Senden von Textklassifizierungsanforderungen an das Modell

Nachdem ein Modell erfolgreich bereitgestellt wurde, können Sie die Bereitstellung abfragen, um Text basierend auf dem Modell zu klassifizieren, das Sie der Bereitstellung zugewiesen haben. Sie können die Bereitstellung programmgesteuert mithilfe der Vorhersage-API oder über die Clientbibliotheken (Azure SDK) abfragen.

Testen des bereitgestellten Modells

Sie können Language Studio verwenden, um die Aufgabe für die benutzerdefinierte Textklassifizierung zu übermitteln und die Ergebnisse zu visualisieren.

So testen Sie Ihre bereitgestellten Modelle über Language Studio

1. Wählen Sie Testbereitstellungen aus dem Menü auf der linken Seite aus.

2. Wählen Sie die Bereitstellung aus, die Sie testen möchten. Sie können nur Modelle testen, die Bereitstellungen zugewiesen sind.

3. Wählen Sie für mehrsprachige Projekte die Sprache des Textes, den Sie testen möchten, über das Dropdownmenü „Sprache“ aus.

4. Wählen Sie die Bereitstellung aus der Dropdownliste aus, die Sie abfragen bzw. testen möchten.

5. Sie können den Text eingeben, den Sie in der Anforderung übermitteln möchten, oder laden Sie eine zu verwendende .txt-Datei hoch.

6. Wählen Sie im oberen Menü Test ausführen aus.

7. Auf der Registerkarte Ergebnis sehen Sie die aus Ihrem Text extrahierten Entitäten und ihren Typ. Auf der Registerkarte JSON können Sie außerdem die JSON-Antwort anzeigen.

Senden einer Textklassifizierungsanforderung an Ihr Modell

Tipp

Sie können Ihr Modell in Language Studio testen, indem Sie Beispieltext für die Klassifizierung senden.

Language Studio

1. Nachdem der Bereitstellungsauftrag erfolgreich abgeschlossen wurde, wählen Sie die Bereitstellung aus, die Sie verwenden möchten, und wählen Sie dann im oberen Menü die Option Vorhersage-URL abrufen aus.

   

2. Kopieren Sie im daraufhin angezeigten Fenster unter dem Pivot Senden die URL und den Text der Beispielanforderung. Ersetzen Sie die Platzhalterwerte wie YOUR_DOCUMENT_HERE und YOUR_DOCUMENT_LANGUAGE_HERE durch den tatsächlichen Text und die Sprache, die Sie verarbeiten möchten.

3. Übermitteln Sie die cURL-Anforderung POST in Ihrem Terminal oder an der Eingabeaufforderung. Wenn die Anforderung erfolgreich war, erhalten Sie eine 202-Antwort mit den API-Ergebnissen.

4. Extrahieren Sie im Antwortheader, den Sie erhalten, {JOB-ID} aus operation-location, das im folgenden Format vorliegt: {ENDPOINT}/language/analyze-text/jobs/<JOB-ID}>.

5. Gehen Sie zurück zu Language Studio, und wählen Sie im gleichen Fenster, in dem Sie die zuvor erhaltene Beispielanforderung abgerufen haben, das Pivot Abrufen aus, und kopieren Sie die Beispielanforderung in einen Text-Editor.

6. Fügen Sie der URL Ihre Auftrags-ID nach /jobs/ hinzu, und verwenden Sie dabei die ID, die Sie aus dem vorherigen Schritt extrahiert haben.

7. Übermitteln Sie die cURL-Anforderung GET in Ihrem Terminal oder an der Eingabeaufforderung.

REST-API

Zuerst müssen Sie Ihren Ressourcenschlüssel und Ihren Endpunkt abrufen:

1. Navigieren Sie im Azure-Portal zur Übersichtsseite Ihrer Ressource.

2. Wählen Sie im Menü auf der linken Seite Schlüssel und Endpunkt aus. Sie verwenden den Endpunkt und Schlüssel für die API-Anforderungen.

   

Übermitteln einer Aufgabe für die benutzerdefinierte Textklassifizierung

Verwenden Sie diese POST-Anforderung, um eine Textklassifizierungsaufgabe zu starten.

{ENDPOINT}/language/analyze-text/jobs?api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Die Version der von Ihnen aufgerufenen API. Der hier referenzierte Wert gilt für die neueste veröffentlichte Version. Weitere Informationen zu anderen verfügbaren API-Versionen finden Sie unter Modelllebenszyklus.	2022-05-01

Header

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Ihr Schlüssel, der den Zugriff auf diese API ermöglicht.

Body

Klassifizierung mit mehreren Bezeichnungen

{
  "displayName": "Classifying documents",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
     {
      "kind": "CustomMultiLabelClassification",
      "taskName": "Multi Label Classification",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}

Schlüssel	Platzhalter	Wert	Beispiel
displayName	{JOB-NAME}	Dies ist der Name Ihres Auftrags.	MyJobName
documents	[{},{}]	Dies ist die Liste der Dokumente, für die Aufgaben ausgeführt werden sollen.	[{},{}]
id	{DOC-ID}	Hierbei handelt es sich um den Namen oder die ID des Dokuments.	doc1
language	{LANGUAGE-CODE}	Dies ist eine Zeichenfolge, die den Sprachcode des Dokuments angibt. Wenn dieser Schlüssel nicht angegeben ist, nimmt der Dienst die Standardsprache des Projekts an, die bei der Projekterstellung ausgewählt wurde. Unter Sprachunterstützung finden sie eine Liste der unterstützten Sprachcodes.	en-us
text	{DOC-TEXT}	Dies ist die Dokumentaufgabe, für die die Aufgaben ausgeführt werden sollen.	Lorem ipsum dolor sit amet
tasks		Liste der Aufgaben, die ausgeführt werden sollen.	[]
taskName	CustomMultiLabelClassification	Aufgabenname	CustomMultiLabelClassification
parameters		Dies ist die Liste der Parameter, die an die Aufgabe übergeben werden.
project-name	{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	myProject
deployment-name	{DEPLOYMENT-NAME}	Der Name Ihrer Bereitstellung. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	prod

Klassifizierung mit einzelnen Bezeichnungen

{
  "displayName": "Classifying documents",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
    {
      "kind": "CustomSingleLabelClassification",
      "taskName": "Single Classification Label",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}

Schlüssel	Platzhalter	Wert	Beispiel
displayName	{JOB-NAME}	Dies ist der Name Ihres Auftrags.	MyJobName
Dokumente		Dies ist die Liste der Dokumente, für die Aufgaben ausgeführt werden sollen.
id	{DOC-ID}	Hierbei handelt es sich um den Namen oder die ID des Dokuments.	doc1
language	{LANGUAGE-CODE}	Dies ist eine Zeichenfolge, die den Sprachcode des Dokuments angibt. Wenn dieser Schlüssel nicht angegeben ist, nimmt der Dienst die Standardsprache des Projekts an, die bei der Projekterstellung ausgewählt wurde. Unter Sprachunterstützung finden sie eine Liste der unterstützten Sprachcodes.	en-us
text	{DOC-TEXT}	Dies ist die Dokumentaufgabe, für die die Aufgaben ausgeführt werden sollen.	Lorem ipsum dolor sit amet
taskName	CustomSingleLabelClassification	Aufgabenname	CustomSingleLabelClassification
tasks	[]	Array der Aufgaben, die ausgeführt werden sollen.	[]
parameters		Dies ist die Liste der Parameter, die an die Aufgabe übergeben werden.
project-name	{PROJECT-NAME}	Der Name für Ihr Projekt. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	myProject
deployment-name	{DEPLOYMENT-NAME}	Der Name Ihrer Bereitstellung. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	prod

Antwort

Sie erhalten eine 202-Antwort, die den Erfolg anzeigt. Extrahieren Sie in den Antwortheadern. operation-location weist dieses Format auf:

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

Sie können diese URL verwenden, um den Abschlussstatus der Aufgabe abzufragen und die Ergebnisse abzurufen, wenn die Aufgabe abgeschlossen ist.

Abrufen der Ergebnisse der Aufgabe

Verwenden Sie die folgende GET-Anforderung, um den Status bzw. die Ergebnisse der Textklassifizierungsaufgabe abzufragen.

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Die Version der von Ihnen aufgerufenen API. Der Wert, auf den hier verwiesen wird, gilt für die neueste veröffentlichte Modellversion.	2022-05-01

Header

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Ihr Schlüssel, der den Zugriff auf diese API ermöglicht.

Antworttext

Die Antwort ist ein JSON-Dokument mit den folgenden Parametern.

Klassifizierung mit mehreren Bezeichnungen

{
  "createdDateTime": "2021-05-19T14:32:25.578Z",
  "displayName": "MyJobName",
  "expirationDateTime": "2021-05-19T14:32:25.578Z",
  "jobId": "xxxx-xxxxxx-xxxxx-xxxx",
  "lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
  "status": "succeeded",
  "tasks": {
    "completed": 1,
    "failed": 0,
    "inProgress": 0,
    "total": 1,
    "items": [
      {
        "kind": "customMultiClassificationTasks",
        "taskName": "Classify documents",
        "lastUpdateDateTime": "2020-10-01T15:01:03Z",
        "status": "succeeded",
        "results": {
          "documents": [
            {
              "id": "{DOC-ID}",
              "classes": [
                  {
                      "category": "Class_1",
                      "confidenceScore": 0.0551877357
                  }
              ],
              "warnings": []
            }
          ],
          "errors": [],
          "modelVersion": "2020-04-01"
        }
      }
    ]
  }
}

Klassifizierung mit einzelnen Bezeichnungen

{
  "createdDateTime": "2021-05-19T14:32:25.578Z",
  "displayName": "MyJobName",
  "expirationDateTime": "2021-05-19T14:32:25.578Z",
  "jobId": "xxxx-xxxxxx-xxxxx-xxxx",
  "lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
  "status": "succeeded",
  "tasks": {
    "completed": 1,
    "failed": 0,
    "inProgress": 0,
    "total": 1,
    "items": [
      {
        "kind": "customSingleClassificationTasks",
        "taskName": "Classify documents",
        "lastUpdateDateTime": "2020-10-01T15:01:03Z",
        "status": "succeeded",
        "results": {
          "documents": [
            {
              "id": "{DOC-ID}",
              "class": [
                  {
                      "category": "Class_1",
                      "confidenceScore": 0.0551877357
                  }
              ],
              "warnings": []
            }
          ],
          "errors": [],
          "modelVersion": "2020-04-01"
        }
      }
    ]
  }
}

Clientbibliotheken (Azure SDK)

Zunächst müssen Sie Ihren Ressourcenschlüssel und Ihren Endpunkt abrufen:

• Navigieren Sie im Azure-Portal zur Übersichtsseite Ihrer Ressource.

• Wählen Sie im Menü auf der linken Seite Schlüssel und Endpunkt aus. Sie verwenden den Endpunkt und Schlüssel für die API-Anforderungen.

3. Laden Sie das Clientbibliothekspaket für die Sprache Ihrer Wahl herunter, und installieren Sie es:

   Sprache	Paketversion
   .NET	5.2.0-beta.3
   Java	5.2.0-beta.3
   JavaScript	6.0.0-beta.1
   Python	5.2.0b4

4. Nachdem Sie die Clientbibliothek installiert haben, verwenden Sie die folgenden Beispiele auf GitHub, um mit dem Aufrufen der API zu beginnen.

   Klassifizierung mit einzelnen Bezeichnungen:

   • C#
   • Java
   • JavaScript
   • Python

   Klassifizierung mit mehreren Bezeichnungen:

   • C#
   • Java
   • JavaScript
   • Python

5. Weitere Informationen zum Client und zum Rückgabeobjekt finden Sie in der folgenden Referenzdokumentation:

   • C#
   • Java
   • JavaScript
   • Python

Nächste Schritte

• Grenzwerte für die benutzerdefinierte Textklassifizierung – Übersicht