Envíe una solicitud de análisis de sentimiento personalizado a su modelo personalizado

Después de agregar la implementación correctamente, puede consultarla para extraer entidades del texto en función del modelo asignado a dicha implementación. La consulta de la implementación puede realizarse mediante programación, con la API de predicción, o a través de las bibliotecas cliente (Azure SDK).

Pruebe un modelo de análisis de sentimiento personalizado implementado

Puede usar Language Studio para enviar la tarea de reconocimiento de entidades personalizada y ver los resultados.

Para comprobar los modelos implementados desde Language Studio:

1. Seleccione Prueba de implementaciones en el menú lateral izquierdo.

2. Seleccione la implementación que quiere probar. Solo se pueden probar modelos que estén asignados a implementaciones.

3. En proyectos multilingües, seleccione el idioma del texto que está probando en la lista desplegable de idiomas.

4. Seleccione la implementación que quiera consultar/probar en la lista desplegable.

5. Puede escribir el texto que quiere enviar a la solicitud o cargar un archivo .txt para usarlo.

6. En el menú superior, seleccione Ejecutar la prueba.

7. En la pestaña Result (Resultado), puede ver las entidades extraídas del texto y sus tipos. También puede ver la respuesta JSON en la pestaña JSON.

Envíe una solicitud de análisis de sentimiento a su modelo

Language Studio

1. Cuando el trabajo de implementación finalice correctamente, seleccione la implementación que desea usar y, en el menú superior, seleccione Get prediction URL (Obtener dirección URL de predicción).

   

2. En la ventana que aparece, en el gráfico dinámico Enviar, copie la dirección URL y el cuerpo de la solicitud de ejemplo. Reemplace los valores de marcador de posición, como YOUR_DOCUMENT_HERE y YOUR_DOCUMENT_LANGUAGE_HERE por el texto y el idioma reales que desea procesar.

3. Envíe la solicitud cURL POST en el terminal o en el símbolo del sistema. Recibirá una respuesta 202 con los resultados de la API si la solicitud se ha realizado correctamente.

4. En el encabezado de respuesta que recibe, extraiga {JOB-ID} de operation-location, que tiene el formato: {ENDPOINT}/language/analyze-text/jobs/<JOB-ID}>.

5. De vuelta en Language Studio, seleccione el gráfico dinámico Retrieve (Recuperar) en la misma ventana que recibió la solicitud de ejemplo que obtuvo anteriormente y copie la solicitud de ejemplo en un editor de texto.

6. Agregue el id. de trabajo después de /jobs/ a la dirección URL mediante el id. que ha extraído del paso anterior.

7. Envíe la solicitud cURL GET en el terminal o en el símbolo del sistema.

REST API

En primer lugar, debe obtener la clave de recurso y el punto de conexión:

1. Vaya a la página de información general del recurso en Azure Portal.

2. En el menú de la izquierda, seleccione Claves y punto de conexión. Usará el punto de conexión y la clave para las solicitudes de API

   

Enviar una tarea de análisis de sentimiento personalizado

Use esta solicitud POST para iniciar una tarea de clasificación de texto.

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

Marcador de posición	Valor	Ejemplo
{ENDPOINT}	Punto de conexión para autenticar la solicitud de API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Versión de la API a la que se llama. El valor al que se hace referencia aquí se corresponde con la versión más reciente publicada.	2023-04-15-preview

encabezados

Clave	valor
Ocp-Apim-Subscription-Key	La clave que proporciona acceso a esta API.

Body

{
  "displayName": "Detecting sentiment",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
     {
      "kind": "CustomTextSentiment",
      "taskName": "Sentiment analysis",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}

Clave	Marcador de posición	Valor	Ejemplo
displayName	{JOB-NAME}	Nombre del trabajo.	MyJobName
documents	[{},{}]	Lista de documentos en los que se van a ejecutar las tareas.	[{},{}]
id	{DOC-ID}	Nombre o identificador del documento.	doc1
language	{LANGUAGE-CODE}	Cadena donde se especifica el código de idioma del documento. Si esta clave no se ha especificado, el servicio toma el idioma predeterminado del proyecto que se seleccionó durante la creación del proyecto.	en-us
text	{DOC-TEXT}	Tarea de documento en la que ejecutar las tareas.	Lorem ipsum dolor sit amet
tasks		Lista de tareas que queremos realizar.	[]
taskName	CustomTextSentiment	Nombre de la tarea.	CustomTextSentiment
parameters		Lista de parámetros que se van a pasar a la tarea.
project-name	{PROJECT-NAME}	Nombre del proyecto. Este valor distingue mayúsculas de minúsculas.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nombre de la implementación. Este valor distingue mayúsculas de minúsculas.	prod

Response

Recibirá una respuesta 202, que indica que la tarea se ha enviado correctamente. En los encabezados de la respuesta, extraiga el valor de operation-location. operation-location tiene el formato siguiente:

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

Puede usar esta dirección URL para consultar el estado de finalización de la tarea y obtener los resultados cuando la tarea se complete.

Obtención de resultados de la tarea

Use la siguiente solicitud GET para consultar el estado y los resultados de la tarea de reconocimiento de entidades personalizado.

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

Marcador de posición	Valor	Ejemplo
{ENDPOINT}	Punto de conexión para autenticar la solicitud de API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Versión de la API a la que se llama. El valor al que se hace referencia aquí se corresponde con la versión más reciente publicada.	2023-04-15-preview

encabezados

Clave	valor
Ocp-Apim-Subscription-Key	La clave que proporciona acceso a esta API.

Cuerpo de la respuesta

La respuesta es un documento JSON con los siguientes parámetros

{
  "createdDateTime": "2021-05-19T14:32:25.578Z",
  "displayName": "MyJobName",
  "expirationDateTime": "2021-05-19T14:32:25.578Z",
  "jobId": "xxxx-xxxx-xxxxx-xxxxx",
  "lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
  "status": "succeeded",
  "tasks": {
    "completed": 1,
    "failed": 0,
    "inProgress": 0,
    "total": 1,
    "items": [
      {
        "kind": "EntityRecognitionLROResults",
        "taskName": "Recognize Entities",
        "lastUpdateDateTime": "2020-10-01T15:01:03Z",
        "status": "succeeded",
        "results": {
          "documents": [
            {
              "entities": [
                {
                  "category": "Event",
                  "confidenceScore": 0.61,
                  "length": 4,
                  "offset": 18,
                  "text": "trip"
                },
                {
                  "category": "Location",
                  "confidenceScore": 0.82,
                  "length": 7,
                  "offset": 26,
                  "subcategory": "GPE",
                  "text": "Seattle"
                },
                {
                  "category": "DateTime",
                  "confidenceScore": 0.8,
                  "length": 9,
                  "offset": 34,
                  "subcategory": "DateRange",
                  "text": "last week"
                }
              ],
              "id": "1",
              "warnings": []
            }
          ],
          "errors": [],
          "modelVersion": "2020-04-01"
        }
      }
    ]
  }
}

Pasos siguientes

• Información general de Análisis de sentimiento