Présentation
Azure AI Language est un service de traitement en langage naturel basé sur le cloud (NLP). Il permet aux utilisateurs de comprendre et d’analyser du texte avec des fonctionnalités telles que l’extraction de phrases clés, la reconnaissance d’entité, la détection d’informations d’identification personnelle (PII), etc. En savoir plus ici : Qu’est-ce qu’Azure AI Language ?.
L’extension azure_ai pour le serveur flexible Azure Database pour PostgreSQL intègre la base de données aux services Azure AI Language. Il fournit des fonctions définies par l’utilisateur pour accéder aux API de langage dans SQL. Cet accès vous permet d’extraire des insights du texte directement à partir de la base de données sans écrire de code de traitement du langage naturel dans les applications clientes.
Exemple de scénario
Considérez une entreprise qui fournit des annonces de vacances. L’équipe marketing de l’entreprise souhaite mieux comprendre les préférences des clients en identifiant les expressions clés dans les annonces les plus populaires et en mettant en évidence les entreprises, les attractions et les lieux mis en évidence. En outre, l’équipe de sécurité de l’information de l’entreprise souhaite analyser les listes pour obtenir des informations d’identification personnelle (PII) afin de garantir la sécurité et la confidentialité.
Objectifs d’apprentissage
Pour accomplir nos trois tâches, vous utilisez l’extension azure_ai pour intégrer un serveur flexible Azure Database pour PostgreSQL à Azure AI Language. Tout d’abord, vous extrayez les expressions clés des descriptions des descriptions et stockez-les dans la base de données, ce qui permet à l’équipe de science des données d’analyser ce qui apparaît le plus dans les descriptions les plus populaires. Ensuite, vous extrayez et stockez les entités nommées dans le même but. Enfin, vous marquez toutes les listes d’informations personnelles et stockez le texte modifié.
L’objectif principal est de comprendre comment utiliser l’extension azure_ai PostgreSQL pour accéder à ces services Azure AI Language : extraction de phrases clés, reconnaissance d’entité et détection des informations d’identification personnelle. Vous découvrez comment accéder à ces API dans SQL et stocker les données de résultat dans les colonnes.
Configuration : activer et autoriser azure_ai
Ce parcours d’apprentissage utilise l’extension azure_ai . Il existe quelques étapes à suivre pour l’installer et la configurer. Vous devez l’ajouter à votre liste d’autorisation, comme décrit dans la procédure d’utilisation des extensions PostgreSQL. Ensuite, installez l’extension en exécutant cette requête SQL :
CREATE EXTENSION azure_ai;
Si vous souhaitez supprimer l’extension, utilisez :
DROP EXTENSION azure_ai;
L’installation de l’extension crée ces trois schémas :
azure_ai: schéma principal stockant les données de configuration et les fonctions.azure_openai: fonctions et types composites liés à OpenAI.azure_cognitive: fonctions et types composites liés à Cognitive Services.
Nos tâches utilisent Azure Cognitive Services. Après avoir activé et configuré l’extension azure_ai , vous pouvez l’intégrer à Azure Cognitive Services pour accéder à l’extraction de phrases clés à partir de SQL.
Si vous n’en avez pas encore, créez une ressource de langue dans le portail Azure. Une fois que vous disposez d’une ressource de langage, accédez aux clés de gestion des > ressources et au point de terminaison pour obtenir votre clé et votre point de terminaison pour Azure Cognitive Services.
Ensuite, autorisez l’extension du azure_ai serveur flexible Azure Database pour PostgreSQL en exécutant ce code SQL :
select azure_ai.set_setting('azure_cognitive.endpoint','https://<endpoint>.cognitiveservices.azure.com');
select azure_ai.set_setting('azure_cognitive.subscription_key', '<API Key>');
-- the region setting is only required for the translate function
select azure_ai.set_setting('azure_cognitive.region', '');
Vous trouverez plus d’informations dans la documentation d’Azure Cognitive Services.