DocumentModelAdministrationAsyncClient Classe
- java.
lang. Object - com.
azure. ai. formrecognizer. documentanalysis. administration. DocumentModelAdministrationAsyncClient
- com.
public final class DocumentModelAdministrationAsyncClient
Cette classe fournit un client asynchrone pour se connecter au Form Recognizer Azure Cognitive Service.
Ce client fournit des méthodes asynchrones à effectuer :
- Créer un modèle personnalisé : extrayez des données de vos documents spécifiques en créant des modèles personnalisés à l’aide de la beginBuidlDocumentModel méthode pour fournir une URL SAP de conteneur à votre conteneur d’objets blob stockage Azure.
- Modèles personnalisés composés : crée un modèle à partir de types de documents de collection de modèles existants à l’aide de la beginComposeDocumentModel méthode .
- Copier un modèle personnalisé : copiez un modèle de Form Recognizer personnalisé vers une ressource Form Recognizer cible à l’aide de la beginCopyDocumentModelTo méthode .
- Gestion des modèles personnalisés : obtenez des informations détaillées, supprimez et répertoriez les modèles personnalisés à l’aide des méthodes getDocumentModel(String modelId), listDocumentModels() et deleteDocumentModel(String modelId) respectivement.
- Gestion des opérations : obtenez des informations détaillées et répertoriez les opérations sur le compte Form Recognizer à l’aide des méthodes getOperation(String operationId) et listOperations() respectivement.
- Interrogation et rappels : il inclut des mécanismes d’interrogation du service pour case activée la status d’une opération d’analyse ou l’inscription de rappels pour recevoir des notifications lorsque l’analyse est terminée.
Note: Ce client prend uniquement en charge V2022_08_31 et plus récent. Pour utiliser une version de service antérieure, FormRecognizerClient et FormTrainingClient.
Les clients de service sont le point d’interaction permettant aux développeurs d’utiliser Azure Form Recognizer. DocumentModelAdministrationClient est le client de service synchrone et DocumentModelAdministrationAsyncClient est le client de service asynchrone. Les exemples présentés dans ce document utilisent un objet d’informations d’identification nommé DefaultAzureCredential pour l’authentification, qui convient à la plupart des scénarios, notamment aux environnements de développement et de production locaux. En outre, nous vous recommandons d’utiliser une identité managée pour l’authentification dans les environnements de production. Vous trouverez plus d’informations sur les différentes méthodes d’authentification et leurs types d’informations d’identification correspondants dans la documentation Azure Identity.
Exemple : Construire un DocumentModelAdministrationAsyncClient avec DefaultAzureCredential
L’exemple de code suivant illustre la création d’un DocumentModelAdministrationAsyncClient, à l’aide de « DefaultAzureCredentialBuilder » pour le configurer.
DocumentModelAdministrationAsyncClient client = new DocumentModelAdministrationClientBuilder()
.endpoint("{endpoint}")
.credential(new DefaultAzureCredentialBuilder().build())
.buildAsyncClient();
Pour plus d’informations, consultez l’exemple de code ci-dessous à utiliser pour la AzureKeyCredential création du client.
DocumentModelAdministrationAsyncClient documentModelAdministrationAsyncClient =
new DocumentModelAdministrationClientBuilder()
.credential(new AzureKeyCredential("{key}"))
.endpoint("{endpoint}")
.buildAsyncClient();
Résumé de la méthode
Méthodes héritées de java.lang.Object
Détails de la méthode
beginBuildDocumentClassifier
public PollerFlux
Génère un modèle de document classifieur personnalisé.
Les modèles classifieur peuvent identifier plusieurs documents ou plusieurs instances d’un même document. Pour cela, vous avez besoin d’au moins cinq documents pour chaque classe et de deux classes de documents.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Code sample
String blobContainerUrl1040D = "{SAS_URL_of_your_container_in_blob_storage}";
String blobContainerUrl1040A = "{SAS_URL_of_your_container_in_blob_storage}";
HashMap<String, ClassifierDocumentTypeDetails> documentTypesDetailsMap = new HashMap<>();
documentTypesDetailsMap.put("1040-D", new ClassifierDocumentTypeDetails(new BlobContentSource(blobContainerUrl1040D)
));
documentTypesDetailsMap.put("1040-A", new ClassifierDocumentTypeDetails(new BlobContentSource(blobContainerUrl1040A)
));
documentModelAdministrationAsyncClient.beginBuildDocumentClassifier(documentTypesDetailsMap)
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(classifierDetails -> {
System.out.printf("Classifier ID: %s%n", classifierDetails.getClassifierId());
System.out.printf("Classifier description: %s%n", classifierDetails.getDescription());
System.out.printf("Classifier created on: %s%n", classifierDetails.getCreatedOn());
System.out.printf("Classifier expires on: %s%n", classifierDetails.getExpiresOn());
classifierDetails.getDocumentTypes().forEach((key, documentTypeDetails) -> {
if (documentTypeDetails.getContentSource() instanceof BlobContentSource) {
System.out.printf("Blob Source container Url: %s", ((BlobContentSource) documentTypeDetails
.getContentSource()).getContainerUrl());
}
});
});
Parameters:
Returns:
beginBuildDocumentClassifier
public PollerFlux
Crée un modèle personnalisé d’analyse de document. Les modèles sont créés à l’aide de documents du type de contenu suivant : « application/pdf », « image/jpeg », « image/png », « image/tiff », image/bmp. Tout autre type de contenu est ignoré.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Consultez ici pour plus d’informations sur la création de votre propre jeu de données d’administration.
Code sample
String blobContainerUrl1040D = "{SAS_URL_of_your_container_in_blob_storage}";
String blobContainerUrl1040A = "{SAS_URL_of_your_container_in_blob_storage}";
HashMap<String, ClassifierDocumentTypeDetails> documentTypesDetailsMap = new HashMap<>();
documentTypesDetailsMap.put("1040-D", new ClassifierDocumentTypeDetails(new BlobContentSource(blobContainerUrl1040D)
));
documentTypesDetailsMap.put("1040-A", new ClassifierDocumentTypeDetails(new BlobContentSource(blobContainerUrl1040A)
));
documentModelAdministrationAsyncClient.beginBuildDocumentClassifier(documentTypesDetailsMap,
new BuildDocumentClassifierOptions()
.setClassifierId("classifierId")
.setDescription("classifier desc"))
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(classifierDetails -> {
System.out.printf("Classifier ID: %s%n", classifierDetails.getClassifierId());
System.out.printf("Classifier description: %s%n", classifierDetails.getDescription());
System.out.printf("Classifier created on: %s%n", classifierDetails.getCreatedOn());
System.out.printf("Classifier expires on: %s%n", classifierDetails.getExpiresOn());
classifierDetails.getDocumentTypes().forEach((key, documentTypeDetails) -> {
if (documentTypeDetails.getContentSource() instanceof BlobContentSource) {
System.out.printf("Blob Source container Url: %s", ((BlobContentSource) documentTypeDetails
.getContentSource()).getContainerUrl());
}
});
});
Parameters:
Returns:
beginBuildDocumentModel
public PollerFlux
Crée un modèle personnalisé d’analyse de document. Les modèles sont créés à l’aide de documents du type de contenu suivant : « application/pdf », « image/jpeg », « image/png », « image/tiff », image/bmp. Tout autre type de contenu est ignoré.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Consultez ici pour plus d’informations sur la création de votre propre jeu de données d’administration.
Code sample
String blobContainerUrl = "{SAS-URL-of-your-container-in-blob-storage}";
String fileList = "";
documentModelAdministrationAsyncClient.beginBuildDocumentModel(
new BlobFileListContentSource(blobContainerUrl, fileList),
DocumentModelBuildMode.TEMPLATE)
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
beginBuildDocumentModel
public PollerFlux
Crée un modèle personnalisé d’analyse de document. Les modèles sont créés à l’aide de documents du type de contenu suivant : « application/pdf », « image/jpeg », « image/png », « image/tiff », image/bmp. Tout autre type de contenu est ignoré.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Consultez ici pour plus d’informations sur la création de votre propre jeu de données d’administration.
Code sample
String blobContainerUrl = "{SAS-URL-of-your-container-in-blob-storage}";
String fileList = "";
String modelId = "model-id";
Map<String, String> attrs = new HashMap<String, String>();
attrs.put("createdBy", "sample");
String prefix = "Invoice";
documentModelAdministrationAsyncClient.beginBuildDocumentModel(
new BlobFileListContentSource(blobContainerUrl, fileList),
DocumentModelBuildMode.TEMPLATE,
new BuildDocumentModelOptions()
.setModelId(modelId)
.setDescription("model desc")
.setTags(attrs))
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Description: %s%n", documentModel.getDescription());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
System.out.printf("Model assigned tags: %s%n", documentModel.getTags());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
beginBuildDocumentModel
public PollerFlux
Crée un modèle personnalisé d’analyse de document. Les modèles sont créés à l’aide de documents du type de contenu suivant : « application/pdf », « image/jpeg », « image/png », « image/tiff », image/bmp. Tout autre type de contenu est ignoré.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Consultez ici pour plus d’informations sur la création de votre propre jeu de données d’administration.
Code sample
String blobContainerUrl = "{SAS-URL-of-your-container-in-blob-storage}";
documentModelAdministrationAsyncClient.beginBuildDocumentModel(blobContainerUrl,
DocumentModelBuildMode.TEMPLATE
)
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
beginBuildDocumentModel
public PollerFlux
Crée un modèle personnalisé d’analyse de document. Les modèles sont créés à l’aide de documents du type de contenu suivant : « application/pdf », « image/jpeg », « image/png », « image/tiff », image/bmp. Tout autre type de contenu est ignoré.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Consultez ici pour plus d’informations sur la création de votre propre jeu de données d’administration.
Code sample
String blobContainerUrl = "{SAS-URL-of-your-container-in-blob-storage}";
String modelId = "model-id";
Map<String, String> attrs = new HashMap<String, String>();
attrs.put("createdBy", "sample");
String prefix = "Invoice";
documentModelAdministrationAsyncClient.beginBuildDocumentModel(blobContainerUrl,
DocumentModelBuildMode.TEMPLATE,
prefix,
new BuildDocumentModelOptions()
.setModelId(modelId)
.setDescription("model desc")
.setTags(attrs))
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Description: %s%n", documentModel.getDescription());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
System.out.printf("Model assigned tags: %s%n", documentModel.getTags());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
beginComposeDocumentModel
public PollerFlux
Créez un modèle composé à partir de la liste fournie des modèles existants dans le compte.
Cette opération échoue si la liste se compose d’un ID de modèle non existant non valide ou d’ID en double.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Code sample
String modelId1 = "{model_Id_1}";
String modelId2 = "{model_Id_2}";
documentModelAdministrationAsyncClient.beginComposeDocumentModel(Arrays.asList(modelId1, modelId2)
)
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
beginComposeDocumentModel
public PollerFlux
Créez un modèle composé à partir de la liste fournie des modèles existants dans le compte.
Cette opération échoue si la liste se compose d’un ID de modèle non existant non valide ou d’ID en double.
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Code sample
String modelId1 = "{model_Id_1}";
String modelId2 = "{model_Id_2}";
String modelId = "my-composed-model";
Map<String, String> attrs = new HashMap<String, String>();
attrs.put("createdBy", "sample");
documentModelAdministrationAsyncClient.beginComposeDocumentModel(Arrays.asList(modelId1, modelId2),
new ComposeDocumentModelOptions()
.setModelId(modelId)
.setDescription("model-desc")
.setTags(attrs))
// if polling operation completed, retrieve the final result.
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Description: %s%n", documentModel.getDescription());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
System.out.printf("Model assigned tags: %s%n", documentModel.getTags());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
beginCopyDocumentModelTo
public PollerFlux
Copiez un modèle personnalisé stocké dans cette ressource (la source) vers la ressource cible spécifiée par l’utilisateur Form Recognizer ressource.
Cela doit être appelé avec la ressource Form Recognizer source (avec le modèle destiné à être copié). Le paramètre cible doit être fourni à partir de la sortie de la ressource cible à partir de la getCopyAuthorization() méthode .
Le service ne prend pas en charge l’annulation de l’opération de longue durée et retourne avec un message d’erreur indiquant l’absence de prise en charge de l’annulation.
Code sample
String copyModelId = "copy-model";
// Get authorization to copy the model to target resource
documentModelAdministrationAsyncClient.getCopyAuthorization()
// Start copy operation from the source client
// The ID of the model that needs to be copied to the target resource
.subscribe(copyAuthorization -> documentModelAdministrationAsyncClient.beginCopyDocumentModelTo(copyModelId,
copyAuthorization)
.filter(pollResponse -> pollResponse.getStatus().isComplete())
.flatMap(AsyncPollResponse::getFinalResult)
.subscribe(documentModel ->
System.out.printf("Copied model has model ID: %s, was created on: %s.%n,",
documentModel.getModelId(),
documentModel.getCreatedOn())));
Parameters:
Returns:
deleteDocumentClassifier
public Mono
Supprime le classifieur de documents spécifié.
Code sample
String classifierId = "{classifierId}";
documentModelAdministrationAsyncClient.deleteDocumentClassifier(classifierId)
.subscribe(ignored -> System.out.printf("Classifier ID: %s is deleted%n", classifierId));
Parameters:
Returns:
deleteDocumentClassifierWithResponse
public Mono<>
Supprime le classifieur de documents spécifié.
Code sample
String classifierId = "{classifierId}";
documentModelAdministrationAsyncClient.deleteDocumentClassifierWithResponse(classifierId)
.subscribe(response -> {
System.out.printf("Response Status Code: %d.", response.getStatusCode());
System.out.printf("Classifier ID: %s is deleted.%n", classifierId);
});
Parameters:
Returns:
deleteDocumentModel
public Mono
Supprime le modèle d’analyse de document personnalisé spécifié.
Code sample
String modelId = "{model_id}";
documentModelAdministrationAsyncClient.deleteDocumentModel(modelId)
.subscribe(ignored -> System.out.printf("Model ID: %s is deleted%n", modelId));
Parameters:
Returns:
deleteDocumentModelWithResponse
public Mono<>
Supprime le modèle d’analyse de document personnalisé spécifié.
Code sample
String modelId = "{model_id}";
documentModelAdministrationAsyncClient.deleteDocumentModelWithResponse(modelId)
.subscribe(response -> {
System.out.printf("Response Status Code: %d.", response.getStatusCode());
System.out.printf("Model ID: %s is deleted.%n", modelId);
});
Parameters:
Returns:
getCopyAuthorization
public Mono
Générez l’autorisation de copie d’un modèle d’analyse de document personnalisé dans la ressource Form Recognizer cible.
Cela doit être appelé par la ressource cible (où le modèle sera copié) et la sortie peut être passée en tant que paramètre cible dans beginCopyDocumentModelTo(String sourceModelId, DocumentModelCopyAuthorization target).
Returns:
getCopyAuthorizationWithResponse
public Mono<>
Générez l’autorisation de copie d’un modèle d’analyse de document personnalisé dans la ressource Form Recognizer cible.
Cela doit être appelé par la ressource cible (où le modèle sera copié) et la sortie peut être passée en tant que paramètre cible dans beginCopyDocumentModelTo(String sourceModelId, DocumentModelCopyAuthorization target).
Parameters:
documentModelAdministrationAsyncClient.getCopyAuthorizationWithResponse( new CopyAuthorizationOptions() .setModelId(modelId) .setDescription("model desc") .setTags(attrs)) .subscribe(copyAuthorization -> System.out.printf("Copy Authorization response status: %s, for model id: %s, access token: %s, " + "expiration time: %s, target resource ID; %s, target resource region: %s%n", copyAuthorization.getStatusCode(), copyAuthorization.getValue().getTargetModelId(), copyAuthorization.getValue().getAccessToken(), copyAuthorization.getValue().getExpiresOn(), copyAuthorization.getValue().getTargetResourceId(), copyAuthorization.getValue().getTargetResourceRegion() ));
Returns:
getDocumentAnalysisAsyncClient
public DocumentAnalysisAsyncClient getDocumentAnalysisAsyncClient()
Crée un objet DocumentAnalysisAsyncClient. Le nouveau DocumentTrainingAsyncClient
utilise le même pipeline de stratégie de requête que le DocumentTrainingAsyncClient
.
Returns:
getDocumentClassifier
public Mono
Obtenez des informations détaillées pour un classifieur de documents par son ID.
Code sample
String modelId = "{model_id}";
documentModelAdministrationAsyncClient.getDocumentClassifier(modelId).subscribe(documentClassifier -> {
System.out.printf("Classifier ID: %s%n", documentClassifier.getClassifierId());
System.out.printf("Classifier Description: %s%n", documentClassifier.getDescription());
System.out.printf("Classifier Created on: %s%n", documentClassifier.getCreatedOn());
documentClassifier.getDocumentTypes().forEach((key, documentTypeDetails) -> {
if (documentTypeDetails.getContentSource() instanceof BlobContentSource) {
System.out.printf("Blob Source container Url: %s", ((BlobContentSource) documentTypeDetails
.getContentSource()).getContainerUrl());
}
if (documentTypeDetails.getContentSource() instanceof BlobFileListContentSource) {
System.out.printf("Blob File List Source container Url: %s",
((BlobFileListContentSource) documentTypeDetails
.getContentSource()).getContainerUrl());
}
});
});
Parameters:
Returns:
getDocumentClassifierWithResponse
public Mono<>
Obtenez des informations détaillées sur un ID de modèle spécifié avec la réponse Http.
Code sample
String modelId = "{model_id}";
documentModelAdministrationAsyncClient.getDocumentModelWithResponse(modelId).subscribe(response -> {
System.out.printf("Response Status Code: %d.", response.getStatusCode());
DocumentModelDetails documentModelDetails = response.getValue();
System.out.printf("Model ID: %s%n", documentModelDetails.getModelId());
System.out.printf("Model Description: %s%n", documentModelDetails.getDescription());
System.out.printf("Model Created on: %s%n", documentModelDetails.getCreatedOn());
documentModelDetails.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
getDocumentModel
public Mono
Obtenez des informations détaillées pour un ID de modèle spécifié.
Code sample
String modelId = "{model_id}";
documentModelAdministrationAsyncClient.getDocumentModel(modelId).subscribe(documentModel -> {
System.out.printf("Model ID: %s%n", documentModel.getModelId());
System.out.printf("Model Description: %s%n", documentModel.getDescription());
System.out.printf("Model Created on: %s%n", documentModel.getCreatedOn());
documentModel.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
getDocumentModelWithResponse
public Mono<>
Obtenez des informations détaillées sur un ID de modèle spécifié avec la réponse Http.
Code sample
String modelId = "{model_id}";
documentModelAdministrationAsyncClient.getDocumentModelWithResponse(modelId).subscribe(response -> {
System.out.printf("Response Status Code: %d.", response.getStatusCode());
DocumentModelDetails documentModelDetails = response.getValue();
System.out.printf("Model ID: %s%n", documentModelDetails.getModelId());
System.out.printf("Model Description: %s%n", documentModelDetails.getDescription());
System.out.printf("Model Created on: %s%n", documentModelDetails.getCreatedOn());
documentModelDetails.getDocumentTypes().forEach((key, documentTypeDetails) -> {
documentTypeDetails.getFieldSchema().forEach((field, documentFieldSchema) -> {
System.out.printf("Field: %s", field);
System.out.printf("Field type: %s", documentFieldSchema.getType());
System.out.printf("Field confidence: %.2f", documentTypeDetails.getFieldConfidence().get(field));
});
});
});
Parameters:
Returns:
getOperation
public Mono
Obtenez des informations détaillées sur l’opération pour l’ID spécifié.
Cette opération échoue si l’ID d’opération utilisé est passé 24 heures.
Code sample
String operationId = "{operation_Id}";
documentModelAdministrationAsyncClient.getOperation(operationId).subscribe(operationDetails -> {
System.out.printf("Operation ID: %s%n", operationDetails.getOperationId());
System.out.printf("Operation Kind: %s%n", operationDetails.getKind());
System.out.printf("Operation Status: %s%n", operationDetails.getStatus());
System.out.printf("Model ID created with this operation: %s%n",
((DocumentModelBuildOperationDetails) operationDetails).getResult().getModelId());
if (OperationStatus.FAILED.equals(operationDetails.getStatus())) {
System.out.printf("Operation fail error: %s%n", operationDetails.getError().getMessage());
}
});
Parameters:
Returns:
getOperationWithResponse
public Mono<>
Obtenez des informations détaillées sur l’opération pour l’ID spécifié avec la réponse Http.
Cette opération échoue si l’ID d’opération utilisé est passé 24 heures.
Code sample
String operationId = "{operation_Id}";
documentModelAdministrationAsyncClient.getOperationWithResponse(operationId).subscribe(response -> {
System.out.printf("Response Status Code: %d.", response.getStatusCode());
OperationDetails operationDetails = response.getValue();
System.out.printf("Operation ID: %s%n", operationDetails.getOperationId());
System.out.printf("Operation Kind: %s%n", operationDetails.getKind());
System.out.printf("Operation Status: %s%n", operationDetails.getStatus());
System.out.printf("Model ID created with this operation: %s%n",
((DocumentModelBuildOperationDetails) operationDetails).getResult().getModelId());
if (OperationStatus.FAILED.equals(operationDetails.getStatus())) {
System.out.printf("Operation fail error: %s%n", operationDetails.getError().getMessage());
}
});
Parameters:
Returns:
getResourceDetails
public Mono
Obtenez des informations sur la ressource Form Recognizer actuelle.
Code sample
documentModelAdministrationAsyncClient.getResourceDetails()
.subscribe(resourceInfo -> {
System.out.printf("Max number of models that can be build for this account: %d%n",
resourceInfo.getCustomDocumentModelLimit());
System.out.printf("Current count of built document analysis models: %d%n",
resourceInfo.getCustomDocumentModelCount());
});
Returns:
getResourceDetailsWithResponse
public Mono<>
Obtenez les informations sur la ressource Form Recognizer actuelle avec une réponse Http.
Code sample
documentModelAdministrationAsyncClient.getResourceDetailsWithResponse()
.subscribe(response -> {
System.out.printf("Response Status Code: %d.", response.getStatusCode());
ResourceDetails resourceDetails = response.getValue();
System.out.printf("Max number of models that can be build for this account: %d%n",
resourceDetails.getCustomDocumentModelLimit());
System.out.printf("Current count of built document analysis models: %d%n",
resourceDetails.getCustomDocumentModelCount());
});
Returns:
listDocumentClassifiers
public PagedFlux
Répertoriez les informations de chaque classifieur de document sur le compte Form Recognizer qui ont été créés avec succès.
Code sample
documentModelAdministrationAsyncClient.listDocumentClassifiers()
.subscribe(documentModelInfo ->
System.out.printf("Classifier ID: %s, Classifier description: %s, Created on: %s.%n",
documentModelInfo.getClassifierId(),
documentModelInfo.getDescription(),
documentModelInfo.getCreatedOn()));
Returns:
listDocumentModels
public PagedFlux
Répertoriez les informations de chaque modèle sur le compte Form Recognizer qui ont été créés avec succès.
Code sample
documentModelAdministrationAsyncClient.listDocumentModels()
.subscribe(documentModelInfo ->
System.out.printf("Model ID: %s, Model description: %s, Created on: %s.%n",
documentModelInfo.getModelId(),
documentModelInfo.getDescription(),
documentModelInfo.getCreatedOn()));
Returns:
listOperations
public PagedFlux
Répertoriez les informations pour chaque opération de modèle sur le compte Form Recognizer au cours des dernières 24 heures.
Code sample
documentModelAdministrationAsyncClient.listOperations()
.subscribe(modelOperationSummary -> {
System.out.printf("Operation ID: %s%n", modelOperationSummary.getOperationId());
System.out.printf("Operation Status: %s%n", modelOperationSummary.getStatus());
System.out.printf("Operation Created on: %s%n", modelOperationSummary.getCreatedOn());
System.out.printf("Operation Percent completed: %d%n", modelOperationSummary.getPercentCompleted());
System.out.printf("Operation Kind: %s%n", modelOperationSummary.getKind());
System.out.printf("Operation Last updated on: %s%n", modelOperationSummary.getLastUpdatedOn());
System.out.printf("Operation resource location: %s%n", modelOperationSummary.getResourceLocation());
});
Returns:
S’applique à
Azure SDK for Java
Commentaires
https://aka.ms/ContentUserFeedback.
Bientôt disponible : Tout au long de 2024, nous allons supprimer progressivement GitHub Issues comme mécanisme de commentaires pour le contenu et le remplacer par un nouveau système de commentaires. Pour plus d’informations, consultezEnvoyer et afficher des commentaires pour