Envoyer des requêtes de classification de texte à votre modèle

Après votre déploiement réussi du modèle, vous pouvez interroger le déploiement pour classifier un texte en fonction du modèle que vous avez affecté au déploiement. Vous pouvez interroger le déploiement par programmation à l’aide de l’API de prédiction ou via les bibliothèques clientes (SDK Azure).

Tester un modèle déployé

Vous pouvez utiliser Language Studio pour envoyer la tâche de classification de texte personnalisée et visualiser les résultats.

Pour tester vos modèles déployés à partir de Language Studio :

1. Sélectionnez Test des déploiements dans le menu de gauche.

2. Sélectionnez le déploiement à tester. Vous pouvez uniquement tester les modèles qui sont attribués aux déploiements.

3. Pour les projets multilingues, dans la liste déroulante de langue, sélectionnez la langue du texte que vous testez.

4. Sélectionnez le déploiement à interroger/tester dans la liste déroulante.

5. Vous pouvez entrer le texte que vous souhaitez envoyer à la demande ou charger un fichier .txt à utiliser.

6. Sélectionnez Exécuter le test dans le menu supérieur.

7. Sous l’onglet Résultat, vous pouvez voir les entités extraites à partir de votre texte, et leurs types. Vous pouvez également voir la réponse JSON sous l’onglet JSON.

Envoyer une demande de classification de texte à votre modèle

Conseil

Vous pouvez tester votre modèle dans Language Studio en envoyant un échantillon de texte à classifier.

Language Studio

1. Une fois la tâche de déploiement correctement effectuée, sélectionnez le déploiement à utiliser et, dans le menu supérieur, sélectionnez l’URL de prédiction Get.

   

2. Dans la fenêtre qui s’affiche, sous le pivot Envoyer, collez l’exemple d’URL de requête et de corps. Remplacez les valeurs d’espace réservé telles que YOUR_DOCUMENT_HERE et YOUR_DOCUMENT_LANGUAGE_HERE par le texte et la langue réels que vous souhaitez traiter.

3. Envoyez la demande POST cURL dans votre terminal ou invite de commandes. Si la demande a réussi, vous recevez une réponse 202 avec les résultats de l’API.

4. Dans l’en-tête de réponse que vous recevez, extrayez {JOB-ID} à partir de operation-location, au format : {ENDPOINT}/language/analyze-text/jobs/<JOB-ID}>

5. Revenez dans Language Studio, sélectionnez Récupérer dans la même fenêtre où vous avez obtenu l’exemple de demande précédemment et copiez l’exemple de demande dans un éditeur de texte.

6. Ajoutez votre ID de travail après /jobs/ à l’URL, en utilisant l’ID que vous avez extrait à l’étape précédente.

7. Envoyez la demande GET cURL dans votre terminal ou invite de commandes.

REST API

Tout d’abord, vous devez disposer de votre point de terminaison et de votre clé de ressource :

1. Accédez à la page de vue d’ensemble de votre ressource dans le portail Azure

2. Dans le menu de gauche, sélectionnez Clés et point de terminaison. Vous utiliserez le point de terminaison et la clé dans les demandes d’API

   

Envoyer une tâche de classification de texte personnalisée

Utilisez cette requête POST pour démarrer une tâche de classification de texte.

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

Espace réservé	Valeur	Exemple
{ENDPOINT}	Point de terminaison pour l’authentification de votre demande d’API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Version de l’API que vous appelez. La valeur référencée ici concerne la dernière version publiée. Pour plus d’informations sur les autres versions d’API disponibles, consultez Cycle de vie du modèle.	2022-05-01

headers

Clé	active
Ocp-Apim-Subscription-Key	Clé qui fournit l’accès à cette API.

body

Classification avec plusieurs étiquettes

{
  "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}"
      }
    }
  ]
}

Clé	Espace réservé	Valeur	Exemple
displayName	{JOB-NAME}	Nom de votre travail.	MyJobName
documents	[{},{}]	Liste des documents sur lesquels exécuter des tâches.	[{},{}]
id	{DOC-ID}	Nom ou ID du document.	doc1
language	{LANGUAGE-CODE}	Chaîne spécifiant le code de langue du document. Si cette clé n’est pas spécifiée, le service adoptera la langue par défaut du projet qui a été sélectionnée lors de la création du projet. Pour obtenir la liste des codes de langue pris en charge, consultez Prise en charge linguistique.	en-us
text	{DOC-TEXT}	Tâche de document sur laquelle exécuter les tâches.	Lorem ipsum dolor sit amet
tasks		Liste des tâches à effectuer.	[]
taskName	CustomMultiLabelClassification	Nom de la tâche	CustomMultiLabelClassification
parameters		Liste de paramètres à passer à la tâche.
project-name	{PROJECT-NAME}	Nom de votre projet. Cette valeur respecte la casse.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nom de votre déploiement. Cette valeur respecte la casse.	prod

Classification avec une seule étiquette

{
  "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}"
      }
    }
  ]
}

Clé	Espace réservé	Valeur	Exemple
displayName	{JOB-NAME}	Nom de votre travail.	MyJobName
dans des documents		Liste des documents sur lesquels exécuter des tâches.
id	{DOC-ID}	Nom ou ID du document.	doc1
language	{LANGUAGE-CODE}	Chaîne spécifiant le code de langue du document. Si cette clé n’est pas spécifiée, le service adoptera la langue par défaut du projet qui a été sélectionnée lors de la création du projet. Pour obtenir la liste des codes de langue pris en charge, consultez Prise en charge linguistique.	en-us
text	{DOC-TEXT}	Tâche de document sur laquelle exécuter les tâches.	Lorem ipsum dolor sit amet
taskName	CustomSingleLabelClassification	Nom de la tâche	CustomSingleLabelClassification
tasks	[]	Tableau des tâches à effectuer.	[]
parameters		Liste de paramètres à passer à la tâche.
project-name	{PROJECT-NAME}	Nom de votre projet. Cette valeur respecte la casse.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nom de votre déploiement. Cette valeur respecte la casse.	prod

response

Vous recevez une réponse 202 indiquant la réussite. Dans les en-têtes de réponse, extrayez operation-location. operation-location est au format suivant :

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

Vous pouvez utiliser cette URL pour interroger l’état d’achèvement de la tâche et obtenir les résultats une fois la tâche terminée.

Obtenir les résultats de la tâche

Utilisez la requête GET suivante pour interroger l’état/les résultats de la tâche de classification de texte.

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

Espace réservé	Valeur	Exemple
{ENDPOINT}	Point de terminaison pour l’authentification de votre demande d’API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Version de l’API que vous appelez. La valeur référencée ici correspond à la dernière version du modèle publiée.	2022-05-01

headers

Clé	active
Ocp-Apim-Subscription-Key	Clé qui fournit l’accès à cette API.

Response body

La réponse est un document JSON avec les paramètres suivants.

Classification avec plusieurs étiquettes

{
  "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"
        }
      }
    ]
  }
}

Classification avec une seule étiquette

{
  "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"
        }
      }
    ]
  }
}

Bibliothèques clientes (SDK Azure)

Tout d’abord, vous devrez disposer de votre point de terminaison et de votre clé de ressource :

• Accédez à la page de vue d’ensemble de votre ressource dans le portail Azure

• Dans le menu de gauche, sélectionnez Clés et point de terminaison. Vous utilisez le point de terminaison et la clé pour les demandes d’API

3. Téléchargez et installez le package de bibliothèque de clients pour le langage de votre choix :

   Langage	Version du package
   .NET	5.2.0-beta.3
   Java	5.2.0-beta.3
   JavaScript	6.0.0-beta.1
   Python	5.2.0b4

4. Une fois que vous avez installé la bibliothèque de clients, utilisez les exemples suivants sur GitHub pour démarrer l’appel de l’API.

   Classification avec une seule étiquette :

   • C#
   • Java
   • JavaScript
   • Python

   Classification en plusieurs étiquettes :

   • C#
   • Java
   • JavaScript
   • Python

5. Consultez la documentation de référence suivante pour plus d’informations sur le client et l’objet retourné :

   • C#
   • Java
   • JavaScript
   • Python

Étapes suivantes

• Vue d’ensemble de la classification de texte personnalisée