معالجة التنبؤات

  • 3 دقائق

لاستهلاك نموذج Azure الذكاء الاصطناعي Language Understanding في تطبيق عميل، يمكنك استخدام واجهات برمجة تطبيقات REST أو إحدى حزم SDK الخاصة بلغة البرمجة.

بغض النظر عن النهج المستخدم، يتم إرسال طلبات التنبؤات إلى خدمة Azure الذكاء الاصطناعي Language وتضمين المعلمات التالية:

  • النوع - يُشير إلى ميزة اللغة التي تطلبها. على سبيل المثال، يتم تعريف kind على أنه Conversation لفهم لغة المحادثة، أو EntityRecognition للكشف عن الكيانات
  • المعلمات - تُشير إلى قيم معلمات الإدخال المختلفة. تختلف هذه المعلمات اعتماداً على الميزة. على سبيل المثال، projectName و deploymentName مطلوبة لفهم لغة المحادثة، ولكن مطلوب فقط modelVersion للكشف عن اللغة أو التعرف على الكيان.
  • analysisInput - يحدد مستندات الإدخال أو السلاسل النصية التي سيتم تحليلها بواسطة خدمة Azure الذكاء الاصطناعي Language.

سيبدو النص مشابها لهذا المثال للتعرف على الكيان.

{
    "kind": "EntityRecognition",
    "parameters": {
        "modelVersion": "latest"
    },
    "analysisInput":{
        "documents":[
            {
                "id":"1",
                "language": "en",
                "text": "I had a wonderful trip to Edinburgh last week."
            }
        ]
    }
}

نتائج التنبؤ

تتكون نتائج التنبؤ من تدرج هرمي للمعلومات التي يجب أن يُحللها التطبيق. عندما تستخدم واجهة REST، تكون النتائج بتنسيق JSON. تمثل أدوات SDK النتائج كتدرج هرمي للعنصر استناداً إلى JSON الأساسي.

قد تبدو استجابة JSON النموذجية مشابهة للآتي:

{
  "kind": "ConversationResult",
  "result": {
    "query": "What's the time in Edinburgh?",
    "prediction": {
      "topIntent": "GetTime",
      "projectKind": "Conversation",
      "intents": [
        {
          "category": "GetTime",
          "confidenceScore": 1
        },
        {
          "category": "GetDate",
          "confidenceScore": 0.1
        }
      ],
      "entities": [
        {
          "text": "Edinburgh",
          "category": "Location",
          "subcategory": "GPE",
          "offset": 19,
          "length": 9,
          "confidenceScore": 1.0
        }
      ]
    }
  }
}

تتضمن نتائج التنبؤ تعبير الاستعلام، والهدف العلوي (الأكثر احتمالاً)، والأهداف المحتملة الأخرى مع درجة الثقة الخاصة بكلٍ منها والكيانات التي تم الكشف عنها. يتضمن كل كيان فئة وفئة فرعية (عند الاقتضاء) بالإضافة إلى درجة الثقة خاصته (على سبيل المثال، "Edinburgh"، الذي تم اكتشافه كموقع بثقة 1.0). قد تتضمن النتائج أيضا أي أهداف أخرى تم تحديدها على أنها تطابق محتمل، وتفاصيل حول موقع كل كيان في سلسلة النطق.

إشعار

من المهم التأكيد على أن خدمة Azure الذكاء الاصطناعي Language Understanding تمكن تطبيقك من تحديد هدف المستخدم (في هذه الحالة لمعرفة الوقت الحالي في إدنبرة). تقع على عاتق تطبيق العميل مسؤولية تنفيذ أي منطق ضروري لتحقيق الهدف (لذلك لا يرجع نموذج فهم اللغة Azure الذكاء الاصطناعي الوقت الفعلي في إدنبرة - فهو يشير ببساطة إلى تطبيق العميل أن هذه هي المعلومات التي يريدها المستخدم.)