Anzeigen von Details des Unterhaltungsspracheverständnismodells

Nachdem das Modelltraining abgeschlossen ist, können Sie Ihre Modelldetails anzeigen und sehen, wie gut es mit dem Testsatz abschneidet.

Hinweis

Die Verwendung der Option Automatisches Aufteilen des Testsatzes aus Trainingsdaten kann bei jedem Trainieren eines neuen Modells zu unterschiedlichen Ergebnissen bei der Modellauswertung führen, da der Testsatz nach dem Zufallsprinzip aus Ihren Äußerungen ausgewählt wird. Um sicherzustellen, dass die Auswertung bei jedem Trainieren eines Modells auf Grundlage des gleichen Testsatzes erfolgt, verwenden Sie beim Starten eines Trainingsauftrags unbedingt die Option Manuelle Aufteilung von Trainings- und Testdaten verwenden, und definieren Sie beim Hinzufügen Ihrer Äußerungen Ihren Testsatz.

Voraussetzungen

Vor dem Anzeigen der Modellbewertung benötigen Sie Folgendes:

• Ein erfolgreich erstelltes Projekt.
• Ein erfolgreich trainiertes Modell.

Weitere Informationen finden Sie unter Lebenszyklus der Projektentwicklung.

Modelldetails

Language Studio

1. Wechseln Sie in Language Studio zu Ihrer Projektseite.

2. Wählen Sie im Menü auf der linken Seite des Bildschirms Modellleistung aus.

3. Auf dieser Seite können Sie nur die erfolgreich trainierten Modelle, den F1-Score aller Modelle und das Modellablaufdatum anzeigen. Sie können den Modellnamen auswählen, um weitere Details zur Leistung anzuzeigen. Modelle enthalten nur Auswertungsdetails, wenn beim Trainieren des Modells Testdaten ausgewählt wurden.

Übersicht

• Auf dieser Registerkarte können Sie die Details des Modells anzeigen, z. B. F1-Score, Genauigkeit, Abruf, Datum und Uhrzeit für den Trainingsauftrag, Trainingszeit insgesamt und Anzahl von Trainings- und Testäußerungen, die in diesem Trainingsauftrag enthalten sind. Sie können Details zwischen Absichten oder Entitäten anzeigen, indem Sie ganz oben „Modelltyp“ auswählen.

  

• Außerdem werden Ihnen Anleitungen zur Verbesserung des Modells angezeigt. Wenn Sie auf Details anzeigen klicken, wird ein Seitenpanel mit weiteren Anleitungen zur Verbesserung des Modells geöffnet.

  

Modelltypleistung

• Dies ist eine Momentaufnahme der Leistung Ihres Modells während der Tests. Die hier gezeigten Metriken sind statisch und an Ihr Modell gebunden, daher werden sie erst aktualisiert, wenn Sie das Modell erneut trainieren.

• Sie können für jede Absicht oder Entität die Genauigkeit, den Abruf, den F1-Score, die Anzahl von Trainings und die Testbeschriftungen anzeigen. Für Entitäten, die keine gelernte Komponente enthalten, werden keine Trainingsbezeichnungen angezeigt. Eine erlernte Komponente wird nur durch Hinzufügen von Bezeichnungen in Ihrem Trainingssatz hinzugefügt.

  

Details zum Testsatz

• Hier werden Sie die im Testsatz enthalten Äußerungen sehen und deren Absichts- oder Entitätsvorhersagen. Sie können die Umschaltfläche Nur Fehler anzeigen verwenden, um nur die Äußerungen anzuzeigen, bei denen die Vorhersagen von den Bezeichnungen abweichen, oder die Umschaltfläche deaktivieren, um alle Äußerungen im Testsatz anzuzeigen. Sie können die Ansicht auch zwischen dem Anzeigen von Entitätsbezeichnungen als Ansicht für jede Äußerung oder dem Anzeigen von Entitätsvorhersagen umschalten. Entitätsvorhersagen werden als gepunktete Linien und Bezeichnungen als feste Linien angezeigt.

• Sie können jede Zeile erweitern, um ihre Absichts- oder Entitätsvorhersagen anzuzeigen, die in der Spalte Modelltyp angegeben sind. Die Spalte Text zeigt den Text der Entität an, die vorhergesagt oder beschriftet wurde. Jede Zeile verfügt über eine Spalte Bezeichnet als, welche die Bezeichnung im Testsatz angibt, und eine Spalte Vorhergesagt als, um die tatsächliche Vorhersage anzugeben. Außerdem werden Sie in der Spalte Ergebnistyp sehen, ob es sich um einen True Positive, einen False Positive oder einen False Negative handelt.

  

Datasetverteilung

Diese Momentaufnahme zeigt, wie Absichten oder Entitäten über Ihre Trainings- und Testsätze verteilt werden. Diese Daten sind statisch und an Ihr Modell gebunden, sodass sie erst aktualisiert werden, wenn Sie das Modell erneut trainieren. Für Entitäten, die keine gelernte Komponente enthalten, werden keine Trainingsbezeichnungen angezeigt. Eine erlernte Komponente wird nur durch Hinzufügen von Bezeichnungen in Ihrem Trainingssatz hinzugefügt.

Konfusionsmatrix

Eine Konfusionsmatrix ist eine N x N-Matrix, welche für die Auswertung der Leistung Ihres Modells verwendet wird, wobei N die Anzahl von Zielabsichten oder Zielentitäten ist. Die Matrix vergleicht die erwarteten Bezeichnungen mit den vom Modell vorhergesagten Bezeichnungen, um zu ermitteln, welche Absichten oder Entitäten als andere Absichten und Entitäten falsch klassifiziert werden. Sie können in eine beliebige Zelle der Konfusionsmatrix klicken, um genau zu identifizieren, welche Äußerungen zu den Werten in dieser Zelle beigetragen haben.

Sie können die Absichtskonfusionsmatrix in der Ansicht rohe Anzahl oder in der normalisierten Ansicht anzeigen. „Rohe Anzahl“ ist die tatsächliche Anzahl von Äußerungen, die für eine Gruppe von Absichten vorhergesagt und bezeichnet wurden. Der normalisierte Wert ist das Verhältnis zwischen 0 und 1 der vorhergesagten und bezeichneten Äußerungen für eine Gruppe von Absichten.

Sie können die Entitätskonfusionsmatrix in der Ansicht Anzahl der Zeichenüberlappungen oder der Ansicht normalisierte Zeichenüberlappung anzeigen. Die Anzahl der Zeichenüberlappungen ist die tatsächliche Anzahl von Spannen, die für eine Gruppe von Entitäten vorhergesagt und bezeichnet wurden. Die normalisierten Zeichenüberlappungen sind das Verhältnis zwischen 0 und 1 der vorhergesagten und bezeichneten Spannen für eine Gruppe von Entitäten. Manchmal können Entitäten vorhergesagt oder teilweise bezeichnet werden, was zu Dezimalwerten in der Konfusionsmatrix führt.

• Alle Werte: Wird die Konfusionsmatrix für alle Absichten oder Entitäten anzeigen.

• Nur Fehler: Wird die Konfusionsmatrix nur für Absichten oder Entitäten mit Fehlern anzeigen.

• Nur Übereinstimmungen: Wird die Konfusionsmatrix nur für Absichten oder Entitäten mit korrekten Vorhersagen anzeigen.

REST-APIs

Erstellen Sie eine GET-Anforderung mithilfe der folgenden URL, der Header und des JSON-Texts, um eine Zusammenfassung der Auswertung des trainierten Modells zu erhalten.

Modellzusammenfassung

Diese API gibt die Zusammenfassung der Auswertungsergebnisse Ihres Modells zurück, einschließlich der Genauigkeits-, Abruf-, F1- und Konfusionsmatrix Ihrer Absichten und Entitäten.

Anfrage-URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}/evaluation/summary-result?api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	myProject
{trainedModelLabel}	Dies ist der Name Ihres trainierten Modells. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	Model1
{API-VERSION}	Dies ist die Version der von Ihnen aufgerufenen API.	2023-04-01

Header

Verwenden Sie den folgenden Header, um Ihre Anforderung zu authentifizieren.

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Der Schlüssel für Ihre Ressource. Wird für die Authentifizierung Ihrer API-Anforderungen verwendet.

Antworttext

Nachdem Sie die Anforderung gesendet haben, erhalten Sie die folgende Antwort.

{
  "entitiesEvaluation": {
    "confusionMatrix": {
      "additionalProp1": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp2": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp3": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      }
    },
    "entities": {
      "additionalProp1": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp2": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp3": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      }
    },
    "microF1": 0,
    "microPrecision": 0,
    "microRecall": 0,
    "macroF1": 0,
    "macroPrecision": 0,
    "macroRecall": 0
  },
  "intentsEvaluation": {
    "confusionMatrix": {
      "additionalProp1": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp2": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp3": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      }
    },
    "intents": {
      "additionalProp1": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp2": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp3": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      }
    },
    "microF1": 0,
    "microPrecision": 0,
    "microRecall": 0,
    "macroF1": 0,
    "macroPrecision": 0,
    "macroRecall": 0
  },
  "evaluationOptions": {
    "kind": "percentage",
    "trainingSplitPercentage": 0,
    "testingSplitPercentage": 0
  }
}

Modellergebnisse

Diese API gibt die einzelnen Ergebnisse für jede Äußerung zurück, einschließlich der erwarteten und tatsächlichen Vorhersagen für Absichten und Entitäten.

Anfrage-URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}/evaluation/result?top={top}&skip={skip}&maxpagesize={maxpagesize}&api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	myProject
{trainedModelLabel}	Dies ist der Name Ihres trainierten Modells. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	Model1
{API-VERSION}	Dies ist die Version der von Ihnen aufgerufenen API.	2023-04-01
{top}	Die maximale Anzahl der Äußerungen, die von einer Sammlung zurückgegeben werden sollen. Optional.	100
{skip}	Ein Offset in die Sammlung der ersten zurückzugebenden Äußerung. Optional.	100
{maxpagesize}	Die maximale Anzahl von Äußerungen, die in einer einzelnen Antwort enthalten sein sollen. Optional	100

Header

Verwenden Sie den folgenden Header, um Ihre Anforderung zu authentifizieren.

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Der Schlüssel für Ihre Ressource. Wird für die Authentifizierung Ihrer API-Anforderungen verwendet.

Antworttext

Nachdem Sie die Anforderung gesendet haben, erhalten Sie die folgende Antwort.

{
  "value": [
    {
      "text": "send the email",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [],
        "predictedEntities": []
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "send a mail to daniel",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 15,
            "length": 6
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 15,
            "length": 6
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "i forgot to add an important part to that email to james . please set it up to edit",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 51,
            "length": 5
          }
        ],
        "predictedEntities": [
          {
            "category": "Category",
            "offset": 19,
            "length": 9
          },
          {
            "category": "ContactName",
            "offset": 51,
            "length": 5
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "AddMore",
        "predictedIntent": "AddMore"
      }
    },
    {
      "text": "send email to a and tian",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 14,
            "length": 1
          },
          {
            "category": "ContactName",
            "offset": 20,
            "length": 4
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 14,
            "length": 1
          },
          {
            "category": "ContactName",
            "offset": 20,
            "length": 4
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "send thomas an email",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 5,
            "length": 6
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 5,
            "length": 6
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "i need to add more to the email message i am sending to vincent",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 56,
            "length": 7
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 56,
            "length": 7
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "AddMore",
        "predictedIntent": "AddMore"
      }
    },
    {
      "text": "send an email to lily roth and abc123@microsoft.com",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 9
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 9
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "i need to add something else to my email to cheryl",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 44,
            "length": 6
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 44,
            "length": 6
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "AddMore",
        "predictedIntent": "AddMore"
      }
    },
    {
      "text": "send an email to larry , joseph and billy larkson",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 5
          },
          {
            "category": "ContactName",
            "offset": 25,
            "length": 6
          },
          {
            "category": "ContactName",
            "offset": 36,
            "length": 13
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 17,
            "length": 5
          },
          {
            "category": "ContactName",
            "offset": 25,
            "length": 6
          },
          {
            "category": "ContactName",
            "offset": 36,
            "length": 13
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    },
    {
      "text": "send mail to dorothy",
      "language": "en-us",
      "entitiesResult": {
        "expectedEntities": [
          {
            "category": "ContactName",
            "offset": 13,
            "length": 7
          }
        ],
        "predictedEntities": [
          {
            "category": "ContactName",
            "offset": 13,
            "length": 7
          }
        ]
      },
      "intentsResult": {
        "expectedIntent": "SendEmail",
        "predictedIntent": "SendEmail"
      }
    }
  ],
  "nextLink": "{Endpoint}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}/evaluation/result/?api-version=2022-10-01-preview&top={top}&skip={skip}&maxpagesize={maxpagesize}"
}

Laden oder Exportieren von Modelldaten

Language Studio

So laden Sie Modelldaten:

1. Wählen Sie ein beliebiges Modell auf der Seite der Modellauswertung aus.

2. Wählen Sie die Schaltfläche Modelldaten laden aus.

3. Vergewissern Sie sich, dass Sie keine ungespeicherten Änderungen haben, die Sie in dem nun erscheinenden Fenster erfassen müssen, und wählen Sie Daten laden.

4. Warten Sie, bis die Modelldaten wieder in Ihr Projekt geladen sind. Nach Abschluss werden Sie zurück zur Seite Schema-Entwurf geleitet.

So exportieren Sie Modelldaten:

1. Wählen Sie ein beliebiges Modell auf der Seite der Modellauswertung aus.

2. Wählen Sie die Schaltfläche Modelldaten exportieren aus. Warten Sie, bis die JSON-Momentaufnahme Ihres Modells lokal heruntergeladen wird.

REST-APIs

Laden von Modelldaten

Erstellen Sie eine POST-Anforderung mithilfe der folgenden Angaben für URL, Header und JSON-Text, um die Modelldaten in Ihr Projekt zu laden.

Anfrage-URL

Verwenden Sie zum Erstellen Ihrer API-Anforderung die folgende URL. Ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Werte.

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/models/{MODEL-NAME}:load-snapshot?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	EmailApp
{API-VERSION}	Die Version der von Ihnen aufgerufenen API.	2022-10-01-preview
{MODEL-NAME}	Der Name Ihres Modells. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	v1

Header

Verwenden Sie den folgenden Header, um Ihre Anforderung zu authentifizieren.

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Der Schlüssel für Ihre Ressource. Wird für die Authentifizierung Ihrer API-Anforderungen verwendet.

Nachdem Sie Ihre API-Anforderung gesendet haben, erhalten Sie eine 202-Antwort, die angibt, dass sie erfolgreich war. Extrahieren Sie in den Antwortheadern den operation-location-Wert. Er weist das folgende Format auf:

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/models/{MODEL-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

JOB-ID wird verwendet, um Ihre Anforderung zu identifizieren, da es sich um einen asynchronen Vorgang handelt. Verwenden Sie diese URL, um den Status des Ladens Ihrer Modelldaten abzufragen, und verwenden Sie dabei dieselbe Authentifizierungsmethode.

Exportieren von Modelldaten

Erstellen Sie eine POST-Anforderung mithilfe der folgenden Angaben für URL, Header und JSON-Text, um Ihre Modelldaten zu exportieren.

Anfrage-URL

Verwenden Sie zum Erstellen Ihrer API-Anforderung die folgende URL. Ersetzen Sie die folgenden Platzhalter durch Ihre eigenen Werte.

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/:export?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}&trainedModelLabel={MODEL-NAME}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	EmailApp
{API-VERSION}	Die Version der von Ihnen aufgerufenen API.	2022-10-01-preview
{MODEL-NAME}	Der Name Ihres Modells. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	v1

Header

Verwenden Sie den folgenden Header, um Ihre Anforderung zu authentifizieren.

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Der Schlüssel für Ihre Ressource. Wird für die Authentifizierung Ihrer API-Anforderungen verwendet.

Nachdem Sie Ihre API-Anforderung gesendet haben, erhalten Sie eine 202-Antwort, die angibt, dass sie erfolgreich war. Extrahieren Sie in den Antwortheadern den operation-location-Wert. Er weist das folgende Format auf:

{ENDPOINT}/language/authoring/analyze-conversations/projects/{PROJECT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

JOB-ID wird verwendet, um Ihre Anforderung zu identifizieren, da es sich um einen asynchronen Vorgang handelt. Verwenden Sie diese URL, um den exportierten JSON-Projektcode mit derselben Authentifizierungsmethode abzurufen.

Löschen des Modells

Language Studio

So löschen Sie Ihr Modell über Language Studio:

1. Wählen Sie im linken Menü Modellleistung aus.

2. Wählen Sie den Modellnamen aus, den Sie löschen möchten, und wählen Sie dann im oberen Menü die Option Löschen aus.

3. Wählen Sie im angezeigten Fenster OK aus, um das Modell zu löschen.

REST-APIs

Erstellen Sie eine DELETE-Anforderung mithilfe der folgenden URL, der Header und des JSON-Texts, um ein Modell zu löschen.

Anfrage-URL

{ENDPOINT}/language/authoring/analyze-conversations/projects/{projectName}/models/{trainedModelLabel}?api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{YOUR-ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	myProject
{trainedModelLabel}	Dies ist der Name Ihres Modells. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	model1
{API-VERSION}	Dies ist die Version der von Ihnen aufgerufenen API.	2023-04-01

Header

Verwenden Sie den folgenden Header, um Ihre Anforderung zu authentifizieren.

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Der Schlüssel für Ihre Ressource. Wird für die Authentifizierung Ihrer API-Anforderungen verwendet.

Nachdem Sie Ihre API-Anforderung gesendet haben, erhalten Sie eine Antwort vom Typ 204, die angibt, dass Ihr Modell erfolgreich gelöscht wurde.

Nächste Schritte

• Wenn Sie die Leistung Ihres Modells überprüfen, sollten Sie sich über die zugrunde liegenden Auswertungsmetriken informieren.
• Wenn Sie mit ihrer Modellleistung zufrieden sind, können Sie Ihr Modell bereitstellen.