Sdílet prostřednictvím

TextAnalysisClient class

Balíček:
@azure/ai-language-text

Klient pro interakci s funkcemi analýzy textu ve službě Azure Cognitive Language Service

Klient potřebuje koncový bod prostředku jazyka a metodu ověřování, jako je klíč rozhraní API nebo AAD. Klíč rozhraní API a koncový bod najdete na stránce prostředku jazyka na webu Azure Portal. Budou umístěny na stránce klíče a koncového bodu prostředku v části Správa prostředků.

Příklady ověřování:

Klíč rozhraní API

import { TextAnalysisClient, AzureKeyCredential } from "@azure/ai-language-text";

const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new AzureKeyCredential("<api key>");

const client = new TextAnalysisClient(endpoint, credential);

Azure Active Directory

Další informace o ověřování pomocí Azure Active Directory najdete v balíčku @azure/identity.

import { TextAnalysisClient } from "@azure/ai-language-text";
import { DefaultAzureCredential } from "@azure/identity";

const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new DefaultAzureCredential();

const client = new TextAnalysisClient(endpoint, credential);

Konstruktory

TextAnalysisClient(string, KeyCredential, TextAnalysisClientOptions)

Vytvoří instanci TextAnalysisClient s koncovým bodem prostředku jazyka a metodou ověřování, jako je klíč rozhraní API nebo AAD.

Klíč rozhraní API a koncový bod najdete na stránce prostředku jazyka na webu Azure Portal. Budou umístěny na stránce klíče a koncového bodu prostředku v části Správa prostředků.

Příklad

import { TextAnalysisClient, AzureKeyCredential } from "@azure/ai-language-text";

const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new AzureKeyCredential("<api key>");

const client = new TextAnalysisClient(endpoint, credential);
TextAnalysisClient(string, TokenCredential, TextAnalysisClientOptions)

Vytvoří instanci TextAnalysisClient s koncovým bodem prostředku jazyka a metodou ověřování, jako je klíč rozhraní API nebo AAD.

Klíč rozhraní API a koncový bod najdete na stránce prostředku jazyka na webu Azure Portal. Budou umístěny na stránce klíče a koncového bodu prostředku v části Správa prostředků.

Příklad

Další informace o ověřování pomocí Azure Active Directory najdete v balíčku @azure/identity.

import { TextAnalysisClient } from "@azure/ai-language-text";
import { DefaultAzureCredential } from "@azure/identity";

const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new DefaultAzureCredential();

const client = new TextAnalysisClient(endpoint, credential);

Metody

analyze<ActionName>(ActionName, LanguageDetectionInput[], AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který určí jazyk, ve kterém se předané vstupní řetězce zapisují, a vrátí pro každý z nich zjištěný jazyk a skóre označující spolehlivost modelu, že odvozený jazyk je správný. Skóre blížící se 1 značí ve výsledku vysokou jistotu. Podporuje se 120 jazyků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Rozpoznávání jazyka

const documents = [<input strings>];
const countryHint = "us";
const results = await client.analyze("LanguageDetection", documents, countryHint);

for (let i = 0; i < results.length; i++) {
  const result = results[i];
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { name, confidenceScore, iso6391Name } = result.primaryLanguage;
  }
}

Další informace o rozpoznávání jazyka najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/language-detection/overview.
analyze<ActionName>(ActionName, string[], string, AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který určí jazyk, ve kterém se předané vstupní řetězce zapisují, a vrátí pro každý z nich zjištěný jazyk a skóre označující spolehlivost modelu, že odvozený jazyk je správný. Skóre blížící se 1 značí ve výsledku vysokou jistotu. Podporuje se 120 jazyků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Rozpoznávání jazyka

const documents = [<input strings>];
const countryHint = "us";
const results = await client.analyze("LanguageDetection", documents, countryHint);

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { name, confidenceScore, iso6391Name } = result.primaryLanguage;
  }
}

Další informace o rozpoznávání jazyka najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/language-detection/overview.
analyze<ActionName>(ActionName, string[], string, AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který provede akci výběru u vstupních řetězců. Seznam podporovaných akcí najdete v části $AnalyzeActionName.

Rozložení každé položky v poli výsledků závisí na zvolené akci. Například každý výsledek dokumentu PIIEntityRecognition se skládá z entities i redactedText, kde první je seznam všech entit Pii v textu a druhý je původní text, jakmile se z nich všechny takové entity Pii znovu zřetězily.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Stanovisko dolování

const documents = ["The food and service aren't the best"];
const results = await client.analyze("SentimentAnalysis", documents, {
  includeOpinionMining: true,
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { sentiment, confidenceScores, sentences } = result;
    for (const { sentiment, confidenceScores, opinions } of sentences) {
      for (const { target, assessments } of opinions) {
        const { text, sentiment, confidenceScores } = target;
        for (const { text, sentiment } of assessments) {
          // Do something
        }
      }
    }
  }
}

Další informace o dolování názorů najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/sentiment-opinion-mining/overview.

Identifikovatelné osobní údaje

const documents = [<input strings>];
const languageCode = "en";
const categoriesFilter = [KnownPiiCategory.USSocialSecurityNumber];
const domainFilter = KnownPiiDomain.Phi;
const results = await client.analyze("PiiEntityRecognition", documents, languageCode, {
  domainFilter, categoriesFilter
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { entities, redactedText } = result;
    for (const { text, category, confidenceScore, length, offset } of entities) {
      // Do something
    }
  }
}

Další informace o identifikovatelných osobních údajích najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/personally-identifiable-information/overview.
analyze<ActionName>(ActionName, TextDocumentInput[], AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který provede akci výběru u vstupních dokumentů. Seznam podporovaných akcí najdete v části $AnalyzeActionName.

Rozložení každé položky v poli výsledků závisí na zvolené akci. Například každý výsledek dokumentu PIIEntityRecognition se skládá z entities i redactedText, kde první je seznam všech entit Pii v textu a druhý je původní text, jakmile se z nich všechny takové entity Pii znovu zřetězily.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Stanovisko dolování

const documents = [{
 id: "1",
 text: "The food and service aren't the best",
 language: "en"
}];
const results = await client.analyze("SentimentAnalysis", documents, {
  includeOpinionMining: true,
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { sentiment, confidenceScores, sentences } = result;
    for (const { sentiment, confidenceScores, opinions } of sentences) {
      for (const { target, assessments } of opinions) {
        const { text, sentiment, confidenceScores } = target;
        for (const { text, sentiment } of assessments) {
          // Do something
        }
      }
    }
  }
}

Další informace o dolování názorů najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/sentiment-opinion-mining/overview.

Identifikovatelné osobní údaje

const documents = [<input documents>];
const categoriesFilter = [KnownPiiCategory.USSocialSecurityNumber];
const domainFilter = KnownPiiDomain.Phi;
const results = await client.analyze("PiiEntityRecognition", documents, {
  domainFilter, categoriesFilter
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { entities, redactedText } = result;
    for (const { text, category, confidenceScore, length, offset } of entities) {
      // Do something
    }
  }
}

Další informace o identifikovatelných osobních údajích najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/personally-identifiable-information/overview.
beginAnalyzeBatch(AnalyzeBatchAction[], string[], string, BeginAnalyzeBatchOptions)

Provede pole (dávku) akcí na vstupních dokumentech. Každá akce má pole kind, které určuje povahu akce. Seznam podporovaných akcí najdete v tématu $AnalyzeBatchActionNames. Kromě kindmohou mít akce také další parametry, jako jsou disableServiceLogs a modelVersion.

Pole výsledků obsahuje výsledky pro tyto vstupní akce, kde každá položka má také kind pole, které určuje typ výsledků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Extrakce klíčových frází a rozpoznávání entit Pii

const poller = await client.beginAnalyzeBatch(
 [{ kind: "KeyPhraseExtraction" }, { kind: "PiiEntityRecognition" }],
 documents
);
const actionResults = await poller.pollUntilDone();

for await (const actionResult of actionResults) {
 if (actionResult.error) {
   throw new Error(`Unexpected error`);
 }
 switch (actionResult.kind) {
   case "KeyPhraseExtraction": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
   case "PiiEntityRecognition": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
 }
}
beginAnalyzeBatch(AnalyzeBatchAction[], TextDocumentInput[], BeginAnalyzeBatchOptions)

Provede pole (dávku) akcí na vstupních dokumentech. Každá akce má pole kind, které určuje povahu akce. Seznam podporovaných akcí najdete v tématu $AnalyzeBatchActionNames. Kromě kindmohou mít akce také další parametry, jako jsou disableServiceLogs a modelVersion.

Pole výsledků obsahuje výsledky pro tyto vstupní akce, kde každá položka má také kind pole, které určuje typ výsledků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Extrakce klíčových frází a rozpoznávání entit Pii

const poller = await client.beginAnalyzeBatch(
 [{ kind: "KeyPhraseExtraction" }, { kind: "PiiEntityRecognition" }],
 documents
);
const actionResults = await poller.pollUntilDone();

for await (const actionResult of actionResults) {
 if (actionResult.error) {
   throw new Error(`Unexpected error`);
 }
 switch (actionResult.kind) {
   case "KeyPhraseExtraction": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
   case "PiiEntityRecognition": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
 }
}
restoreAnalyzeBatchPoller(string, RestoreAnalyzeBatchPollerOptions)

Vytvoří poller ze serializovaného stavu jiného polleru. To může být užitečné v případě, že chcete vytvořit pollery na jiném hostiteli nebo je třeba vytvořit poller po původním dotazu, který není v rozsahu.

Podrobnosti konstruktoru

TextAnalysisClient(string, KeyCredential, TextAnalysisClientOptions)

Vytvoří instanci TextAnalysisClient s koncovým bodem prostředku jazyka a metodou ověřování, jako je klíč rozhraní API nebo AAD.

Klíč rozhraní API a koncový bod najdete na stránce prostředku jazyka na webu Azure Portal. Budou umístěny na stránce klíče a koncového bodu prostředku v části Správa prostředků.

Příklad

import { TextAnalysisClient, AzureKeyCredential } from "@azure/ai-language-text";

const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new AzureKeyCredential("<api key>");

const client = new TextAnalysisClient(endpoint, credential);

new TextAnalysisClient(endpointUrl: string, credential: KeyCredential, options?: TextAnalysisClientOptions)

Parametry

endpointUrl

string

Adresa URL koncového bodu prostředku služby Cognitive Language Service

credential
KeyCredential

Přihlašovací údaje klíče, které se mají použít k ověřování požadavků na službu.

options
TextAnalysisClientOptions

Slouží ke konfiguraci klienta TextAnalytics.

TextAnalysisClient(string, TokenCredential, TextAnalysisClientOptions)

Vytvoří instanci TextAnalysisClient s koncovým bodem prostředku jazyka a metodou ověřování, jako je klíč rozhraní API nebo AAD.

Klíč rozhraní API a koncový bod najdete na stránce prostředku jazyka na webu Azure Portal. Budou umístěny na stránce klíče a koncového bodu prostředku v části Správa prostředků.

Příklad

Další informace o ověřování pomocí Azure Active Directory najdete v balíčku @azure/identity.

import { TextAnalysisClient } from "@azure/ai-language-text";
import { DefaultAzureCredential } from "@azure/identity";

const endpoint = "https://<resource name>.cognitiveservices.azure.com";
const credential = new DefaultAzureCredential();

const client = new TextAnalysisClient(endpoint, credential);

new TextAnalysisClient(endpointUrl: string, credential: TokenCredential, options?: TextAnalysisClientOptions)

Parametry

endpointUrl

string

Adresa URL koncového bodu prostředku služby Cognitive Language Service

credential
TokenCredential

Přihlašovací údaje tokenu, které se mají použít k ověřování požadavků na službu.

options
TextAnalysisClientOptions

Slouží ke konfiguraci klienta TextAnalytics.

Podrobnosti metody

analyze<ActionName>(ActionName, LanguageDetectionInput[], AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který určí jazyk, ve kterém se předané vstupní řetězce zapisují, a vrátí pro každý z nich zjištěný jazyk a skóre označující spolehlivost modelu, že odvozený jazyk je správný. Skóre blížící se 1 značí ve výsledku vysokou jistotu. Podporuje se 120 jazyků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Rozpoznávání jazyka

const documents = [<input strings>];
const countryHint = "us";
const results = await client.analyze("LanguageDetection", documents, countryHint);

for (let i = 0; i < results.length; i++) {
  const result = results[i];
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { name, confidenceScore, iso6391Name } = result.primaryLanguage;
  }
}

Další informace o rozpoznávání jazyka najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/language-detection/overview.

function analyze<ActionName>(actionName: ActionName, documents: LanguageDetectionInput[], options?: AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions): Promise<AnalyzeResult<ActionName>>

Parametry

actionName

ActionName

název akce, která se má provést se vstupními dokumenty, viz $AnalyzeActionName

documents

LanguageDetectionInput[]

vstupní dokumenty, které se mají analyzovat

options

AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions

volitelné parametry a nastavení akce pro operaci

Návraty

Promise<AnalyzeResult<ActionName>>

pole výsledků, kde každý prvek obsahuje primární jazyk pro odpovídající vstupní dokument.

analyze<ActionName>(ActionName, string[], string, AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který určí jazyk, ve kterém se předané vstupní řetězce zapisují, a vrátí pro každý z nich zjištěný jazyk a skóre označující spolehlivost modelu, že odvozený jazyk je správný. Skóre blížící se 1 značí ve výsledku vysokou jistotu. Podporuje se 120 jazyků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Rozpoznávání jazyka

const documents = [<input strings>];
const countryHint = "us";
const results = await client.analyze("LanguageDetection", documents, countryHint);

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { name, confidenceScore, iso6391Name } = result.primaryLanguage;
  }
}

Další informace o rozpoznávání jazyka najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/language-detection/overview.

function analyze<ActionName>(actionName: ActionName, documents: string[], countryHint?: string, options?: AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions): Promise<AnalyzeResult<ActionName>>

Parametry

actionName

ActionName

název akce, která se má provést se vstupními dokumenty, viz $AnalyzeActionName

documents

string[]

vstupní dokumenty, které se mají analyzovat

countryHint

string

Označuje zemi původu pro všechny vstupní řetězce, které pomáhají modelu při předpovídání jazyka, ve kterém jsou napsané. Pokud není zadáno, bude tato hodnota nastavena na výchozí nápovědu země v TextAnalysisClientOptions. Pokud je nastaven prázdný řetězec nebo řetězec "none", služba použije model, ve kterém je země explicitně nenastavovaná. Stejný tip země se použije pro všechny řetězce ve vstupní kolekci.

options

AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions

volitelné parametry a nastavení akce pro operaci

Návraty

Promise<AnalyzeResult<ActionName>>

pole výsledků, kde každý prvek obsahuje primární jazyk pro odpovídající vstupní dokument.

analyze<ActionName>(ActionName, string[], string, AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který provede akci výběru u vstupních řetězců. Seznam podporovaných akcí najdete v části $AnalyzeActionName.

Rozložení každé položky v poli výsledků závisí na zvolené akci. Například každý výsledek dokumentu PIIEntityRecognition se skládá z entities i redactedText, kde první je seznam všech entit Pii v textu a druhý je původní text, jakmile se z nich všechny takové entity Pii znovu zřetězily.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Stanovisko dolování

const documents = ["The food and service aren't the best"];
const results = await client.analyze("SentimentAnalysis", documents, {
  includeOpinionMining: true,
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { sentiment, confidenceScores, sentences } = result;
    for (const { sentiment, confidenceScores, opinions } of sentences) {
      for (const { target, assessments } of opinions) {
        const { text, sentiment, confidenceScores } = target;
        for (const { text, sentiment } of assessments) {
          // Do something
        }
      }
    }
  }
}

Další informace o dolování názorů najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/sentiment-opinion-mining/overview.

Identifikovatelné osobní údaje

const documents = [<input strings>];
const languageCode = "en";
const categoriesFilter = [KnownPiiCategory.USSocialSecurityNumber];
const domainFilter = KnownPiiDomain.Phi;
const results = await client.analyze("PiiEntityRecognition", documents, languageCode, {
  domainFilter, categoriesFilter
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { entities, redactedText } = result;
    for (const { text, category, confidenceScore, length, offset } of entities) {
      // Do something
    }
  }
}

Další informace o identifikovatelných osobních údajích najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/personally-identifiable-information/overview.

function analyze<ActionName>(actionName: ActionName, documents: string[], languageCode?: string, options?: AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions): Promise<AnalyzeResult<ActionName>>

Parametry

actionName

ActionName

název akce, která se má provést se vstupními dokumenty, viz $AnalyzeActionName

documents

string[]

vstupní dokumenty, které se mají analyzovat

languageCode

string

kód jazyka, ve kterém jsou zapsány všechny vstupní řetězce. Pokud není zadáno, tato hodnota bude nastavena na výchozí jazyk v TextAnalysisClientOptions. Pokud je nastavena na prázdný řetězec, služba použije model, ve kterém je jazyk explicitně nastaven na None. Podpora jazyků se liší podle akce, například další informace o jazycích podporovaných pro akce rozpoznávání entit najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/named-entity-recognition/language-support. Pokud je nastavená hodnota "auto", služba automaticky odvodí jazyk ze vstupního textu.

options

AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions

volitelné parametry a nastavení akce pro operaci

Návraty

Promise<AnalyzeResult<ActionName>>

pole výsledků odpovídajících vstupním dokumentům

analyze<ActionName>(ActionName, TextDocumentInput[], AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions)

Spustí prediktivní model, který provede akci výběru u vstupních dokumentů. Seznam podporovaných akcí najdete v části $AnalyzeActionName.

Rozložení každé položky v poli výsledků závisí na zvolené akci. Například každý výsledek dokumentu PIIEntityRecognition se skládá z entities i redactedText, kde první je seznam všech entit Pii v textu a druhý je původní text, jakmile se z nich všechny takové entity Pii znovu zřetězily.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Stanovisko dolování

const documents = [{
 id: "1",
 text: "The food and service aren't the best",
 language: "en"
}];
const results = await client.analyze("SentimentAnalysis", documents, {
  includeOpinionMining: true,
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { sentiment, confidenceScores, sentences } = result;
    for (const { sentiment, confidenceScores, opinions } of sentences) {
      for (const { target, assessments } of opinions) {
        const { text, sentiment, confidenceScores } = target;
        for (const { text, sentiment } of assessments) {
          // Do something
        }
      }
    }
  }
}

Další informace o dolování názorů najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/sentiment-opinion-mining/overview.

Identifikovatelné osobní údaje

const documents = [<input documents>];
const categoriesFilter = [KnownPiiCategory.USSocialSecurityNumber];
const domainFilter = KnownPiiDomain.Phi;
const results = await client.analyze("PiiEntityRecognition", documents, {
  domainFilter, categoriesFilter
});

for (const result of results) {
  if (result.error) {
    // a document has an error instead of results
  } else {
    const { entities, redactedText } = result;
    for (const { text, category, confidenceScore, length, offset } of entities) {
      // Do something
    }
  }
}

Další informace o identifikovatelných osobních údajích najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/personally-identifiable-information/overview.

function analyze<ActionName>(actionName: ActionName, documents: TextDocumentInput[], options?: AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions): Promise<AnalyzeResult<ActionName>>

Parametry

actionName

ActionName

název akce, která se má provést se vstupními dokumenty, viz $AnalyzeActionName

documents

TextDocumentInput[]

vstupní dokumenty, které se mají analyzovat

options

AnalyzeActionParameters<ActionName> & TextAnalysisOperationOptions

volitelné parametry a nastavení akce pro operaci

Návraty

Promise<AnalyzeResult<ActionName>>

pole výsledků odpovídajících vstupním dokumentům

beginAnalyzeBatch(AnalyzeBatchAction[], string[], string, BeginAnalyzeBatchOptions)

Provede pole (dávku) akcí na vstupních dokumentech. Každá akce má pole kind, které určuje povahu akce. Seznam podporovaných akcí najdete v tématu $AnalyzeBatchActionNames. Kromě kindmohou mít akce také další parametry, jako jsou disableServiceLogs a modelVersion.

Pole výsledků obsahuje výsledky pro tyto vstupní akce, kde každá položka má také kind pole, které určuje typ výsledků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Extrakce klíčových frází a rozpoznávání entit Pii

const poller = await client.beginAnalyzeBatch(
 [{ kind: "KeyPhraseExtraction" }, { kind: "PiiEntityRecognition" }],
 documents
);
const actionResults = await poller.pollUntilDone();

for await (const actionResult of actionResults) {
 if (actionResult.error) {
   throw new Error(`Unexpected error`);
 }
 switch (actionResult.kind) {
   case "KeyPhraseExtraction": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
   case "PiiEntityRecognition": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
 }
}

function beginAnalyzeBatch(actions: AnalyzeBatchAction[], documents: string[], languageCode?: string, options?: BeginAnalyzeBatchOptions): Promise<AnalyzeBatchPoller>

Parametry

actions

AnalyzeBatchAction[]

pole akcí, které se budou spouštět na vstupních dokumentech

documents

string[]

vstupní dokumenty, které se mají analyzovat

languageCode

string

kód jazyka, ve kterém jsou zapsány všechny vstupní řetězce. Pokud není zadáno, tato hodnota bude nastavena na výchozí jazyk v TextAnalysisClientOptions. Pokud je nastavena na prázdný řetězec, služba použije model, ve kterém je jazyk explicitně nastaven na None. Podpora jazyků se liší podle akce, například další informace o jazycích podporovaných pro akce rozpoznávání entit najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/named-entity-recognition/language-support. Pokud je nastavená hodnota "auto", služba automaticky odvodí jazyk ze vstupního textu.

options
BeginAnalyzeBatchOptions

volitelná nastavení pro operaci

Návraty

Promise<AnalyzeBatchPoller>

pole výsledků odpovídajících vstupním akcím

beginAnalyzeBatch(AnalyzeBatchAction[], TextDocumentInput[], BeginAnalyzeBatchOptions)

Provede pole (dávku) akcí na vstupních dokumentech. Každá akce má pole kind, které určuje povahu akce. Seznam podporovaných akcí najdete v tématu $AnalyzeBatchActionNames. Kromě kindmohou mít akce také další parametry, jako jsou disableServiceLogs a modelVersion.

Pole výsledků obsahuje výsledky pro tyto vstupní akce, kde každá položka má také kind pole, které určuje typ výsledků.

Informace o omezeních dat najdete v https://docs.microsoft.com//azure/cognitive-services/language-service/concepts/data-limits.

Příklady

Extrakce klíčových frází a rozpoznávání entit Pii

const poller = await client.beginAnalyzeBatch(
 [{ kind: "KeyPhraseExtraction" }, { kind: "PiiEntityRecognition" }],
 documents
);
const actionResults = await poller.pollUntilDone();

for await (const actionResult of actionResults) {
 if (actionResult.error) {
   throw new Error(`Unexpected error`);
 }
 switch (actionResult.kind) {
   case "KeyPhraseExtraction": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
   case "PiiEntityRecognition": {
     for (const doc of actionResult.results) {
       // do something
     }
     break;
   }
 }
}

function beginAnalyzeBatch(actions: AnalyzeBatchAction[], documents: TextDocumentInput[], options?: BeginAnalyzeBatchOptions): Promise<AnalyzeBatchPoller>

Parametry

actions

AnalyzeBatchAction[]

pole akcí, které se budou spouštět na vstupních dokumentech

documents

TextDocumentInput[]

vstupní dokumenty, které se mají analyzovat

options
BeginAnalyzeBatchOptions

volitelná nastavení pro operaci

Návraty

Promise<AnalyzeBatchPoller>

pole výsledků odpovídajících vstupním akcím

restoreAnalyzeBatchPoller(string, RestoreAnalyzeBatchPollerOptions)

Vytvoří poller ze serializovaného stavu jiného polleru. To může být užitečné v případě, že chcete vytvořit pollery na jiném hostiteli nebo je třeba vytvořit poller po původním dotazu, který není v rozsahu.

function restoreAnalyzeBatchPoller(serializedState: string, options?: RestoreAnalyzeBatchPollerOptions): Promise<AnalyzeBatchPoller>

Parametry

serializedState

string

serializovaný stav jiného vrtu. Jedná se o výsledek poller.toString()

options
RestoreAnalyzeBatchPollerOptions

volitelná nastavení pro operaci

Příklad

client.beginAnalyzeBatch vrátí slib, který se přeloží na poller. Stav poller lze serializovat a použít k vytvoření další následujícím způsobem:

const serializedState = poller.toString();
const rehydratedPoller = await client.createAnalyzeBatchPoller(serializedState);
const actionResults = await rehydratedPoller.pollUntilDone();

Návraty

Promise<AnalyzeBatchPoller>