Szövegbesorolási kérések küldése a modellnek

Miután sikeresen üzembe helyezett egy modellt, lekérdezheti az üzembe helyezést, hogy az üzembe helyezéshez hozzárendelt modell alapján osztályozza a szöveget. Az üzembe helyezést programozott előrejelzési API-val vagy az ügyfélkódtárakon (Azure SDK) keresztül kérdezheti le.

Üzembe helyezett modell tesztelése

A Language Studio használatával elküldheti az egyéni szövegbesorolási feladatot, és megjelenítheti az eredményeket.

Az üzembe helyezett modellek tesztelése a Language Studióban:

1. A bal oldali menüben válassza az Üzemelő példányok tesztelése lehetőséget.

2. Válassza ki a tesztelni kívánt üzembe helyezést. Csak az üzemelő példányokhoz rendelt modelleket tesztelheti.

3. Többnyelvű projektek esetén a nyelvi legördülő menüből válassza ki a tesztelt szöveg nyelvét.

4. Válassza ki a lekérdezni/tesztelni kívánt üzembe helyezést a legördülő listában.

5. Beírhatja a kérelembe elküldeni kívánt szöveget, vagy feltöltheti .txt a használni kívánt fájlt.

6. Válassza a teszt futtatása lehetőséget a felső menüben.

7. Az Eredmény lapon megtekintheti a szövegből kinyert entitásokat és azok típusait. A JSON-választ a JSON lapon is megtekintheti.

Szövegbesorolási kérés küldése a modellnek

Tipp.

A modellt a Language Studióban tesztelheti, ha elküld egy mintaszöveget az osztályozáshoz.

Language Studio

1. Miután az üzembe helyezési feladat sikeresen befejeződött, válassza ki a használni kívánt üzembe helyezést, majd a felső menüben válassza az Előrejelzési URL-cím lekérése lehetőséget.

   

2. A megjelenő ablakban, a Küldés kimutatás alatt másolja ki a mintakérés URL-címét és törzsét. Cserélje le a helyőrző értékeket, például YOUR_DOCUMENT_HERE a YOUR_DOCUMENT_LANGUAGE_HERE feldolgozni kívánt szöveget és nyelvet.

3. Küldje el a POST cURL-kérést a terminálban vagy a parancssorban. Ha a kérés sikeres volt, 202-es választ fog kapni az API-eredményekkel.

4. A válaszfejlécben operation-locationkivonatot {JOB-ID} kap, amelynek formátuma a következő:{ENDPOINT}/language/analyze-text/jobs/<JOB-ID}>

5. Vissza a Language Studióba; válassza a Kimutatás lekérése lehetőséget ugyanabból az ablakból, amelyben a korábban kapott példakérést kapta, és másolja a mintakérelmet egy szövegszerkesztőbe.

6. Adja hozzá a feladatazonosítót /jobs/ az URL-címhez az előző lépésből kinyert azonosítóval.

7. Küldje el a GET cURL-kérést a terminálban vagy a parancssorban.

REST API

Először le kell kérnie az erőforráskulcsot és a végpontot:

1. Lépjen az erőforrás áttekintési oldalára az Azure Portalon

2. A bal oldali menüben válassza a Kulcsok és végpont lehetőséget. A végpontot és a kulcsot fogja használni az API-kérésekhez

   

Egyéni szövegbesorolási feladat elküldése

Ezzel a POST-kéréssel elindíthat egy szövegbesorolási feladatot.

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

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérés hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	A hívott API verziója. Az itt hivatkozott érték a legújabb kiadott verzióhoz tartozik. A modell életciklusában további információt talál a többi elérhető API-verzióról.	2022-05-01

Fejlécek

Kulcs	Érték
Ocp-Apim-Subscription-Key	Az API-hoz hozzáférést biztosító kulcs.

Törzs

Többcímke-besorolás

{
  "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}"
      }
    }
  ]
}

Kulcs	Helyőrző	Érték	Példa
displayName	{JOB-NAME}	A feladat neve.	MyJobName
documents	[{},{}]	A feladatokat futtatni kívánt dokumentumok listája.	[{},{}]
id	{DOC-ID}	Dokumentum neve vagy azonosítója.	doc1
language	{LANGUAGE-CODE}	A dokumentum nyelvi kódját meghatározó sztring. Ha ez a kulcs nincs megadva, a szolgáltatás feltételezi a projekt alapértelmezett nyelvét, amely a projekt létrehozásakor lett kiválasztva. A támogatott nyelvkódok listáját a nyelvi támogatásban találja.	en-us
text	{DOC-TEXT}	Dokumentumfeladat a tevékenységek futtatásához.	Lorem ipsum dolor sit amet
tasks		A végrehajtani kívánt feladatok listája.	[]
taskName	CustomMultiLabelClassification	A tevékenység neve	CustomMultiLabelClassification
parameters		A feladatnak átadni kívánt paraméterek listája.
project-name	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
deployment-name	{DEPLOYMENT-NAME}	Az üzembe helyezés neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	prod

Egycímke besorolása

{
  "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}"
      }
    }
  ]
}

Kulcs	Helyőrző	Érték	Példa
displayName	{JOB-NAME}	A feladat neve.	MyJobName
documents		A feladatokat futtatni kívánt dokumentumok listája.
id	{DOC-ID}	Dokumentum neve vagy azonosítója.	doc1
language	{LANGUAGE-CODE}	A dokumentum nyelvi kódját meghatározó sztring. Ha ez a kulcs nincs megadva, a szolgáltatás feltételezi a projekt alapértelmezett nyelvét, amely a projekt létrehozásakor lett kiválasztva. A támogatott nyelvkódok listáját a nyelvi támogatásban találja.	en-us
text	{DOC-TEXT}	Dokumentumfeladat a tevékenységek futtatásához.	Lorem ipsum dolor sit amet
taskName	CustomSingleLabelClassification	A tevékenység neve	CustomSingleLabelClassification
tasks	[]	Végrehajtandó feladatok tömbje.	[]
parameters		A feladatnak átadni kívánt paraméterek listája.
project-name	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
deployment-name	{DEPLOYMENT-NAME}	Az üzembe helyezés neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	prod

Válasz

A sikerességről 202-ben kap választ. A válaszfejlécekben bontsa ki operation-locationa . operation-location formátuma a következő:

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

Ezzel az URL-címvel lekérdezheti a tevékenység befejezési állapotát, és lekérheti az eredményeket a tevékenység befejezésekor.

Tevékenység eredményeinek lekérése

A szövegbesorolási feladat állapotának/eredményeinek lekérdezéséhez használja a következő GET kérést.

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

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérés hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	A meghívni kívánt API verziója. Az itt hivatkozott érték a legújabb kiadású modellverzióhoz tartozik.	2022-05-01

Fejlécek

Kulcs	Érték
Ocp-Apim-Subscription-Key	Az API-hoz hozzáférést biztosító kulcs.

Választörzs

A válasz egy JSON-dokumentum lesz, amely a következő paraméterekkel rendelkezik.

Többcímke-besorolás

{
  "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"
        }
      }
    ]
  }
}

Egycímke besorolása

{
  "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"
        }
      }
    ]
  }
}

Ügyfélkódtárak (Azure SDK)

Először le kell kérnie az erőforráskulcsot és a végpontot:

• Lépjen az erőforrás áttekintési oldalára az Azure Portalon

• A bal oldali menüben válassza a Kulcsok és végpont lehetőséget. A végpontot és a kulcsot fogja használni az API-kérésekhez

3. Töltse le és telepítse az ügyféloldali kódtárcsomagot a választott nyelvhez:

   Nyelv	Csomag verziója
   .NET	5.2.0-béta.3
   Java	5.2.0-béta.3
   JavaScript	6.0.0-béta.1
   Python	5.2.0b4

4. Miután telepítette az ügyfélkódtárat, használja az alábbi mintákat a GitHubon az API meghívásához.

   Egycímke besorolása:

   • C#
   • Java
   • JavaScript
   • Python

   Többcímke-besorolás:

   • C#
   • Java
   • JavaScript
   • Python

5. További információt az ügyfélről és a visszatérési objektumról az alábbi referenciadokumentációban talál:

   • C#
   • Java
   • JavaScript
   • Python

Következő lépések

• Egyéni szövegbesorolás áttekintése