوية تخزن الموارد التي تقوم بإنشائها. حدد إنشاء جديد لإنشاء مجموعة موارد جديدة. المنطقة موقع مورد اللغة الخاص بك. قد تقدم مناطق مختلفة زمن انتقال اعتمادا على موقعك الفعلي، ولكن ليس لها أي تأثير على توفر وقت التشغيل للمورد الخاص بك. لهذا التشغيل السريع، حدد منطقة متوفرة بالقرب منك، أو اختر شرق الولايات المتحدة. الاسم اسم مورد اللغة. سيتم استخدام هذا الاسم أيضا لإنشاء عنوان URL لنقطة النهاية التي ستستخدمها تطبيقاتك لإرسال طلبات واجهة برمجة التطبيقات. مستوى الأسعار مستوى التسعير لمورد اللغة الخاص بك. يمكنك استخدام طبقة F0 المجانية لتجربة الخدمة والترقية لاحقا إلى مستوى مدفوع للإنتاج.
تأكد من تحديد خانة الاختيار إشعار الذكاء الاصطناعي المسؤول.
حدد Review + Create في أسفل الصفحة.
في الشاشة التي تظهر، تأكد من اجتياز التحقق من الصحة، ومن إدخال معلوماتك بشكل صحيح. وبعد ذلك، حدد إنشاء.
الحصول على المفتاح ونقطة النهاية
بعد ذلك ستحتاج إلى المفتاح ونقطة النهاية من المورد لتوصيل التطبيق الخاص بك بواجهة برمجة التطبيقات. ستقوم بلصق المفتاح ونقطة النهاية في التعليمة البرمجية لاحقاً في التشغيل السريع.
بعد نشر مورد Language بنجاح، انقر فوق الزر Go to Resource ضمن Next Steps.
على شاشة المورد، حدد Keys and endpoint في قائمة التنقل اليسرى. ستستخدم أحد المفاتيح ونقطة النهاية في الخطوات أدناه.
إنشاء متغيرات البيئة
يجب مصادقة التطبيق الخاص بك لإرسال طلبات واجهة برمجة التطبيقات. وللإنتاج، استخدم طريقة آمنة لتخزين بيانات الاعتماد والوصول إليها. في هذا المثال، ستكتب بيانات الاعتماد الخاصة بك إلى متغيرات البيئة على الجهاز المحلي الذي يقوم بتشغيل التطبيق.
تلميح
لا تقم بتضمين المفتاح مباشرة في التعليمات البرمجية الخاصة بك، ولا تنشره بشكل عام. راجع مقالة أمان خدمات Azure الذكاء الاصطناعي لمزيد من خيارات المصادقة مثل Azure Key Vault.
لتعيين متغير البيئة لمفتاح مورد Language، افتح نافذة وحدة تحكم، واتبع الإرشادات الخاصة بنظام التشغيل وبيئة التطوير.
- لتعيين
LANGUAGE_KEYمتغير البيئة، استبدلyour-keyبأحد مفاتيح المورد الخاص بك. - لتعيين
LANGUAGE_ENDPOINTمتغير البيئة، استبدلyour-endpointبنقطة النهاية للمورد الخاص بك.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
إشعار
إذا كنت بحاجة فقط إلى الوصول إلى متغيرات البيئة في وحدة التحكم الحالية قيد التشغيل، يمكنك تعيين متغير البيئة باستخدام set بدلا من setx.
بعد إضافة متغيرات البيئة، قد تحتاج إلى إعادة تشغيل أي برامج قيد التشغيل ستحتاج إلى قراءة متغيرات البيئة، بما في ذلك نافذة وحدة التحكم. على سبيل المثال، إذا كنت تستخدم Visual Studio كمحرر، فأعد تشغيل Visual Studio قبل تشغيل المثال.
إضافة مكتبة العميل
إنشاء مشروع Maven في IDE أو بيئة التطوير المفضلة لديك. ثم أضف التبعية التالية إلى ملف pom.xml الخاص بمشروعك. يمكنك العثور على بنية التنفيذ لأدوات البناء الأخرى عبر الإنترنت.
<dependencies>
<dependency>
<groupId>com.azure</groupId>
<artifactId>azure-ai-textanalytics</artifactId>
<version>5.2.0</version>
</dependency>
</dependencies>
مثال على التعليمات البرمجية
إنشاء ملف Java باسم Example.java. افتح الملف وانسخ التعليمات البرمجية أدناه. ثم قم بتشغيل التعليمة البرمجية.
import com.azure.core.credential.AzureKeyCredential;
import com.azure.ai.textanalytics.models.*;
import com.azure.ai.textanalytics.TextAnalyticsClientBuilder;
import com.azure.ai.textanalytics.TextAnalyticsClient;
public class Example {
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
private static String languageKey = System.getenv("LANGUAGE_KEY");
private static String languageEndpoint = System.getenv("LANGUAGE_ENDPOINT");
public static void main(String[] args) {
TextAnalyticsClient client = authenticateClient(languageKey, languageEndpoint);
sentimentAnalysisWithOpinionMiningExample(client);
}
// Method to authenticate the client object with your key and endpoint.
static TextAnalyticsClient authenticateClient(String key, String endpoint) {
return new TextAnalyticsClientBuilder()
.credential(new AzureKeyCredential(key))
.endpoint(endpoint)
.buildClient();
}
// Example method for detecting sentiment and opinions in text.
static void sentimentAnalysisWithOpinionMiningExample(TextAnalyticsClient client)
{
// The document that needs be analyzed.
String document = "The food and service were unacceptable. The concierge was nice, however.";
System.out.printf("Document = %s%n", document);
AnalyzeSentimentOptions options = new AnalyzeSentimentOptions().setIncludeOpinionMining(true);
final DocumentSentiment documentSentiment = client.analyzeSentiment(document, "en", options);
SentimentConfidenceScores scores = documentSentiment.getConfidenceScores();
System.out.printf(
"Recognized document sentiment: %s, positive score: %f, neutral score: %f, negative score: %f.%n",
documentSentiment.getSentiment(), scores.getPositive(), scores.getNeutral(), scores.getNegative());
documentSentiment.getSentences().forEach(sentenceSentiment -> {
SentimentConfidenceScores sentenceScores = sentenceSentiment.getConfidenceScores();
System.out.printf("\tSentence sentiment: %s, positive score: %f, neutral score: %f, negative score: %f.%n",
sentenceSentiment.getSentiment(), sentenceScores.getPositive(), sentenceScores.getNeutral(), sentenceScores.getNegative());
sentenceSentiment.getOpinions().forEach(opinion -> {
TargetSentiment targetSentiment = opinion.getTarget();
System.out.printf("\t\tTarget sentiment: %s, target text: %s%n", targetSentiment.getSentiment(),
targetSentiment.getText());
for (AssessmentSentiment assessmentSentiment : opinion.getAssessments()) {
System.out.printf("\t\t\t'%s' assessment sentiment because of \"%s\". Is the assessment negated: %s.%n",
assessmentSentiment.getSentiment(), assessmentSentiment.getText(), assessmentSentiment.isNegated());
}
});
});
}
}
المخرجات
Document = The food and service were unacceptable. The concierge was nice, however.
Recognized document sentiment: mixed, positive score: 0.470000, neutral score: 0.000000, negative score: 0.520000.
Sentence sentiment: negative, positive score: 0.000000, neutral score: 0.000000, negative score: 0.990000.
Target sentiment: negative, target text: food
'negative' assessment sentiment because of "unacceptable". Is the assessment negated: false.
Target sentiment: negative, target text: service
'negative' assessment sentiment because of "unacceptable". Is the assessment negated: false.
Sentence sentiment: positive, positive score: 0.940000, neutral score: 0.010000, negative score: 0.050000.
Target sentiment: positive, target text: concierge
'positive' assessment sentiment because of "nice". Is the assessment negated: false.
تنظيف الموارد
إذا كنت ترغب في تنظيف اشتراك خدمات Azure الذكاء الاصطناعي وإزالته، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.
استخدم الأوامر التالية لحذف متغيرات البيئة التي قمت بإنشائها لهذا التشغيل السريع.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
الخطوات التالية
الوثائق المرجعية | عينات إضافية | الحزمة (npm) | التعليمة البرمجية لمصدر المكتبة
استخدم هذا التشغيل السريع لإنشاء تطبيق تحليل التوجه باستخدام مكتبة العميل لـ Node.js. في المثال التالي، ستقوم بإنشاء تطبيق JavaScript والذي يمكنه تحديد التوجه (التوجهات) المعبر عنها في عينة نصية، وإجراء تحليل التوجه المستند إلى الجانب.
المتطلبات الأساسية
- اشتراك Azure - إنشاء اشتراك مجانًا
- Node.js v14 LTS أو أحدث
الإعداد
أنشئ مورد Azure.
لاستخدام نموذج التعليمات البرمجية أدناه، ستحتاج إلى نشر مورد Azure. سيحتوي هذا المورد على مفتاح ونقطة نهاية ستستخدمهما لمصادقة استدعاءات واجهة برمجة التطبيقات التي ترسلها إلى خدمة Language.
استخدم الارتباط التالي لإنشاء مورد لغة باستخدام مدخل Microsoft Azure. ستحتاج إلى تسجيل الدخول باستخدام اشتراك Azure الخاص بك.
في شاشة تحديد ميزات إضافية التي تظهر، حدد متابعة لإنشاء المورد الخاص بك.
في شاشة إنشاء لغة ، قم بتوفير المعلومات التالية:
تفاصيل الوصف الاشتراك حساب الاشتراك الذي سيتم إقران المورد به. حدد اشتراك Azure من القائمة المنسدلة. مجموعة الموارد مجموعة الموارد هي حاوية تخزن الموارد التي تقوم بإنشائها. حدد إنشاء جديد لإنشاء مجموعة موارد جديدة. المنطقة موقع مورد اللغة الخاص بك. قد تقدم مناطق مختلفة زمن انتقال اعتمادا على موقعك الفعلي، ولكن ليس لها أي تأثير على توفر وقت التشغيل للمورد الخاص بك. لهذا التشغيل السريع، حدد منطقة متوفرة بالقرب منك، أو اختر شرق الولايات المتحدة. الاسم اسم مورد اللغة. سيتم استخدام هذا الاسم أيضا لإنشاء عنوان URL لنقطة النهاية التي ستستخدمها تطبيقاتك لإرسال طلبات واجهة برمجة التطبيقات. مستوى الأسعار مستوى التسعير لمورد اللغة الخاص بك. يمكنك استخدام طبقة F0 المجانية لتجربة الخدمة والترقية لاحقا إلى مستوى مدفوع للإنتاج.
تأكد من تحديد خانة الاختيار إشعار الذكاء الاصطناعي المسؤول.
حدد Review + Create في أسفل الصفحة.
في الشاشة التي تظهر، تأكد من اجتياز التحقق من الصحة، ومن إدخال معلوماتك بشكل صحيح. وبعد ذلك، حدد إنشاء.
الحصول على المفتاح ونقطة النهاية
بعد ذلك ستحتاج إلى المفتاح ونقطة النهاية من المورد لتوصيل التطبيق الخاص بك بواجهة برمجة التطبيقات. ستقوم بلصق المفتاح ونقطة النهاية في التعليمة البرمجية لاحقاً في التشغيل السريع.
بعد نشر مورد Language بنجاح، انقر فوق الزر Go to Resource ضمن Next Steps.
على شاشة المورد، حدد Keys and endpoint في قائمة التنقل اليسرى. ستستخدم أحد المفاتيح ونقطة النهاية في الخطوات أدناه.
إنشاء متغيرات البيئة
يجب مصادقة التطبيق الخاص بك لإرسال طلبات واجهة برمجة التطبيقات. وللإنتاج، استخدم طريقة آمنة لتخزين بيانات الاعتماد والوصول إليها. في هذا المثال، ستكتب بيانات الاعتماد الخاصة بك إلى متغيرات البيئة على الجهاز المحلي الذي يقوم بتشغيل التطبيق.
تلميح
لا تقم بتضمين المفتاح مباشرة في التعليمات البرمجية الخاصة بك، ولا تنشره بشكل عام. راجع مقالة أمان خدمات Azure الذكاء الاصطناعي لمزيد من خيارات المصادقة مثل Azure Key Vault.
لتعيين متغير البيئة لمفتاح مورد Language، افتح نافذة وحدة تحكم، واتبع الإرشادات الخاصة بنظام التشغيل وبيئة التطوير.
- لتعيين
LANGUAGE_KEYمتغير البيئة، استبدلyour-keyبأحد مفاتيح المورد الخاص بك. - لتعيين
LANGUAGE_ENDPOINTمتغير البيئة، استبدلyour-endpointبنقطة النهاية للمورد الخاص بك.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
إشعار
إذا كنت بحاجة فقط إلى الوصول إلى متغيرات البيئة في وحدة التحكم الحالية قيد التشغيل، يمكنك تعيين متغير البيئة باستخدام set بدلا من setx.
بعد إضافة متغيرات البيئة، قد تحتاج إلى إعادة تشغيل أي برامج قيد التشغيل ستحتاج إلى قراءة متغيرات البيئة، بما في ذلك نافذة وحدة التحكم. على سبيل المثال، إذا كنت تستخدم Visual Studio كمحرر، فأعد تشغيل Visual Studio قبل تشغيل المثال.
إنشاء تطبيق Node.js جديد
في إطار نافذة وحدة التحكم (مثل cmd أو PowerShell أو Bash)، يمكنك إنشاء دليل جديد لتطبيقك وانتقل إليه.
mkdir myapp
cd myapp
شغّل الأمر npm init لإنشاء تطبيق node باستخدام ملف package.json.
npm init
تثبيت مكتبة العميل
تثبيت حزم npm:
npm install @azure/ai-language-text
مثال على التعليمات البرمجية
افتح الملف وانسخ التعليمات البرمجية أدناه. ثم قم بتشغيل التعليمة البرمجية.
"use strict";
const { TextAnalyticsClient, AzureKeyCredential } = require("@azure/ai-text-analytics");
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
const key = process.env.LANGUAGE_KEY;
const endpoint = process.env.LANGUAGE_ENDPOINT;
//an example document for sentiment analysis and opinion mining
const documents = [{
text: "The food and service were unacceptable. The concierge was nice, however.",
id: "0",
language: "en"
}];
async function main() {
console.log("=== Sentiment analysis and opinion mining sample ===");
const client = new TextAnalysisClient(endpoint, new AzureKeyCredential(key));
const results = await client.analyze("SentimentAnalysis", documents, {
includeOpinionMining: true,
});
for (let i = 0; i < results.length; i++) {
const result = results[i];
console.log(`- Document ${result.id}`);
if (!result.error) {
console.log(`\tDocument text: ${documents[i].text}`);
console.log(`\tOverall Sentiment: ${result.sentiment}`);
console.log("\tSentiment confidence scores:", result.confidenceScores);
console.log("\tSentences");
for (const { sentiment, confidenceScores, opinions } of result.sentences) {
console.log(`\t- Sentence sentiment: ${sentiment}`);
console.log("\t Confidence scores:", confidenceScores);
console.log("\t Mined opinions");
for (const { target, assessments } of opinions) {
console.log(`\t\t- Target text: ${target.text}`);
console.log(`\t\t Target sentiment: ${target.sentiment}`);
console.log("\t\t Target confidence scores:", target.confidenceScores);
console.log("\t\t Target assessments");
for (const { text, sentiment } of assessments) {
console.log(`\t\t\t- Text: ${text}`);
console.log(`\t\t\t Sentiment: ${sentiment}`);
}
}
}
} else {
console.error(`\tError: ${result.error}`);
}
}
}
main().catch((err) => {
console.error("The sample encountered an error:", err);
});
المخرجات
=== Sentiment analysis and opinion mining sample ===
- Document 0
Document text: The food and service were unacceptable. The concierge was nice, however.
Overall Sentiment: mixed
Sentiment confidence scores: { positive: 0.49, neutral: 0, negative: 0.5 }
Sentences
- Sentence sentiment: negative
Confidence scores: { positive: 0, neutral: 0, negative: 1 }
Mined opinions
- Target text: food
Target sentiment: negative
Target confidence scores: { positive: 0.01, negative: 0.99 }
Target assessments
- Text: unacceptable
Sentiment: negative
- Target text: service
Target sentiment: negative
Target confidence scores: { positive: 0.01, negative: 0.99 }
Target assessments
- Text: unacceptable
Sentiment: negative
- Sentence sentiment: positive
Confidence scores: { positive: 0.98, neutral: 0.01, negative: 0.01 }
Mined opinions
- Target text: concierge
Target sentiment: positive
Target confidence scores: { positive: 1, negative: 0 }
Target assessments
- Text: nice
Sentiment: positive
تنظيف الموارد
إذا كنت ترغب في تنظيف اشتراك خدمات Azure الذكاء الاصطناعي وإزالته، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.
استخدم الأوامر التالية لحذف متغيرات البيئة التي قمت بإنشائها لهذا التشغيل السريع.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
الخطوات التالية
الوثائق المرجعية | عينات إضافية | الحزمة (PyPi) | التعليمة البرمجية المصدر للمكتبة
استخدم هذا التشغيل السريع لإنشاء تطبيق تحليل التوجه باستخدام مكتبة العميل لـ Python. في المثال التالي، ستقوم بإنشاء تطبيق Python والذي يمكنه تحديد التوجه (التوجهات) المعبر عنها في عينة نصية، وإجراء تحليل التوجه المستند إلى الجانب.
المتطلبات الأساسية
- اشتراك Azure - إنشاء اشتراك مجانًا
- Python 3.7 أو أحدث
الإعداد
أنشئ مورد Azure.
لاستخدام نموذج التعليمات البرمجية أدناه، ستحتاج إلى نشر مورد Azure. سيحتوي هذا المورد على مفتاح ونقطة نهاية ستستخدمهما لمصادقة استدعاءات واجهة برمجة التطبيقات التي ترسلها إلى خدمة Language.
استخدم الارتباط التالي لإنشاء مورد لغة باستخدام مدخل Microsoft Azure. ستحتاج إلى تسجيل الدخول باستخدام اشتراك Azure الخاص بك.
في شاشة تحديد ميزات إضافية التي تظهر، حدد متابعة لإنشاء المورد الخاص بك.
في شاشة إنشاء لغة ، قم بتوفير المعلومات التالية:
تفاصيل الوصف الاشتراك حساب الاشتراك الذي سيتم إقران المورد به. حدد اشتراك Azure من القائمة المنسدلة. مجموعة الموارد مجموعة الموارد هي حاوية تخزن الموارد التي تقوم بإنشائها. حدد إنشاء جديد لإنشاء مجموعة موارد جديدة. المنطقة موقع مورد اللغة الخاص بك. قد تقدم مناطق مختلفة زمن انتقال اعتمادا على موقعك الفعلي، ولكن ليس لها أي تأثير على توفر وقت التشغيل للمورد الخاص بك. لهذا التشغيل السريع، حدد منطقة متوفرة بالقرب منك، أو اختر شرق الولايات المتحدة. الاسم اسم مورد اللغة. سيتم استخدام هذا الاسم أيضا لإنشاء عنوان URL لنقطة النهاية التي ستستخدمها تطبيقاتك لإرسال طلبات واجهة برمجة التطبيقات. مستوى الأسعار مستوى التسعير لمورد اللغة الخاص بك. يمكنك استخدام طبقة F0 المجانية لتجربة الخدمة والترقية لاحقا إلى مستوى مدفوع للإنتاج.
تأكد من تحديد خانة الاختيار إشعار الذكاء الاصطناعي المسؤول.
حدد Review + Create في أسفل الصفحة.
في الشاشة التي تظهر، تأكد من اجتياز التحقق من الصحة، ومن إدخال معلوماتك بشكل صحيح. وبعد ذلك، حدد إنشاء.
الحصول على المفتاح ونقطة النهاية
بعد ذلك ستحتاج إلى المفتاح ونقطة النهاية من المورد لتوصيل التطبيق الخاص بك بواجهة برمجة التطبيقات. ستقوم بلصق المفتاح ونقطة النهاية في التعليمة البرمجية لاحقاً في التشغيل السريع.
بعد نشر مورد Language بنجاح، انقر فوق الزر Go to Resource ضمن Next Steps.
على شاشة المورد، حدد Keys and endpoint في قائمة التنقل اليسرى. ستستخدم أحد المفاتيح ونقطة النهاية في الخطوات أدناه.
إنشاء متغيرات البيئة
يجب مصادقة التطبيق الخاص بك لإرسال طلبات واجهة برمجة التطبيقات. وللإنتاج، استخدم طريقة آمنة لتخزين بيانات الاعتماد والوصول إليها. في هذا المثال، ستكتب بيانات الاعتماد الخاصة بك إلى متغيرات البيئة على الجهاز المحلي الذي يقوم بتشغيل التطبيق.
تلميح
لا تقم بتضمين المفتاح مباشرة في التعليمات البرمجية الخاصة بك، ولا تنشره بشكل عام. راجع مقالة أمان خدمات Azure الذكاء الاصطناعي لمزيد من خيارات المصادقة مثل Azure Key Vault.
لتعيين متغير البيئة لمفتاح مورد Language، افتح نافذة وحدة تحكم، واتبع الإرشادات الخاصة بنظام التشغيل وبيئة التطوير.
- لتعيين
LANGUAGE_KEYمتغير البيئة، استبدلyour-keyبأحد مفاتيح المورد الخاص بك. - لتعيين
LANGUAGE_ENDPOINTمتغير البيئة، استبدلyour-endpointبنقطة النهاية للمورد الخاص بك.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
إشعار
إذا كنت بحاجة فقط إلى الوصول إلى متغيرات البيئة في وحدة التحكم الحالية قيد التشغيل، يمكنك تعيين متغير البيئة باستخدام set بدلا من setx.
بعد إضافة متغيرات البيئة، قد تحتاج إلى إعادة تشغيل أي برامج قيد التشغيل ستحتاج إلى قراءة متغيرات البيئة، بما في ذلك نافذة وحدة التحكم. على سبيل المثال، إذا كنت تستخدم Visual Studio كمحرر، فأعد تشغيل Visual Studio قبل تشغيل المثال.
تثبيت مكتبة العميل
بعد تثبيت Python، يمكنك تثبيت مكتبة العميل عن طريق:
pip install azure-ai-textanalytics==5.2.0
مثال على التعليمات البرمجية
إنشاء ملف Python جديد ونسخ التعليمات البرمجية أدناه. ثم قم بتشغيل التعليمات البرمجية
# This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
language_key = os.environ.get('LANGUAGE_KEY')
language_endpoint = os.environ.get('LANGUAGE_ENDPOINT')
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
# Authenticate the client using your key and endpoint
def authenticate_client():
ta_credential = AzureKeyCredential(language_key)
text_analytics_client = TextAnalyticsClient(
endpoint=language_endpoint,
credential=ta_credential)
return text_analytics_client
client = authenticate_client()
# Example method for detecting sentiment and opinions in text
def sentiment_analysis_with_opinion_mining_example(client):
documents = [
"The food and service were unacceptable. The concierge was nice, however."
]
result = client.analyze_sentiment(documents, show_opinion_mining=True)
doc_result = [doc for doc in result if not doc.is_error]
positive_reviews = [doc for doc in doc_result if doc.sentiment == "positive"]
negative_reviews = [doc for doc in doc_result if doc.sentiment == "negative"]
positive_mined_opinions = []
mixed_mined_opinions = []
negative_mined_opinions = []
for document in doc_result:
print("Document Sentiment: {}".format(document.sentiment))
print("Overall scores: positive={0:.2f}; neutral={1:.2f}; negative={2:.2f} \n".format(
document.confidence_scores.positive,
document.confidence_scores.neutral,
document.confidence_scores.negative,
))
for sentence in document.sentences:
print("Sentence: {}".format(sentence.text))
print("Sentence sentiment: {}".format(sentence.sentiment))
print("Sentence score:\nPositive={0:.2f}\nNeutral={1:.2f}\nNegative={2:.2f}\n".format(
sentence.confidence_scores.positive,
sentence.confidence_scores.neutral,
sentence.confidence_scores.negative,
))
for mined_opinion in sentence.mined_opinions:
target = mined_opinion.target
print("......'{}' target '{}'".format(target.sentiment, target.text))
print("......Target score:\n......Positive={0:.2f}\n......Negative={1:.2f}\n".format(
target.confidence_scores.positive,
target.confidence_scores.negative,
))
for assessment in mined_opinion.assessments:
print("......'{}' assessment '{}'".format(assessment.sentiment, assessment.text))
print("......Assessment score:\n......Positive={0:.2f}\n......Negative={1:.2f}\n".format(
assessment.confidence_scores.positive,
assessment.confidence_scores.negative,
))
print("\n")
print("\n")
sentiment_analysis_with_opinion_mining_example(client)
المخرجات
Document Sentiment: mixed
Overall scores: positive=0.47; neutral=0.00; negative=0.52
Sentence: The food and service were unacceptable.
Sentence sentiment: negative
Sentence score:
Positive=0.00
Neutral=0.00
Negative=0.99
......'negative' target 'food'
......Target score:
......Positive=0.00
......Negative=1.00
......'negative' assessment 'unacceptable'
......Assessment score:
......Positive=0.00
......Negative=1.00
......'negative' target 'service'
......Target score:
......Positive=0.00
......Negative=1.00
......'negative' assessment 'unacceptable'
......Assessment score:
......Positive=0.00
......Negative=1.00
Sentence: The concierge was nice, however.
Sentence sentiment: positive
Sentence score:
Positive=0.94
Neutral=0.01
Negative=0.05
......'positive' target 'concierge'
......Target score:
......Positive=1.00
......Negative=0.00
......'positive' assessment 'nice'
......Assessment score:
......Positive=1.00
......Negative=0.00
تنظيف الموارد
إذا كنت ترغب في تنظيف اشتراك خدمات Azure الذكاء الاصطناعي وإزالته، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.
استخدم الأوامر التالية لحذف متغيرات البيئة التي قمت بإنشائها لهذا التشغيل السريع.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
الخطوات التالية
استخدم هذا التشغيل السريع لكي ترسل طلبات تحليل التوجه باستخدام واجهة برمجة تطبيقات REST. في المثال التالي، ستستخدم cURL لتحديد التوجه (التوجهات) المعبر عنها في نموذج نصي، وإجراء تحليل التوجه المستند إلى الجانب.
المتطلبات الأساسية
- اشتراك Azure - إنشاء اشتراك مجانًا
الإعداد
أنشئ مورد Azure.
لاستخدام نموذج التعليمات البرمجية أدناه، ستحتاج إلى نشر مورد Azure. سيحتوي هذا المورد على مفتاح ونقطة نهاية ستستخدمهما لمصادقة استدعاءات واجهة برمجة التطبيقات التي ترسلها إلى خدمة Language.
استخدم الارتباط التالي لإنشاء مورد لغة باستخدام مدخل Microsoft Azure. ستحتاج إلى تسجيل الدخول باستخدام اشتراك Azure الخاص بك.
في شاشة تحديد ميزات إضافية التي تظهر، حدد متابعة لإنشاء المورد الخاص بك.
في شاشة إنشاء لغة ، قم بتوفير المعلومات التالية:
تفاصيل الوصف الاشتراك حساب الاشتراك الذي سيتم إقران المورد به. حدد اشتراك Azure من القائمة المنسدلة. مجموعة الموارد مجموعة الموارد هي حاوية تخزن الموارد التي تقوم بإنشائها. حدد إنشاء جديد لإنشاء مجموعة موارد جديدة. المنطقة موقع مورد اللغة الخاص بك. قد تقدم مناطق مختلفة زمن انتقال اعتمادا على موقعك الفعلي، ولكن ليس لها أي تأثير على توفر وقت التشغيل للمورد الخاص بك. لهذا التشغيل السريع، حدد منطقة متوفرة بالقرب منك، أو اختر شرق الولايات المتحدة. الاسم اسم مورد اللغة. سيتم استخدام هذا الاسم أيضا لإنشاء عنوان URL لنقطة النهاية التي ستستخدمها تطبيقاتك لإرسال طلبات واجهة برمجة التطبيقات. مستوى الأسعار مستوى التسعير لمورد اللغة الخاص بك. يمكنك استخدام طبقة F0 المجانية لتجربة الخدمة والترقية لاحقا إلى مستوى مدفوع للإنتاج.
تأكد من تحديد خانة الاختيار إشعار الذكاء الاصطناعي المسؤول.
حدد Review + Create في أسفل الصفحة.
في الشاشة التي تظهر، تأكد من اجتياز التحقق من الصحة، ومن إدخال معلوماتك بشكل صحيح. وبعد ذلك، حدد إنشاء.
الحصول على المفتاح ونقطة النهاية
بعد ذلك ستحتاج إلى المفتاح ونقطة النهاية من المورد لتوصيل التطبيق الخاص بك بواجهة برمجة التطبيقات. ستقوم بلصق المفتاح ونقطة النهاية في التعليمة البرمجية لاحقاً في التشغيل السريع.
بعد نشر مورد Language بنجاح، انقر فوق الزر Go to Resource ضمن Next Steps.
على شاشة المورد، حدد Keys and endpoint في قائمة التنقل اليسرى. ستستخدم أحد المفاتيح ونقطة النهاية في الخطوات أدناه.
إنشاء متغيرات البيئة
يجب مصادقة التطبيق الخاص بك لإرسال طلبات واجهة برمجة التطبيقات. وللإنتاج، استخدم طريقة آمنة لتخزين بيانات الاعتماد والوصول إليها. في هذا المثال، ستكتب بيانات الاعتماد الخاصة بك إلى متغيرات البيئة على الجهاز المحلي الذي يقوم بتشغيل التطبيق.
تلميح
لا تقم بتضمين المفتاح مباشرة في التعليمات البرمجية الخاصة بك، ولا تنشره بشكل عام. راجع مقالة أمان خدمات Azure الذكاء الاصطناعي لمزيد من خيارات المصادقة مثل Azure Key Vault.
لتعيين متغير البيئة لمفتاح مورد Language، افتح نافذة وحدة تحكم، واتبع الإرشادات الخاصة بنظام التشغيل وبيئة التطوير.
- لتعيين
LANGUAGE_KEYمتغير البيئة، استبدلyour-keyبأحد مفاتيح المورد الخاص بك. - لتعيين
LANGUAGE_ENDPOINTمتغير البيئة، استبدلyour-endpointبنقطة النهاية للمورد الخاص بك.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
إشعار
إذا كنت بحاجة فقط إلى الوصول إلى متغيرات البيئة في وحدة التحكم الحالية قيد التشغيل، يمكنك تعيين متغير البيئة باستخدام set بدلا من setx.
بعد إضافة متغيرات البيئة، قد تحتاج إلى إعادة تشغيل أي برامج قيد التشغيل ستحتاج إلى قراءة متغيرات البيئة، بما في ذلك نافذة وحدة التحكم. على سبيل المثال، إذا كنت تستخدم Visual Studio كمحرر، فأعد تشغيل Visual Studio قبل تشغيل المثال.
إنشاء ملف JSON مع مثال نص الطلب
في محرر التعليمات البرمجية، أنشئ ملفا جديدا باسم test_sentiment_payload.json وانسخ مثال JSON التالي. سيتم إرسال طلب المثال هذا إلى واجهة برمجة التطبيقات في الخطوة التالية.
{
"kind": "SentimentAnalysis",
"parameters": {
"modelVersion": "latest",
"opinionMining": "True"
},
"analysisInput":{
"documents":[
{
"id":"1",
"language":"en",
"text": "The food and service were unacceptable. The concierge was nice, however."
}
]
}
}
احفظ test_sentiment_payload.json في مكان ما على الكمبيوتر. على سبيل المثال، سطح المكتب الخاص بك.
إرسال تحليل المشاعر وطلب واجهة برمجة تطبيقات التنقيب عن الآراء
إشعار
تتضمن الأمثلة أدناه طلبا لميزة التنقيب عن الآراء لتحليل المشاعر، والتي توفر معلومات دقيقة حول التقييمات (الصفات) المتعلقة بالأهداف (الأسماء) في النص.
استخدم الأوامر التالية لإرسال طلب واجهة برمجة التطبيقات باستخدام البرنامج الذي تستخدمه. انسخ الأمر إلى المحطة الطرفية الخاصة بك، وقم بتشغيله.
| المعلمة | الوصف |
|---|---|
-X POST <endpoint> |
تحديد نقطة النهاية للوصول إلى واجهة برمجة التطبيقات. |
-H Content-Type: application/json |
نوع المحتوى لإرسال بيانات JSON. |
-H "Ocp-Apim-Subscription-Key:<key> |
تحديد مفتاح الوصول إلى واجهة برمجة التطبيقات. |
-d <documents> |
ملف JSON الذي يحتوي على المستندات التي تريد إرسالها. |
استبدل C:\Users\<myaccount>\Desktop\test_sentiment_payload.json بموقع ملف طلب JSON المثال الذي أنشأته في الخطوة السابقة.
موجه الأمر
curl -X POST "%LANGUAGE_ENDPOINT%/language/:analyze-text?api-version=2023-04-15-preview" ^
-H "Content-Type: application/json" ^
-H "Ocp-Apim-Subscription-Key: %LANGUAGE_KEY%" ^
-d "@C:\Users\<myaccount>\Desktop\test_sentiment_payload.json"
PowerShell
curl.exe -X POST $env:LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2023-04-15-preview `
-H "Content-Type: application/json" `
-H "Ocp-Apim-Subscription-Key: $env:LANGUAGE_KEY" `
-d "@C:\Users\<myaccount>\Desktop\test_sentiment_payload.json"
استجابة JSON
{
"kind": "SentimentAnalysisResults",
"results": {
"documents": [{
"id": "1",
"sentiment": "mixed",
"confidenceScores": {
"positive": 0.47,
"neutral": 0.0,
"negative": 0.52
},
"sentences": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"neutral": 0.0,
"negative": 0.99
},
"offset": 0,
"length": 40,
"text": "The food and service were unacceptable. ",
"targets": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 4,
"length": 4,
"text": "food",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/0/assessments/0"
}]
}, {
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 13,
"length": 7,
"text": "service",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/0/assessments/0"
}]
}],
"assessments": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 26,
"length": 12,
"text": "unacceptable",
"isNegated": false
}]
}, {
"sentiment": "positive",
"confidenceScores": {
"positive": 0.94,
"neutral": 0.01,
"negative": 0.05
},
"offset": 40,
"length": 32,
"text": "The concierge was nice, however.",
"targets": [{
"sentiment": "positive",
"confidenceScores": {
"positive": 1.0,
"negative": 0.0
},
"offset": 44,
"length": 9,
"text": "concierge",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/1/assessments/0"
}]
}],
"assessments": [{
"sentiment": "positive",
"confidenceScores": {
"positive": 1.0,
"negative": 0.0
},
"offset": 58,
"length": 4,
"text": "nice",
"isNegated": false
}]
}],
"warnings": []
}],
"errors": [],
"modelVersion": "2022-06-01"
}
}
تنظيف الموارد
إذا كنت ترغب في تنظيف اشتراك خدمات Azure الذكاء الاصطناعي وإزالته، يمكنك حذف المورد أو مجموعة الموارد. يؤدي حذف مجموعة الموارد إلى حذف أية موارد أخرى مقترنة بها أيضًا.
استخدم الأوامر التالية لحذف متغيرات البيئة التي قمت بإنشائها لهذا التشغيل السريع.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
الخطوات التالية
الملاحظات
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجع https://aka.ms/ContentUserFeedback.
إرسال الملاحظات وعرضها المتعلقة بـ