TextAnalyticsClient Classe

Définition

Espace de noms:

Azure.AI.TextAnalytics

Assembly:

Azure.AI.TextAnalytics.dll

Paquet:

Azure.AI.TextAnalytics v5.3.0

Source:

TextAnalyticsClient.cs

Client à utiliser pour interagir avec Azure Cognitive Service for Language, qui comprend Analyse de texte.

public class TextAnalyticsClient

type TextAnalyticsClient = class

Public Class TextAnalyticsClient

Héritage

Object

TextAnalyticsClient

Constructeurs

TextAnalyticsClient()	Constructeur protégé pour permettre la simulation.
TextAnalyticsClient(Uri, AzureKeyCredential)	Initialise une nouvelle instance de la classe pour le AzureKeyCredential instance de service spécifié.
TextAnalyticsClient(Uri, AzureKeyCredential, TextAnalyticsClientOptions)	Initialise une nouvelle instance de la classe pour le AzureKeyCredential instance de service spécifié.
TextAnalyticsClient(Uri, TokenCredential)	Initialise une nouvelle instance de la classe pour le TextAnalyticsClient instance de service spécifié.
TextAnalyticsClient(Uri, TokenCredential, TextAnalyticsClientOptions)	Initialise une nouvelle instance de la classe pour le TextAnalyticsClient instance de service spécifié.

Méthodes

AbstractiveSummarize(WaitUntil, IEnumerable<String>, String, AbstractiveSummarizeOptions, CancellationToken)	Effectue une synthèse abstraite sur un ensemble donné de documents, qui consiste à générer un résumé avec des phrases ou des mots concis et cohérents qui ne sont pas simplement des extraits de phrases du document d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AbstractiveSummarize(WaitUntil, IEnumerable<TextDocumentInput>, AbstractiveSummarizeOptions, CancellationToken)	Effectue une synthèse abstraite sur un ensemble donné de documents, qui consiste à générer un résumé avec des phrases ou des mots concis et cohérents qui ne sont pas simplement des extraits de phrases du document d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AbstractiveSummarizeAsync(WaitUntil, IEnumerable<String>, String, AbstractiveSummarizeOptions, CancellationToken)	Effectue une synthèse abstraite sur un ensemble donné de documents, qui consiste à générer un résumé avec des phrases ou des mots concis et cohérents qui ne sont pas simplement des extraits de phrases du document d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AbstractiveSummarizeAsync(WaitUntil, IEnumerable<TextDocumentInput>, AbstractiveSummarizeOptions, CancellationToken)	Effectue une synthèse abstraite sur un ensemble donné de documents, qui consiste à générer un résumé avec des phrases ou des mots concis et cohérents qui ne sont pas simplement des extraits de phrases du document d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeActions(WaitUntil, IEnumerable<String>, TextAnalyticsActions, String, AnalyzeActionsOptions, CancellationToken)	Effectue une ou plusieurs actions d’analyse de texte sur un ensemble de documents. La liste des actions prises en charge comprend : Reconnaissance d’entité (entités nommées, liées et informations d’identification personnelle)) Extraction des expressions clés Analyse des sentiments Reconnaissance d’entité personnalisée Classification unique et multi-étiquette personnalisée Résumé extractif Résumé abstrait Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez ici.
AnalyzeActions(WaitUntil, IEnumerable<TextDocumentInput>, TextAnalyticsActions, AnalyzeActionsOptions, CancellationToken)	Effectue une ou plusieurs actions d’analyse de texte sur un ensemble de documents. La liste des actions prises en charge comprend : Reconnaissance d’entité (entités nommées, liées et informations d’identification personnelle)) Extraction des expressions clés Analyse des sentiments Reconnaissance d’entité personnalisée Classification unique et multi-étiquette personnalisée Résumé extractif Résumé abstrait Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez ici.
AnalyzeActionsAsync(WaitUntil, IEnumerable<String>, TextAnalyticsActions, String, AnalyzeActionsOptions, CancellationToken)	Effectue une ou plusieurs actions d’analyse de texte sur un ensemble de documents. La liste des actions prises en charge comprend : Reconnaissance d’entité (entités nommées, liées et informations d’identification personnelle)) Extraction des expressions clés Analyse des sentiments Reconnaissance d’entité personnalisée Classification unique et multi-étiquette personnalisée Résumé extractif Résumé abstrait Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez plus d’informations ici.
AnalyzeActionsAsync(WaitUntil, IEnumerable<TextDocumentInput>, TextAnalyticsActions, AnalyzeActionsOptions, CancellationToken)	Effectue une ou plusieurs actions d’analyse de texte sur un ensemble de documents. La liste des actions prises en charge comprend : Reconnaissance d’entité (entités nommées, liées et informations d’identification personnelle)) Extraction des expressions clés Analyse des sentiments Reconnaissance d’entité personnalisée Classification unique et multi-étiquette personnalisée Résumé extractif Résumé abstrait Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez ici.
AnalyzeHealthcareEntities(WaitUntil, IEnumerable<String>, String, AnalyzeHealthcareEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités de soins de santé trouvées dans le document transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeHealthcareEntities(WaitUntil, IEnumerable<TextDocumentInput>, AnalyzeHealthcareEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités de soins de santé trouvées dans le document transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeHealthcareEntitiesAsync(WaitUntil, IEnumerable<String>, String, AnalyzeHealthcareEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités de soins de santé trouvées dans le document transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeHealthcareEntitiesAsync(WaitUntil, IEnumerable<TextDocumentInput>, AnalyzeHealthcareEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités de soins de santé trouvées dans le document transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeSentiment(String, String, AnalyzeSentimentOptions, CancellationToken)	Exécute un modèle prédictif pour identifier le sentiment positif, négatif ou neutre contenu dans le document, ainsi qu’un score indiquant la confiance du modèle dans le sentiment prédit. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeSentimentAsync(String, String, AnalyzeSentimentOptions, CancellationToken)	Exécute un modèle prédictif pour identifier le sentiment positif, négatif, neutre ou mixte contenu dans le document, ainsi qu’un score indiquant la confiance du modèle dans le sentiment prédit. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeSentimentBatch(IEnumerable<String>, String, AnalyzeSentimentOptions, CancellationToken)	Exécute un modèle prédictif pour identifier le sentiment positif, négatif ou neutre contenu dans les documents, ainsi que les scores indiquant la confiance du modèle dans chacun des sentiments prédits. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeSentimentBatch(IEnumerable<TextDocumentInput>, AnalyzeSentimentOptions, CancellationToken)	Exécute un modèle prédictif pour identifier le sentiment positif, négatif ou neutre contenu dans les documents, ainsi que les scores indiquant la confiance du modèle dans chacun des sentiments prédits. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeSentimentBatchAsync(IEnumerable<String>, String, AnalyzeSentimentOptions, CancellationToken)	Exécute un modèle prédictif pour identifier le sentiment positif, négatif ou neutre contenu dans les documents, ainsi que les scores indiquant la confiance du modèle dans chacun des sentiments prédits. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
AnalyzeSentimentBatchAsync(IEnumerable<TextDocumentInput>, AnalyzeSentimentOptions, CancellationToken)	Exécute un modèle prédictif pour identifier le sentiment positif, négatif ou neutre contenu dans les documents, ainsi que les scores indiquant la confiance du modèle dans chacun des sentiments prédits. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
DetectLanguage(String, String, CancellationToken)	Exécute un modèle prédictif pour déterminer la langue dans laquelle le document transmis est écrit et retourne la langue détectée ainsi qu’un score indiquant que le modèle est sûr que la langue déduite est correcte. Les scores proches de 1 indiquent une certitude élevée dans le résultat. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
DetectLanguageAsync(String, String, CancellationToken)	Exécute un modèle prédictif pour déterminer la langue dans laquelle le document transmis est écrit et retourne la langue détectée ainsi qu’un score indiquant que le modèle est sûr que la langue déduite est correcte. Les scores proches de 1 indiquent une certitude élevée dans le résultat. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
DetectLanguageBatch(IEnumerable<DetectLanguageInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour déterminer la langue dans laquelle les documents transmis sont écrits et retourne, pour chacun d’eux, la langue détectée ainsi qu’un score indiquant que le modèle est sûr que la langue déduite est correcte. Les scores proches de 1 indiquent une certitude élevée dans le résultat. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
DetectLanguageBatch(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour déterminer la langue dans laquelle les documents transmis sont écrits et retourne, pour chacun d’eux, la langue détectée ainsi qu’un score indiquant que le modèle est sûr que la langue déduite est correcte. Les scores proches de 1 indiquent une certitude élevée dans le résultat. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
DetectLanguageBatchAsync(IEnumerable<DetectLanguageInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour déterminer la langue dans laquelle les documents transmis sont écrits et retourne, pour chacun d’eux, la langue détectée ainsi qu’un score indiquant que le modèle est sûr que la langue déduite est correcte. Les scores proches de 1 indiquent une certitude élevée dans le résultat. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
DetectLanguageBatchAsync(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour déterminer la langue dans laquelle les documents transmis sont écrits et retourne, pour chacun d’eux, la langue détectée ainsi qu’un score indiquant que le modèle est sûr que la langue déduite est correcte. Les scores proches de 1 indiquent une certitude élevée dans le résultat. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractiveSummarize(WaitUntil, IEnumerable<String>, String, ExtractiveSummarizeOptions, CancellationToken)	Effectue un résumé extractif sur les documents donnés, qui consiste à extraire des phrases qui représentent collectivement les informations les plus importantes ou les plus pertinentes dans le contenu d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractiveSummarize(WaitUntil, IEnumerable<TextDocumentInput>, ExtractiveSummarizeOptions, CancellationToken)	Effectue un résumé extractif sur les documents donnés, qui consiste à extraire des phrases qui représentent collectivement les informations les plus importantes ou les plus pertinentes dans le contenu d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractiveSummarizeAsync(WaitUntil, IEnumerable<String>, String, ExtractiveSummarizeOptions, CancellationToken)	Effectue un résumé extractif sur les documents donnés, qui consiste à extraire des phrases qui représentent collectivement les informations les plus importantes ou les plus pertinentes dans le contenu d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractiveSummarizeAsync(WaitUntil, IEnumerable<TextDocumentInput>, ExtractiveSummarizeOptions, CancellationToken)	Effectue un résumé extractif sur les documents donnés, qui consiste à extraire des phrases qui représentent collectivement les informations les plus importantes ou les plus pertinentes dans le contenu d’origine. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://learn.microsoft.com/azure/cognitive-services/language-service/summarization/language-support. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractKeyPhrases(String, String, CancellationToken)	Exécute un modèle pour identifier une collection d’expressions significatives trouvées dans le document transmis. Par exemple, pour le document « La nourriture était délicieuse et il y avait un personnel merveilleux », l’API renvoie les main les points de discussion : « nourriture » et « personnel merveilleux ». Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractKeyPhrasesAsync(String, String, CancellationToken)	Exécute un modèle pour identifier une collection d’expressions significatives trouvées dans le document transmis. Par exemple, pour le document « La nourriture était délicieuse et il y avait un personnel merveilleux », l’API renvoie les main les points de discussion : « nourriture » et « personnel merveilleux ». Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractKeyPhrasesBatch(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle pour identifier une collection d’expressions significatives trouvées dans les documents passés. Par exemple, pour le document « La nourriture était délicieuse et il y avait un personnel merveilleux », l’API renvoie les main les points de discussion : « nourriture » et « personnel merveilleux ». Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractKeyPhrasesBatch(IEnumerable<TextDocumentInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle pour identifier une collection d’expressions significatives trouvées dans les documents passés. Par exemple, pour le document « La nourriture était délicieuse et il y avait un personnel merveilleux », l’API renvoie les main les points de discussion : « nourriture » et « personnel merveilleux ». Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractKeyPhrasesBatchAsync(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle pour identifier une collection d’expressions significatives trouvées dans les documents passés. Par exemple, pour le document « La nourriture était délicieuse et il y avait un personnel merveilleux », l’API renvoie les main les points de discussion : « nourriture » et « personnel merveilleux ». Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
ExtractKeyPhrasesBatchAsync(IEnumerable<TextDocumentInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle pour identifier une collection d’expressions significatives trouvées dans les documents passés. Par exemple, pour le document « La nourriture était délicieuse et il y avait un personnel merveilleux », l’API renvoie les main les points de discussion : « nourriture » et « personnel merveilleux ». Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
MultiLabelClassify(WaitUntil, IEnumerable<String>, String, String, String, MultiLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classifier chaque document avec plusieurs étiquettes dans les documents passés. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
MultiLabelClassify(WaitUntil, IEnumerable<TextDocumentInput>, String, String, MultiLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classifier chaque document avec plusieurs étiquettes dans les documents passés. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
MultiLabelClassifyAsync(WaitUntil, IEnumerable<String>, String, String, String, MultiLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classifier chaque document avec plusieurs étiquettes dans les documents passés. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
MultiLabelClassifyAsync(WaitUntil, IEnumerable<TextDocumentInput>, String, String, MultiLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classifier chaque document avec plusieurs étiquettes dans les documents passés. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeCustomEntities(WaitUntil, IEnumerable<String>, String, String, String, RecognizeCustomEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées personnalisées dans les documents transmis et classer ces entités en types personnalisés tels que des contrats ou des documents financiers. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-named-entity-recognition/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeCustomEntities(WaitUntil, IEnumerable<TextDocumentInput>, String, String, RecognizeCustomEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées personnalisées dans les documents transmis et classer ces entités en types personnalisés tels que des contrats ou des documents financiers. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-named-entity-recognition/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeCustomEntitiesAsync(WaitUntil, IEnumerable<String>, String, String, String, RecognizeCustomEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées personnalisées dans les documents transmis et classer ces entités en types personnalisés tels que des contrats ou des documents financiers. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-named-entity-recognition/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeCustomEntitiesAsync(WaitUntil, IEnumerable<TextDocumentInput>, String, String, RecognizeCustomEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées personnalisées dans les documents transmis et classer ces entités en types personnalisés tels que des contrats ou des documents financiers. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-named-entity-recognition/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeEntities(String, String, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées dans le document transmis et classer ces entités en types tels que personne, emplacement ou organization. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeEntitiesAsync(String, String, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées dans le document transmis et classer ces entités en types tels que personne, emplacement ou organization. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeEntitiesBatch(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées dans les documents transmis et classer ces entités en types tels que personne, emplacement ou organization. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeEntitiesBatch(IEnumerable<TextDocumentInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées dans les documents transmis et classer ces entités en types tels que personne, emplacement ou organization. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeEntitiesBatchAsync(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées dans les documents transmis et classer ces entités en types tels que personne, emplacement ou organization. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeEntitiesBatchAsync(IEnumerable<TextDocumentInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités nommées dans les documents transmis et classer ces entités en types tels que personne, emplacement ou organization. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/named-entity-recognition/concepts/named-entity-categories. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeLinkedEntities(String, String, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités trouvées dans le document transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeLinkedEntitiesAsync(String, String, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités trouvées dans le document transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeLinkedEntitiesBatch(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités trouvées dans les documents transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeLinkedEntitiesBatch(IEnumerable<TextDocumentInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités trouvées dans les documents transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeLinkedEntitiesBatchAsync(IEnumerable<String>, String, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités trouvées dans les documents transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizeLinkedEntitiesBatchAsync(IEnumerable<TextDocumentInput>, TextAnalyticsRequestOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités trouvées dans les documents transmis et inclure des informations liant les entités à leurs entrées correspondantes dans un base de connaissances bien connu. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizePiiEntities(String, String, RecognizePiiEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités contenant des informations d’identification personnelle trouvées dans le document transmis, et catégoriser ces entités en types tels que le numéro de sécurité sociale américain, le numéro de permis de conduire ou le numéro de carte de crédit. Pour plus d’informations sur les catégories disponibles, consultez https://aka.ms/azsdk/language/pii. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizePiiEntitiesAsync(String, String, RecognizePiiEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités contenant des informations d’identification personnelle trouvées dans le document transmis, et catégoriser ces entités en types tels que le numéro de sécurité sociale américain, le numéro de permis de conduire ou le numéro de carte de crédit. Pour plus d’informations sur les catégories disponibles, consultez https://aka.ms/azsdk/language/pii. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizePiiEntitiesBatch(IEnumerable<String>, String, RecognizePiiEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités contenant des informations d’identification personnelle trouvées dans le document transmis, et catégoriser ces entités en types tels que le numéro de sécurité sociale américain, le numéro de permis de conduire ou le numéro de carte de crédit. Pour plus d’informations sur les catégories disponibles, consultez https://aka.ms/azsdk/language/pii. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizePiiEntitiesBatch(IEnumerable<TextDocumentInput>, RecognizePiiEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités contenant des informations d’identification personnelle trouvées dans le document transmis, et catégoriser ces entités en types tels que le numéro de sécurité sociale américain, le numéro de permis de conduire ou le numéro de carte de crédit. Pour plus d’informations sur les catégories disponibles, consultez https://aka.ms/azsdk/language/pii. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizePiiEntitiesBatchAsync(IEnumerable<String>, String, RecognizePiiEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités contenant des informations d’identification personnelle trouvées dans le document transmis, et catégoriser ces entités en types tels que le numéro de sécurité sociale américain, le numéro de permis de conduire ou le numéro de carte de crédit. Pour plus d’informations sur les catégories disponibles, consultez https://aka.ms/azsdk/language/pii. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
RecognizePiiEntitiesBatchAsync(IEnumerable<TextDocumentInput>, RecognizePiiEntitiesOptions, CancellationToken)	Exécute un modèle prédictif pour identifier une collection d’entités contenant des informations d’identification personnelle trouvées dans le document transmis, et catégoriser ces entités en types tels que le numéro de sécurité sociale américain, le numéro de permis de conduire ou le numéro de carte de crédit. Pour plus d’informations sur les catégories disponibles, consultez https://aka.ms/azsdk/language/pii. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
SingleLabelClassify(WaitUntil, IEnumerable<String>, String, String, String, SingleLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classement de chaque document avec une seule étiquette dans les documents transmis. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
SingleLabelClassify(WaitUntil, IEnumerable<TextDocumentInput>, String, String, SingleLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classement de chaque document avec une seule étiquette dans les documents transmis. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
SingleLabelClassifyAsync(WaitUntil, IEnumerable<String>, String, String, String, SingleLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classement de chaque document avec une seule étiquette dans les documents transmis. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.
SingleLabelClassifyAsync(WaitUntil, IEnumerable<TextDocumentInput>, String, String, SingleLabelClassifyOptions, CancellationToken)	Exécute un modèle prédictif pour identifier un classement de chaque document avec une seule étiquette dans les documents transmis. Pour plus d’informations sur les catégories disponibles, consultez https://docs.microsoft.com/azure/cognitive-services/language-service/custom-text-classification/overview. Pour obtenir la liste des langues prises en charge par cette opération, consultez https://aka.ms/talangs. Pour connaître les limites de longueur du document, la taille maximale des lots et l’encodage de texte pris en charge, consultez https://aka.ms/azsdk/textanalytics/data-limits.