Compartir vía

Inicio rápido: Detección de entidades con nombre (NER)

  • Artículo

Documentación de referencia | Más ejemplos | Paquete (NuGet) | Código fuente de biblioteca

Use este inicio rápido para crear una aplicación de Reconocimiento de entidades con nombre (NER) con la biblioteca cliente de .NET. En el ejemplo siguiente, creará una aplicación de C# que puede identificar entidades reconocidas en el texto.

Sugerencia

Puede usar Language Studio para probar las características del servicio de lenguaje sin necesidad de escribir código.

Requisitos previos

Instalación

Creación de un recurso de Azure

Para usar el siguiente código de ejemplo, tendrá que implementar un recurso de Azure. Este recurso contendrá una clave y un punto de conexión que se usarán para autenticar las llamadas API que envíe al servicio de lenguaje.

  1. Use el vínculo siguiente para crear un recurso de lenguaje mediante Azure Portal. Tendrá que iniciar sesión con su suscripción de Azure.

  2. En la pantalla Seleccionar características adicionales, seleccione Continuar para crear el recurso.

    Captura de pantalla que muestra opciones de características adicionales en Azure Portal.

  3. En la pantalla Crear lenguaje, proporcione la siguiente información:

    Detalle Descripción
    Suscripción La cuenta de suscripción a la que se asociará el recurso. Seleccione la suscripción de Azure en el menú desplegable.
    Resource group Un grupo de recursos es un contenedor que almacena los recursos que crea. Seleccione Crear nuevo para crear un nuevo grupo de recursos.
    Region La ubicación del recurso de idioma. Las diferentes regiones pueden crear latencias, según la ubicación física en la que usted se encuentre, pero no tienen ningún impacto en la disponibilidad del tiempo de ejecución del recurso. En este inicio rápido, seleccione una región disponible cerca de usted o elija Este de EE. UU.
    Nombre Nombre para el recurso de lenguaje. Este nombre también se usará para crear una dirección URL de punto de conexión que las aplicaciones usarán para enviar solicitudes de API.
    Plan de tarifa Plan de tarifa del recurso de idioma. Puede usar el nivel Gratis F0 para probar el servicio y actualizarlo más adelante a un nivel de pago cuando pase a producción.

    Captura de pantalla que muestra en detalle la creación de un recurso en Azure Portal.

  4. Asegúrese de que la casilla Aviso de IA responsable esté activada.

  5. En la parte inferior de la página, seleccione Revisar y crear.

  6. En la pantalla que aparece, asegúrese de que se ha superado la validación y de que ha escrito la información correctamente. Seleccione Crear.

Obtención de la clave y el punto de conexión

Ahora necesitará la clave y el punto de conexión del recurso para conectar la aplicación a la API. En una sección posterior de este mismo inicio rápido, pegará la clave y el punto de conexión en el código.

  1. Después de que el recurso de lenguaje se implemente correctamente, haga clic en el botón Ir al recurso en Pasos siguientes.

    Captura de pantalla que muestra los pasos siguientes después de implementar un recurso.

  2. En la pantalla del recurso, seleccione Claves y punto de conexión en el menú de navegación izquierdo. Usará una de las claves y el punto de conexión en los pasos siguientes.

    Captura de pantalla en la que se muestra la sección de claves y punto de conexión de un recurso.

Creación de variables de entorno

La aplicación debe autenticarse para enviar solicitudes de API. En el caso de producción, use una forma segura de almacenar sus credenciales y acceder a ellas. En este ejemplo, escribirá las credenciales en variables de entorno del equipo local que ejecuta la aplicación.

Sugerencia

No incluya la clave directamente en el código ni la exponga nunca públicamente. Consulte el artículo de Seguridad de los servicios de Azure AI para ver más opciones de autenticación, como Azure Key Vault.

Para establecer la variable de entorno para la clave del recurso de lenguaje, abra una ventana de consola y siga las instrucciones correspondientes a su sistema operativo y su entorno de desarrollo.

  1. Para establecer la variable de entorno LANGUAGE_KEY, reemplace your-key por una de las claves del recurso.
  2. Para establecer la variable de entorno LANGUAGE_ENDPOINT, reemplace your-endpoint por el punto de conexión del recurso.
setx LANGUAGE_KEY your-key

setx LANGUAGE_ENDPOINT your-endpoint

Nota:

Si solo necesita acceder a las variables de entorno en la consola que se está ejecutando en este momento, puede establecer la variable de entorno con set en vez de con setx.

Después de agregar las variables de entorno, puede que tenga que reiniciar todos los programas en ejecución que necesiten leer la variable de entorno, incluida la ventana de consola. Por ejemplo, si usa Visual Studio como editor, reinícielo antes de ejecutar el ejemplo.

Creación de una aplicación de .NET Core

Utilice el IDE de Visual Studio para crear una aplicación de consola de .NET Core. Así se crea un proyecto "Hola mundo" con un solo archivo de origen de C#: program.cs.

Instale la biblioteca cliente, para lo que debe hacer clic con el botón derecho en la solución en el Explorador de soluciones y seleccionar Administrar paquetes NuGet. En el administrador de paquetes que se abre, seleccione Examinar y busque Azure.AI.TextAnalytics. Seleccione la versión 5.2.0 e Instalar. También puede usar la Consola del Administrador de paquetes.

Ejemplo de código

Copie el siguiente código en el archivo program.cs y ejecute el código.

using Azure;
using System;
using Azure.AI.TextAnalytics;

namespace Example
{
    class Program
    {
        // This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
        static string languageKey = Environment.GetEnvironmentVariable("LANGUAGE_KEY");
        static string languageEndpoint = Environment.GetEnvironmentVariable("LANGUAGE_ENDPOINT");

        private static readonly AzureKeyCredential credentials = new AzureKeyCredential(languageKey);
        private static readonly Uri endpoint = new Uri(languageEndpoint);
        
        // Example method for extracting named entities from text 
        static void EntityRecognitionExample(TextAnalyticsClient client)
        {
            var response = client.RecognizeEntities("I had a wonderful trip to Seattle last week.");
            Console.WriteLine("Named Entities:");
            foreach (var entity in response.Value)
            {
                Console.WriteLine($"\tText: {entity.Text},\tCategory: {entity.Category},\tSub-Category: {entity.SubCategory}");
                Console.WriteLine($"\t\tScore: {entity.ConfidenceScore:F2},\tLength: {entity.Length},\tOffset: {entity.Offset}\n");
            }
        }

        static void Main(string[] args)
        {
            var client = new TextAnalyticsClient(endpoint, credentials);
            EntityRecognitionExample(client);

            Console.Write("Press any key to exit.");
            Console.ReadKey();
        }

    }
}

Output

Named Entities:
        Text: trip,     Category: Event,        Sub-Category:
                Score: 0.74,    Length: 4,      Offset: 18

        Text: Seattle,  Category: Location,     Sub-Category: GPE
                Score: 1.00,    Length: 7,      Offset: 26

        Text: last week,        Category: DateTime,     Sub-Category: DateRange
                Score: 0.80,    Length: 9,      Offset: 34

Documentación de referencia | Más ejemplos | Paquete (Maven) | Código fuente de biblioteca

Use este inicio rápido para crear una aplicación de Reconocimiento de entidades con nombre (NER) con la biblioteca cliente de Java. En el ejemplo siguiente, creará una aplicación de Java que puede identificar entidades reconocidas en el texto.

Requisitos previos

Instalación

Creación de un recurso de Azure

Para usar el siguiente código de ejemplo, tendrá que implementar un recurso de Azure. Este recurso contendrá una clave y un punto de conexión que se usarán para autenticar las llamadas API que envíe al servicio de lenguaje.

  1. Use el vínculo siguiente para crear un recurso de lenguaje mediante Azure Portal. Tendrá que iniciar sesión con su suscripción de Azure.

  2. En la pantalla Seleccionar características adicionales, seleccione Continuar para crear el recurso.

    Captura de pantalla que muestra opciones de características adicionales en Azure Portal.

  3. En la pantalla Crear lenguaje, proporcione la siguiente información:

    Detalle Descripción
    Suscripción La cuenta de suscripción a la que se asociará el recurso. Seleccione la suscripción de Azure en el menú desplegable.
    Resource group Un grupo de recursos es un contenedor que almacena los recursos que crea. Seleccione Crear nuevo para crear un nuevo grupo de recursos.
    Region La ubicación del recurso de idioma. Las diferentes regiones pueden crear latencias, según la ubicación física en la que usted se encuentre, pero no tienen ningún impacto en la disponibilidad del tiempo de ejecución del recurso. En este inicio rápido, seleccione una región disponible cerca de usted o elija Este de EE. UU.
    Nombre Nombre para el recurso de lenguaje. Este nombre también se usará para crear una dirección URL de punto de conexión que las aplicaciones usarán para enviar solicitudes de API.
    Plan de tarifa Plan de tarifa del recurso de idioma. Puede usar el nivel Gratis F0 para probar el servicio y actualizarlo más adelante a un nivel de pago cuando pase a producción.

    Captura de pantalla que muestra en detalle la creación de un recurso en Azure Portal.

  4. Asegúrese de que la casilla Aviso de IA responsable esté activada.

  5. En la parte inferior de la página, seleccione Revisar y crear.

  6. En la pantalla que aparece, asegúrese de que se ha superado la validación y de que ha escrito la información correctamente. Seleccione Crear.

Obtención de la clave y el punto de conexión

Ahora necesitará la clave y el punto de conexión del recurso para conectar la aplicación a la API. En una sección posterior de este mismo inicio rápido, pegará la clave y el punto de conexión en el código.

  1. Después de que el recurso de lenguaje se implemente correctamente, haga clic en el botón Ir al recurso en Pasos siguientes.

    Captura de pantalla que muestra los pasos siguientes después de implementar un recurso.

  2. En la pantalla del recurso, seleccione Claves y punto de conexión en el menú de navegación izquierdo. Usará una de las claves y el punto de conexión en los pasos siguientes.

    Captura de pantalla en la que se muestra la sección de claves y punto de conexión de un recurso.

Creación de variables de entorno

La aplicación debe autenticarse para enviar solicitudes de API. En el caso de producción, use una forma segura de almacenar sus credenciales y acceder a ellas. En este ejemplo, escribirá las credenciales en variables de entorno del equipo local que ejecuta la aplicación.

Sugerencia

No incluya la clave directamente en el código ni la exponga nunca públicamente. Consulte el artículo de Seguridad de los servicios de Azure AI para ver más opciones de autenticación, como Azure Key Vault.

Para establecer la variable de entorno para la clave del recurso de lenguaje, abra una ventana de consola y siga las instrucciones correspondientes a su sistema operativo y su entorno de desarrollo.

  1. Para establecer la variable de entorno LANGUAGE_KEY, reemplace your-key por una de las claves del recurso.
  2. Para establecer la variable de entorno LANGUAGE_ENDPOINT, reemplace your-endpoint por el punto de conexión del recurso.
setx LANGUAGE_KEY your-key

setx LANGUAGE_ENDPOINT your-endpoint

Nota:

Si solo necesita acceder a las variables de entorno en la consola que se está ejecutando en este momento, puede establecer la variable de entorno con set en vez de con setx.

Después de agregar las variables de entorno, puede que tenga que reiniciar todos los programas en ejecución que necesiten leer la variable de entorno, incluida la ventana de consola. Por ejemplo, si usa Visual Studio como editor, reinícielo antes de ejecutar el ejemplo.

Incorporación de la biblioteca cliente

Cree un proyecto de Maven en el entorno de desarrollo o IDE que prefiera. Luego, agregue la siguiente dependencia al archivo pom.xml del proyecto. La sintaxis de implementación de otras herramientas de compilación se puede encontrar en línea.

<dependencies>
     <dependency>
        <groupId>com.azure</groupId>
        <artifactId>azure-ai-textanalytics</artifactId>
        <version>5.2.0</version>
    </dependency>
</dependencies>

Ejemplo de código

Cree un archivo de Java llamado Example.java. Abra el archivo y copie el código siguiente. Luego, ejecute el código.

import com.azure.core.credential.AzureKeyCredential;
import com.azure.ai.textanalytics.models.*;
import com.azure.ai.textanalytics.TextAnalyticsClientBuilder;
import com.azure.ai.textanalytics.TextAnalyticsClient;

public class Example {

    // This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
    private static String languageKey = System.getenv("LANGUAGE_KEY");
    private static String languageEndpoint = System.getenv("LANGUAGE_ENDPOINT");

    public static void main(String[] args) {
        TextAnalyticsClient client = authenticateClient(languageKey, languageEndpoint);
        recognizeEntitiesExample(client);
    }
    // Method to authenticate the client object with your key and endpoint
    static TextAnalyticsClient authenticateClient(String key, String endpoint) {
        return new TextAnalyticsClientBuilder()
                .credential(new AzureKeyCredential(key))
                .endpoint(endpoint)
                .buildClient();
    }
    // Example method for recognizing entities in text
    static void recognizeEntitiesExample(TextAnalyticsClient client)
    {
        // The text that needs to be analyzed.
        String text = "I had a wonderful trip to Seattle last week.";
    
        for (CategorizedEntity entity : client.recognizeEntities(text)) {
            System.out.printf(
                "Recognized entity: %s, entity category: %s, entity sub-category: %s, score: %s, offset: %s, length: %s.%n",
                entity.getText(),
                entity.getCategory(),
                entity.getSubcategory(),
                entity.getConfidenceScore(),
                entity.getOffset(),
                entity.getLength());
        }
    }
}

Output

Recognized entity: trip, entity category: Event, entity sub-category: null, score: 0.74, offset: 18, length: 4.
Recognized entity: Seattle, entity category: Location, entity sub-category: GPE, score: 1.0, offset: 26, length: 7.
Recognized entity: last week, entity category: DateTime, entity sub-category: DateRange, score: 0.8, offset: 34, length: 9.

Documentación de referencia | Más ejemplos | Paquete (npm) | Código fuente de biblioteca

Use este inicio rápido para crear una aplicación de Reconocimiento de entidades con nombre (NER) con la biblioteca cliente de Node.js. En el siguiente ejemplo, creará una aplicación de JavaScript que puede identificar entidades reconocidas en el texto.

Requisitos previos

Instalación

Creación de un recurso de Azure

Para usar el siguiente código de ejemplo, tendrá que implementar un recurso de Azure. Este recurso contendrá una clave y un punto de conexión que se usarán para autenticar las llamadas API que envíe al servicio de lenguaje.

  1. Use el vínculo siguiente para crear un recurso de lenguaje mediante Azure Portal. Tendrá que iniciar sesión con su suscripción de Azure.

  2. En la pantalla Seleccionar características adicionales, seleccione Continuar para crear el recurso.

    Captura de pantalla que muestra opciones de características adicionales en Azure Portal.

  3. En la pantalla Crear lenguaje, proporcione la siguiente información:

    Detalle Descripción
    Suscripción La cuenta de suscripción a la que se asociará el recurso. Seleccione la suscripción de Azure en el menú desplegable.
    Resource group Un grupo de recursos es un contenedor que almacena los recursos que crea. Seleccione Crear nuevo para crear un nuevo grupo de recursos.
    Region La ubicación del recurso de idioma. Las diferentes regiones pueden crear latencias, según la ubicación física en la que usted se encuentre, pero no tienen ningún impacto en la disponibilidad del tiempo de ejecución del recurso. En este inicio rápido, seleccione una región disponible cerca de usted o elija Este de EE. UU.
    Nombre Nombre para el recurso de lenguaje. Este nombre también se usará para crear una dirección URL de punto de conexión que las aplicaciones usarán para enviar solicitudes de API.
    Plan de tarifa Plan de tarifa del recurso de idioma. Puede usar el nivel Gratis F0 para probar el servicio y actualizarlo más adelante a un nivel de pago cuando pase a producción.

    Captura de pantalla que muestra en detalle la creación de un recurso en Azure Portal.

  4. Asegúrese de que la casilla Aviso de IA responsable esté activada.

  5. En la parte inferior de la página, seleccione Revisar y crear.

  6. En la pantalla que aparece, asegúrese de que se ha superado la validación y de que ha escrito la información correctamente. Seleccione Crear.

Obtención de la clave y el punto de conexión

Ahora necesitará la clave y el punto de conexión del recurso para conectar la aplicación a la API. En una sección posterior de este mismo inicio rápido, pegará la clave y el punto de conexión en el código.

  1. Después de que el recurso de lenguaje se implemente correctamente, haga clic en el botón Ir al recurso en Pasos siguientes.

    Captura de pantalla que muestra los pasos siguientes después de implementar un recurso.

  2. En la pantalla del recurso, seleccione Claves y punto de conexión en el menú de navegación izquierdo. Usará una de las claves y el punto de conexión en los pasos siguientes.

    Captura de pantalla en la que se muestra la sección de claves y punto de conexión de un recurso.

Creación de variables de entorno

La aplicación debe autenticarse para enviar solicitudes de API. En el caso de producción, use una forma segura de almacenar sus credenciales y acceder a ellas. En este ejemplo, escribirá las credenciales en variables de entorno del equipo local que ejecuta la aplicación.

Sugerencia

No incluya la clave directamente en el código ni la exponga nunca públicamente. Consulte el artículo de Seguridad de los servicios de Azure AI para ver más opciones de autenticación, como Azure Key Vault.

Para establecer la variable de entorno para la clave del recurso de lenguaje, abra una ventana de consola y siga las instrucciones correspondientes a su sistema operativo y su entorno de desarrollo.

  1. Para establecer la variable de entorno LANGUAGE_KEY, reemplace your-key por una de las claves del recurso.
  2. Para establecer la variable de entorno LANGUAGE_ENDPOINT, reemplace your-endpoint por el punto de conexión del recurso.
setx LANGUAGE_KEY your-key

setx LANGUAGE_ENDPOINT your-endpoint

Nota:

Si solo necesita acceder a las variables de entorno en la consola que se está ejecutando en este momento, puede establecer la variable de entorno con set en vez de con setx.

Después de agregar las variables de entorno, puede que tenga que reiniciar todos los programas en ejecución que necesiten leer la variable de entorno, incluida la ventana de consola. Por ejemplo, si usa Visual Studio como editor, reinícielo antes de ejecutar el ejemplo.

Creación de una aplicación Node.js

En una ventana de la consola (como cmd, PowerShell o Bash), cree un directorio para la aplicación y vaya a él.

mkdir myapp 

cd myapp

Ejecute el comando npm init para crear una aplicación de nodo con un archivo package.json.

npm init

Instalación de la biblioteca cliente

Instale el paquete npm:

npm install @azure/ai-language-text

Ejemplo de código

Abra el archivo y copie el código siguiente. Luego, ejecute el código.

"use strict";

const { TextAnalyticsClient, AzureKeyCredential } = require("@azure/ai-text-analytics");

// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
const key = process.env.LANGUAGE_KEY;
const endpoint = process.env.LANGUAGE_ENDPOINT;

//an example document for entity recognition
const documents = [ "Microsoft was founded by Bill Gates and Paul Allen on April 4, 1975, to develop and sell BASIC interpreters for the Altair 8800"];

//example of how to use the client library to recognize entities in a document.
async function main() {
    console.log("== NER sample ==");
  
    const client = new TextAnalysisClient(endpoint, new AzureKeyCredential(key));
  
    const results = await client.analyze("EntityRecognition", documents);
  
    for (const result of results) {
      console.log(`- Document ${result.id}`);
      if (!result.error) {
        console.log("\tRecognized Entities:");
        for (const entity of result.entities) {
          console.log(`\t- Entity ${entity.text} of type ${entity.category}`);
        }
      } else console.error("\tError:", result.error);
    }
  }

//call the main function
main().catch((err) => {
    console.error("The sample encountered an error:", err);
});

Output

Document ID: 0
        Name: Microsoft         Category: Organization  Subcategory: N/A
        Score: 0.29
        Name: Bill Gates        Category: Person        Subcategory: N/A
        Score: 0.78
        Name: Paul Allen        Category: Person        Subcategory: N/A
        Score: 0.82
        Name: April 4, 1975     Category: DateTime      Subcategory: Date
        Score: 0.8
        Name: 8800      Category: Quantity      Subcategory: Number
        Score: 0.8
Document ID: 1
        Name: 21        Category: Quantity      Subcategory: Number
        Score: 0.8
        Name: Seattle   Category: Location      Subcategory: GPE
        Score: 0.25

Documentación de referencia | Más ejemplos | Paquete (PyPi) | Código fuente de biblioteca

Use este inicio rápido para crear una aplicación de Reconocimiento de entidades con nombre (NER) con la biblioteca cliente de Python. En el siguiente ejemplo, creará una aplicación de Python que puede identificar entidades reconocidas en el texto.

Requisitos previos

Instalación

Instalación de la biblioteca cliente

Después de instalar Python, puede instalar la biblioteca cliente con:

pip install azure-ai-textanalytics==5.2.0

Ejemplo de código

Cree un nuevo archivo de Python y copie el código siguiente. Luego, ejecute el código.

# This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
language_key = os.environ.get('LANGUAGE_KEY')
language_endpoint = os.environ.get('LANGUAGE_ENDPOINT')

from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

# Authenticate the client using your key and endpoint 
def authenticate_client():
    ta_credential = AzureKeyCredential(language_key)
    text_analytics_client = TextAnalyticsClient(
            endpoint=language_endpoint, 
            credential=ta_credential)
    return text_analytics_client

client = authenticate_client()

# Example function for recognizing entities from text
def entity_recognition_example(client):

    try:
        documents = ["I had a wonderful trip to Seattle last week."]
        result = client.recognize_entities(documents = documents)[0]

        print("Named Entities:\n")
        for entity in result.entities:
            print("\tText: \t", entity.text, "\tCategory: \t", entity.category, "\tSubCategory: \t", entity.subcategory,
                    "\n\tConfidence Score: \t", round(entity.confidence_score, 2), "\tLength: \t", entity.length, "\tOffset: \t", entity.offset, "\n")

    except Exception as err:
        print("Encountered exception. {}".format(err))
entity_recognition_example(client)

Output

Named Entities:

    Text:    trip   Category:        Event  SubCategory:     None
    Confidence Score:        0.74   Length:          4      Offset:          18

    Text:    Seattle        Category:        Location       SubCategory:     GPE
    Confidence Score:        1.0    Length:          7      Offset:          26

    Text:    last week      Category:        DateTime       SubCategory:     DateRange
    Confidence Score:        0.8    Length:          9      Offset:          34

Documentación de referencia

Use este inicio rápido para enviar solicitudes de Reconocimiento de entidades con nombre (NER) mediante la API REST. En el ejemplo siguiente, usará cURL para identificar entidades reconocidas en el texto.

Requisitos previos

Instalación

Creación de un recurso de Azure

Para usar el siguiente código de ejemplo, tendrá que implementar un recurso de Azure. Este recurso contendrá una clave y un punto de conexión que se usarán para autenticar las llamadas API que envíe al servicio de lenguaje.

  1. Use el vínculo siguiente para crear un recurso de lenguaje mediante Azure Portal. Tendrá que iniciar sesión con su suscripción de Azure.

  2. En la pantalla Seleccionar características adicionales, seleccione Continuar para crear el recurso.

    Captura de pantalla que muestra opciones de características adicionales en Azure Portal.

  3. En la pantalla Crear lenguaje, proporcione la siguiente información:

    Detalle Descripción
    Suscripción La cuenta de suscripción a la que se asociará el recurso. Seleccione la suscripción de Azure en el menú desplegable.
    Resource group Un grupo de recursos es un contenedor que almacena los recursos que crea. Seleccione Crear nuevo para crear un nuevo grupo de recursos.
    Region La ubicación del recurso de idioma. Las diferentes regiones pueden crear latencias, según la ubicación física en la que usted se encuentre, pero no tienen ningún impacto en la disponibilidad del tiempo de ejecución del recurso. En este inicio rápido, seleccione una región disponible cerca de usted o elija Este de EE. UU.
    Nombre Nombre para el recurso de lenguaje. Este nombre también se usará para crear una dirección URL de punto de conexión que las aplicaciones usarán para enviar solicitudes de API.
    Plan de tarifa Plan de tarifa del recurso de idioma. Puede usar el nivel Gratis F0 para probar el servicio y actualizarlo más adelante a un nivel de pago cuando pase a producción.

    Captura de pantalla que muestra en detalle la creación de un recurso en Azure Portal.

  4. Asegúrese de que la casilla Aviso de IA responsable esté activada.

  5. En la parte inferior de la página, seleccione Revisar y crear.

  6. En la pantalla que aparece, asegúrese de que se ha superado la validación y de que ha escrito la información correctamente. Seleccione Crear.

Obtención de la clave y el punto de conexión

Ahora necesitará la clave y el punto de conexión del recurso para conectar la aplicación a la API. En una sección posterior de este mismo inicio rápido, pegará la clave y el punto de conexión en el código.

  1. Después de que el recurso de lenguaje se implemente correctamente, haga clic en el botón Ir al recurso en Pasos siguientes.

    Captura de pantalla que muestra los pasos siguientes después de implementar un recurso.

  2. En la pantalla del recurso, seleccione Claves y punto de conexión en el menú de navegación izquierdo. Usará una de las claves y el punto de conexión en los pasos siguientes.

    Captura de pantalla en la que se muestra la sección de claves y punto de conexión de un recurso.

Creación de variables de entorno

La aplicación debe autenticarse para enviar solicitudes de API. En el caso de producción, use una forma segura de almacenar sus credenciales y acceder a ellas. En este ejemplo, escribirá las credenciales en variables de entorno del equipo local que ejecuta la aplicación.

Sugerencia

No incluya la clave directamente en el código ni la exponga nunca públicamente. Consulte el artículo de Seguridad de los servicios de Azure AI para ver más opciones de autenticación, como Azure Key Vault.

Para establecer la variable de entorno para la clave del recurso de lenguaje, abra una ventana de consola y siga las instrucciones correspondientes a su sistema operativo y su entorno de desarrollo.

  1. Para establecer la variable de entorno LANGUAGE_KEY, reemplace your-key por una de las claves del recurso.
  2. Para establecer la variable de entorno LANGUAGE_ENDPOINT, reemplace your-endpoint por el punto de conexión del recurso.
setx LANGUAGE_KEY your-key

setx LANGUAGE_ENDPOINT your-endpoint

Nota:

Si solo necesita acceder a las variables de entorno en la consola que se está ejecutando en este momento, puede establecer la variable de entorno con set en vez de con setx.

Después de agregar las variables de entorno, puede que tenga que reiniciar todos los programas en ejecución que necesiten leer la variable de entorno, incluida la ventana de consola. Por ejemplo, si usa Visual Studio como editor, reinícielo antes de ejecutar el ejemplo.

Creación de un archivo JSON con el cuerpo de la solicitud de ejemplo

En un editor de código, cree un archivo denominado test_ner_payload.json y copie el JSON de ejemplo siguiente. Esta solicitud de ejemplo se enviará a la API en el paso siguiente.

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

Guarde test_ner_payload.json en algún lugar del equipo. Por ejemplo, el escritorio.

Envío de una solicitud de API de reconocimiento de entidades con nombre

Use los comandos siguientes para enviar la solicitud de API mediante el programa que usa. Copie el comando en el terminal y ejecútelo.

parámetro Descripción
-X POST <endpoint> Especifica el punto de conexión para acceder a la API.
-H Content-Type: application/json Tipo de contenido para enviar datos JSON.
-H "Ocp-Apim-Subscription-Key:<key> Especifica la clave para acceder a la API.
-d <documents> JSON que contiene los documentos que desea enviar.

Sustituya C:\Users\<myaccount>\Desktop\test_ner_payload.json por la ubicación del archivo de solicitud JSON de ejemplo que ha creado en el paso anterior.

Símbolo del sistema

curl -X POST "%LANGUAGE_ENDPOINT%/language/:analyze-text?api-version=2022-05-01" ^
-H "Content-Type: application/json" ^
-H "Ocp-Apim-Subscription-Key: %LANGUAGE_KEY%" ^
-d "@C:\Users\<myaccount>\Desktop\test_ner_payload.json"

PowerShell

curl.exe -X POST $env:LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2022-05-01 `
-H "Content-Type: application/json" `
-H "Ocp-Apim-Subscription-Key: $env:LANGUAGE_KEY" `
-d "@C:\Users\<myaccount>\Desktop\test_ner_payload.json"

Respuesta JSON

Nota

{
	"kind": "EntityRecognitionResults",
	"results": {
		"documents": [{
			"id": "1",
			"entities": [{
				"text": "trip",
				"category": "Event",
				"offset": 18,
				"length": 4,
				"confidenceScore": 0.74
			}, {
				"text": "Seattle",
				"category": "Location",
				"subcategory": "GPE",
				"offset": 26,
				"length": 7,
				"confidenceScore": 1.0
			}, {
				"text": "last week",
				"category": "DateTime",
				"subcategory": "DateRange",
				"offset": 34,
				"length": 9,
				"confidenceScore": 0.8
			}],
			"warnings": []
		}],
		"errors": [],
		"modelVersion": "2021-06-01"
	}
}

Limpieza de recursos

Si quiere limpiar y eliminar una suscripción de servicios de Azure AI, puede eliminar el recurso o el grupo de recursos. Al eliminar el grupo de recursos, también se elimina cualquier otro recurso que esté asociado a él.

Pasos siguientes