Egyéni szövegbesorolási projekt létrehozása

Ebből a cikkből megtudhatja, hogyan állíthatja be az egyéni szövegbesorolással és projekt létrehozásával kapcsolatos követelményeket.

Előfeltételek

Az egyéni szövegbesorolás használatba vétele előtt a következőkre lesz szüksége:

• Azure-előfizetés – Hozzon létre egyet ingyenesen.

Nyelvi erőforrás létrehozása

Az egyéni szövegbesorolás használatba vétele előtt szüksége lesz egy Azure AI Language-erőforrásra. Javasoljuk, hogy hozza létre a nyelvi erőforrást, és csatlakoztassa hozzá a tárfiókot az Azure Portalon. Az Azure Portalon létrehozhat egy erőforrást, amely lehetővé teszi, hogy egyszerre hozzon létre egy Azure Storage-fiókot, és az összes szükséges engedély előre konfigurálva van. A cikk további részében azt is megtudhatja, hogyan használhat egy már meglévő erőforrást, és hogyan konfigurálhatja úgy, hogy az egyéni szövegbesorolással működjön.

Szüksége lesz egy Azure Storage-fiókra is, ahol feltölti a .txt szöveget osztályozó modell betanításához használt dokumentumokat.

Feljegyzés

• Egy nyelvi erőforrás létrehozásához tulajdonosi szerepkörrel kell rendelkeznie az erőforráscsoporthoz.
• Ha egy már meglévő tárfiókot fog csatlakoztatni, hozzá kell rendelnie egy tulajdonosi szerepkört.

Nyelvi erőforrás létrehozása és tárfiók csatlakoztatása

Feljegyzés

A tárfiókot nem szabad áthelyezni egy másik erőforráscsoportba vagy előfizetésbe, ha az a Nyelvi erőforráshoz van társítva.

Azure Portalra

Új erőforrás létrehozása az Azure Portalról

1. Lépjen az Azure Portalra egy új Azure AI-nyelvi erőforrás létrehozásához.

2. A megjelenő ablakban válassza az Egyéni szövegbesorolás > egyéni elnevezett entitásfelismerés lehetőséget az egyéni funkciók közül. A Folytatás gombra kattintva hozza létre az erőforrást a képernyő alján.

   

3. Hozzon létre egy nyelvi erőforrást a következő részletekkel.

   Név	Kötelező érték
   Előfizetés	Az Azure-előfizetése.
   Erőforráscsoport	Az erőforrást tartalmazó erőforráscsoport. Használhat egy meglévőt, vagy létrehozhat egy újat.
   Régió	Az egyik támogatott régió. Például: "USA 2. nyugati régiója".
   Név	Az erőforrás neve.
   Tarifacsomag	Az egyik támogatott tarifacsomag. Az ingyenes (F0) szinttel kipróbálhatja a szolgáltatást.

   Ha "a bejelentkezési fiókja nem a kiválasztott tárfiók erőforráscsoportjának tulajdonosa", akkor a nyelvi erőforrás létrehozása előtt a fióknak hozzá kell rendelnie egy tulajdonosi szerepkört az erőforráscsoporthoz. Segítségért forduljon az Azure-előfizetés tulajdonosához.

   Az Azure-előfizetés tulajdonosának meghatározásához keresse meg az erőforráscsoportot , és kövesse a társított előfizetésre mutató hivatkozást. Ekkor:

   1. A Hozzáférés-vezérlés (IAM) lap kiválasztása
   2. Szerepkör-hozzárendelések kiválasztása
   3. Szűrés szerepkör:tulajdonos szerint.

4. Az Egyéni szöveg besorolása & egyéni elnevezett entitásfelismerés szakaszban válasszon ki egy meglévő tárfiókot, vagy válassza az Új tárfiók lehetőséget. Vegye figyelembe, hogy ezek az értékek segítenek az első lépésekben, és nem feltétlenül azok a tárfiókértékek , amelyeket éles környezetben szeretne használni. A projekt létrehozása során felmerülő késés elkerülése érdekében csatlakozzon a nyelvi erőforrással azonos régióban lévő tárfiókokhoz.

   Tárfiók értéke	Javasolt érték
   Tárfiók neve	Bármely név
   Tárfiók típusa	Standard LRS

5. Győződjön meg arról, hogy a Felelős AI-értesítés be van jelölve. Válassza a Véleményezés + létrehozás lehetőséget a lap alján.

Language Studio

Új nyelvi erőforrás létrehozása a Language Studióból

Ha először jelentkezik be, megjelenik egy ablak a Language Studióban, amellyel kiválaszthat egy meglévő nyelvi erőforrást, vagy létrehozhat egy újat. Az erőforrásokat úgy is létrehozhatja, hogy a jobb felső sarokban a Beállítások ikonra kattint, az Erőforrások gombra kattint, majd az Új erőforrás létrehozása parancsra kattint.

Hozzon létre egy nyelvi erőforrást a következő részletekkel.

Példány részletei	Kötelező érték
Azure-előfizetés	Az Azure-előfizetése
Azure-erőforráscsoport	Az Azure-erőforráscsoport
Azure-erőforrás neve	Az Azure-erőforrás neve
Hely	Az a régió , ahol a nyelvi erőforrás található.
Tarifacsomag	A nyelvi erőforrás tarifacsomagja .

Fontos

• Nyelvi erőforrás létrehozásakor mindenképpen engedélyezze a felügyelt identitást .
• A felelős AI-értesítés elolvasása és megerősítése

Az egyéni szövegbesorolás használatához csatlakoztatnia kell az erőforrást egy tárfiókhoz. Ha nem rendelkezik ilyen fiókkal, létrehozhat egy Azure Storage-fiókot. Az alábbi lépésekkel létrehozhatja az első projektet, és csatlakoztathatja a tárfiókot.

1. Jelentkezzen be a Language Studióba. Megjelenik egy ablak, amely lehetővé teszi az előfizetés és a nyelvi erőforrás kiválasztását. Válassza ki a nyelvi erőforrást.

2. A Language Studio Szövegbesorolás szakaszában válassza az Egyéni szövegbesorolás lehetőséget.

   

3. Válassza az Új projekt létrehozása lehetőséget a projektek lapjának felső menüjében. A projekt létrehozása lehetővé teszi az adatok címkézését, a modellek betanítása, kiértékelése, fejlesztése és üzembe helyezése.

   

4. Miután rákattintott az Új projekt létrehozása elemre, megjelenik egy ablak, amely lehetővé teszi a tárfiók csatlakoztatását. Ha már csatlakoztatott egy tárfiókot, látni fogja, hogy a tárfiók csatlakoztatva van. Ha nem, válassza ki a tárfiókot a megjelenő legördülő listában, és válassza a Tárfiók csatlakoztatása lehetőséget. Ezzel beállítja a tárfiókhoz szükséges szerepköröket. Ez a lépés valószínűleg hibát ad vissza, ha nincs tulajdonosként hozzárendelve a tárfiókhoz.

   Feljegyzés

   • Ezt a lépést csak egyszer kell elvégeznie minden egyes használt új nyelvi erőforrás esetében.
   • Ez a folyamat visszafordíthatatlan, ha egy tárfiókot csatlakoztat a nyelvi erőforráshoz, később nem bonthatja le.
   • A nyelvi erőforrást csak egy tárfiókhoz csatlakoztathatja.

   

5. Válassza ki a projekt típusát. Létrehozhat egy többcímkés besorolási projektet, amelyben minden dokumentum egy vagy több osztályhoz vagy egycímkés besorolási projekthez tartozhat, ahol minden dokumentum csak egy osztályhoz tartozhat. A kijelölt típus később nem módosítható. További információ a projekttípusokról

   

6. Adja meg a projekt adatait, beleértve a projekt dokumentumainak nevét, leírását és nyelvét. Ha a példaadatkészletet használja, válassza az Angol lehetőséget. Később nem módosíthatja a projekt nevét. Válassza a Tovább lehetőséget.

   Tipp.

   Az adatkészletnek nem kell teljesen azonos nyelven lennie. Több dokumentumot is használhat, amelyek mindegyike különböző támogatott nyelvekkel rendelkezik. Ha az adathalmaz különböző nyelvű dokumentumokat tartalmaz, vagy ha futásidőben különböző nyelvektől vár szöveget, akkor a projekt alapadatainak megadásakor válassza a többnyelvű adatkészlet engedélyezése lehetőséget. Ez a beállítás később engedélyezhető a Projekt beállításai lapon.

7. Válassza ki azt a tárolót, ahová feltöltötte az adathalmazt.

   Feljegyzés

   Ha már címkézte az adatokat, győződjön meg arról, hogy az a támogatott formátumot követi, és válassza az Igen lehetőséget, a dokumentumaim már fel vannak címkézve, és formáztam a JSON-címkéket tartalmazó fájlt, és az alábbi legördülő menüben válassza ki a címkék fájlját.

   Ha az egyik példaadatkészletet használja, használja a mellékelt webOfScience_labelsFile vagy movieLabels json fájlt. Ezután válassza a Tovább gombra.

8. Tekintse át a megadott adatokat, és válassza a Projekt létrehozása lehetőséget.

Az Azure PowerShell használata

Létrehozhat egy új erőforrást és egy tárfiókot a GitHubon üzemeltetett alábbi CLI-sablonnal és paraméterfájlokkal.

Szerkessze a következő értékeket a paraméterfájlban:

Paraméter neve	Érték leírása
name	A nyelvi erőforrás neve
location	Az a régió, amelyben az erőforrás üzemel. További információért tekintse meg a régiótámogatást .
sku	Az erőforrás tarifacsomagja. További információért tekintse meg a szolgáltatási korlátokat .
storageResourceName	A tárfiók neve
storageLocation	Régió, ahol a tárfiókot üzemelteti.
storageSkuType	A tárfiók termékváltozata.
storageResourceGroupName	A tárfiók erőforráscsoportja

Az alábbi PowerShell-paranccsal helyezze üzembe az Azure Resource Manager-sablont a szerkesztett fájlokkal.

New-AzResourceGroupDeployment -Name ExampleDeployment -ResourceGroupName ExampleResourceGroup `
  -TemplateFile <path-to-arm-template> `
  -TemplateParameterFile <path-to-parameters-file>

A sablonok és paraméterfájlok üzembe helyezésével kapcsolatos információkért tekintse meg az ARM-sablon dokumentációját.

Feljegyzés

• A tárfiók nyelvi erőforráshoz való csatlakoztatásának folyamata visszafordíthatatlan, később nem bontható le.
• A nyelvi erőforrást csak egy tárfiókhoz csatlakoztathatja.

Meglévő nyelvi erőforrás használata

Követelmény	Leírás
Régiók	Győződjön meg arról, hogy a meglévő erőforrás ki van építve az egyik támogatott régióban. Ha nem rendelkezik erőforrással, létre kell hoznia egy újat egy támogatott régióban.
Tarifacsomag	Az erőforrás tarifacsomagja .
Felügyelt identitás	Győződjön meg arról, hogy az erőforrás felügyelt identitásbeállítása engedélyezve van. Ellenkező esetben olvassa el a következő szakaszt.

Az egyéni szövegbesorolás használatához létre kell hoznia egy Azure Storage-fiókot, ha még nem rendelkezik ilyen fiókkal .

Identitáskezelés engedélyezése az erőforráshoz

Azure Portalra

A nyelvi erőforrásnak identitáskezeléssel kell rendelkeznie az Azure Portalon való engedélyezéséhez:

1. Ugrás a nyelvi erőforrásra
2. A bal oldali menü Erőforrás-kezelés szakaszában válassza az Identitás lehetőséget
3. A Rendszer által hozzárendelt lapon győződjön meg arról, hogy az állapot be van kapcsolva

Language Studio

A language erőforrásnak identitáskezeléssel kell rendelkeznie ahhoz, hogy a Language Studio használatával engedélyezze:

1. Válassza a beállítások ikont a képernyő jobb felső sarkában
2. Erőforrások kiválasztása
3. Jelölje be az Azure AI Language-erőforrás felügyelt identitása jelölőnégyzetet.

Egyéni szövegbesorolási funkció engedélyezése

Győződjön meg arról, hogy engedélyezi az Egyéni szövegbesorolás/Egyéni elnevezett entitásfelismerés funkciót az Azure Portalon.

1. Nyissa meg a nyelvi erőforrást az Azure Portalon
2. A bal oldali menü Erőforrás-kezelés szakaszában válassza a Szolgáltatások lehetőséget
3. Egyéni szövegbesorolás engedélyezése / Egyéni elnevezett entitásfelismerési funkció
4. Tárfiók csatlakoztatása
5. Válassza az Alkalmaz lehetőséget

Fontos

• Győződjön meg arról, hogy a nyelvi erőforrás rendelkezik a csatlakoztatni kívánt tárfiókhoz hozzárendelt storage blobadatok közreműködői szerepkörével.

Szerepkörök beállítása az Azure AI Language-erőforráshoz és -tárfiókhoz

Az alábbi lépésekkel állíthatja be a nyelvi erőforráshoz és tárfiókhoz szükséges szerepköröket.

Szerepkörök az Azure AI Language-erőforráshoz

1. Nyissa meg tárfiókját vagy nyelvi erőforrását az Azure Portalon.

2. A bal oldali navigációs menüben válassza a Hozzáférés-vezérlés (IAM) lehetőséget.

3. Válassza a Hozzáadás szerepkör-hozzárendelések hozzáadásához lehetőséget, és válassza ki a fióknak megfelelő szerepkört.

   A nyelvi erőforráshoz tulajdonosi vagy közreműködői szerepkört kell hozzárendelni.

4. A Hozzáférés hozzárendelése területen válassza a Felhasználó, csoport vagy szolgáltatásnév lehetőséget

5. Tagok kijelölése

6. Válassza ki a felhasználónevet. A felhasználóneveket a Kiválasztás mezőben keresheti meg. Ismételje meg ezt az összes szerepkör esetében.

7. Ismételje meg ezeket a lépéseket az összes olyan felhasználói fiók esetében, amelyhez hozzá kell férni ehhez az erőforráshoz.

A tárfiók szerepkörei

1. Nyissa meg a tárfiók lapját az Azure Portalon.
2. A bal oldali navigációs menüben válassza a Hozzáférés-vezérlés (IAM) lehetőséget.
3. Válassza a Hozzáadás szerepkör-hozzárendelések hozzáadásához lehetőséget, és válassza ki a Tárfiókban a Storage-blobadatok közreműködői szerepkörét.
4. A Hozzáférés hozzárendelése területen válassza a Felügyelt identitás lehetőséget.
5. Tagok kijelölése
6. Válassza ki az előfizetést, és a Language (Nyelv ) lehetőséget felügyelt identitásként. A felhasználóneveket a Kiválasztás mezőben keresheti meg.

Fontos

Ha virtuális hálózata vagy privát végpontja van, mindenképpen válassza az Azure-szolgáltatások engedélyezése a megbízható szolgáltatások listájában, hogy hozzáférjenek ehhez a tárfiókhoz az Azure Portalon.

CORS engedélyezése a tárfiókhoz

Győződjön meg arról, hogy engedélyezi a (GET, PUT, DELETE) metódusokat a forrásközi erőforrás-megosztás (CORS) engedélyezésekor. Állítsa be az engedélyezett forrásmezőt a következőre https://language.cognitive.azure.com: . Az összes fejléc engedélyezéséhez adja hozzá * az engedélyezett fejlécértékeket, és állítsa be a maximális életkort 500.

Egyéni szövegbesorolási projekt létrehozása

Miután konfigurálta az erőforrás- és tárolótárolót, hozzon létre egy új egyéni szövegbesorolási projektet. A projektek olyan munkaterületek, ahol egyéni AI-modelleket hozhat létre az adatok alapján. A projektet csak Ön és mások érhetik el, akik hozzáférnek a használt Azure-erőforráshoz. Ha címkézett adatokkal rendelkezik, importálhatja azokat az első lépésekhez.

Language Studio

1. Jelentkezzen be a Language Studióba. Megjelenik egy ablak, amely lehetővé teszi az előfizetés és a nyelvi erőforrás kiválasztását. Válassza ki a nyelvi erőforrást.

2. A Language Studio Szövegbesorolás szakaszában válassza az Egyéni szövegbesorolás lehetőséget.

   

3. Válassza az Új projekt létrehozása lehetőséget a projektek lapjának felső menüjében. A projekt létrehozása lehetővé teszi az adatok címkézését, a modellek betanítása, kiértékelése, fejlesztése és üzembe helyezése.

   

4. Miután rákattintott az Új projekt létrehozása elemre, megjelenik egy ablak, amely lehetővé teszi a tárfiók csatlakoztatását. Ha már csatlakoztatott egy tárfiókot, látni fogja, hogy a tárfiók csatlakoztatva van. Ha nem, válassza ki a tárfiókot a megjelenő legördülő listában, és válassza a Tárfiók csatlakoztatása lehetőséget. Ezzel beállítja a tárfiókhoz szükséges szerepköröket. Ez a lépés valószínűleg hibát ad vissza, ha nincs tulajdonosként hozzárendelve a tárfiókhoz.

   Feljegyzés

   • Ezt a lépést csak egyszer kell elvégeznie minden egyes használt új nyelvi erőforrás esetében.
   • Ez a folyamat visszafordíthatatlan, ha egy tárfiókot csatlakoztat a nyelvi erőforráshoz, később nem bonthatja le.
   • A nyelvi erőforrást csak egy tárfiókhoz csatlakoztathatja.

   

5. Válassza ki a projekt típusát. Létrehozhat egy többcímkés besorolási projektet, amelyben minden dokumentum egy vagy több osztályhoz vagy egycímkés besorolási projekthez tartozhat, ahol minden dokumentum csak egy osztályhoz tartozhat. A kijelölt típus később nem módosítható. További információ a projekttípusokról

   

6. Adja meg a projekt adatait, beleértve a projekt dokumentumainak nevét, leírását és nyelvét. Ha a példaadatkészletet használja, válassza az Angol lehetőséget. Később nem módosíthatja a projekt nevét. Válassza a Tovább lehetőséget.

   Tipp.

   Az adatkészletnek nem kell teljesen azonos nyelven lennie. Több dokumentumot is használhat, amelyek mindegyike különböző támogatott nyelvekkel rendelkezik. Ha az adathalmaz különböző nyelvű dokumentumokat tartalmaz, vagy ha futásidőben különböző nyelvektől vár szöveget, akkor a projekt alapadatainak megadásakor válassza a többnyelvű adatkészlet engedélyezése lehetőséget. Ez a beállítás később engedélyezhető a Projekt beállításai lapon.

7. Válassza ki azt a tárolót, ahová feltöltötte az adathalmazt.

   Feljegyzés

   Ha már címkézte az adatokat, győződjön meg arról, hogy az a támogatott formátumot követi, és válassza az Igen lehetőséget, a dokumentumaim már fel vannak címkézve, és formáztam a JSON-címkéket tartalmazó fájlt, és az alábbi legördülő menüben válassza ki a címkék fájlját.

   Ha az egyik példaadatkészletet használja, használja a mellékelt webOfScience_labelsFile vagy movieLabels json fájlt. Ezután válassza a Tovább gombra.

8. Tekintse át a megadott adatokat, és válassza a Projekt létrehozása lehetőséget.

REST API-k

Egyéni szövegbesorolási modell létrehozásához létre kell hoznia egy projektet. A projekt létrehozása lehetővé teszi az adatok címkézését, a modellek betanítása, kiértékelése, fejlesztése és üzembe helyezése.

Feljegyzés

A projekt neve minden művelet esetében megkülönbözteti a kis- és nagybetűk nevét.

Hozzon létre egy PATCH-kérést a következő URL-cím, fejlécek és JSON-törzs használatával a projekt létrehozásához.

URL-cím kérése

Projekt létrehozásához használja az alábbi URL-címet. Cserélje le az alábbi helyőrző értékeket a saját értékeire.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}?api-version={API-VERSION}

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérés hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
{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

A kérés hitelesítéséhez használja az alábbi fejlécet.

Kulcs	Érték
Ocp-Apim-Subscription-Key	Az erőforrás kulcsa. Az API-kérések hitelesítésére szolgál.

Törzs

Használja a következő JSON-t a kérésben. Cserélje le az alábbi helyőrző értékeket a saját értékeire.

Többcímke-besorolás

{
  "projectName": "{PROJECT-NAME}",
  "language": "{LANGUAGE-CODE}",
  "projectKind": "customMultiLabelClassification",
  "description": "Project description",
  "multilingual": "True",
  "storageInputContainerName": "{CONTAINER-NAME}"
}

Kulcs	Helyőrző	Érték	Példa
projectName	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
language	{LANGUAGE-CODE}	A projektben használt dokumentumok nyelvi kódját meghatározó sztring. Ha a projekt többnyelvű projekt, válassza ki a dokumentumok többségének nyelvi kódját. A támogatott nyelvi kódokról további információt a nyelvi támogatásban talál.	en-us
projectKind	customMultiLabelClassification	A projekt típusa.	customMultiLabelClassification
többnyelvű	true	Logikai érték, amely lehetővé teszi, hogy a dokumentumok több nyelven is szerepeljenek az adathalmazban, és a modell üzembe helyezésekor bármilyen támogatott nyelven lekérdezheti a modellt (ez nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatással kapcsolatos további információkért tekintse meg a nyelvi támogatást .	true
storageInputContainerName	{CONTAINER-NAME}	Annak az Azure Storage-tárolónak a neve, ahová feltöltötte a dokumentumait.	myContainer

Egycímke besorolása

{
  "projectName": "{PROJECT-NAME}",
  "language": "{LANGUAGE-CODE}",
  "projectKind": "customSingleLabelClassification",
  "description": "Project description",
  "multilingual": "True",
  "storageInputContainerName": "{CONTAINER-NAME}"
}

Kulcs	Helyőrző	Érték	Példa
projectName	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
language	{LANGUAGE-CODE}	A projektben használt dokumentumok nyelvi kódját meghatározó sztring. Ha a projekt többnyelvű projekt, válassza ki a dokumentumok többségének nyelvi kódját. A támogatott nyelvi kódokról további információt a nyelvi támogatásban talál.	en-us
projectKind	customSingleLabelClassification	A projekt típusa.	customSingleLabelClassification
többnyelvű	true	Logikai érték, amely lehetővé teszi, hogy a dokumentumok több nyelven is szerepeljenek az adathalmazban, és a modell üzembe helyezésekor bármilyen támogatott nyelven lekérdezheti a modellt (ez nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatással kapcsolatos további információkért tekintse meg a nyelvi támogatást .	true
storageInputContainerName	{CONTAINER-NAME}	Annak az Azure Storage-tárolónak a neve, ahová feltöltötte a dokumentumait.	myContainer

Ez a kérés egy 201-ben megadott választ ad vissza, ami azt jelenti, hogy a projekt létrejött.

Ez a kérés hibát ad vissza, ha:

• A kijelölt erőforrás nem rendelkezik megfelelő engedéllyel a tárfiókhoz.

Egyéni szövegbesorolási projekt importálása

Ha már címkézett adatokat, azokkal megkezdheti a szolgáltatást. Győződjön meg arról, hogy a címkézett adatok az elfogadott adatformátumokat követik.

Language Studio

1. Jelentkezzen be a Language Studióba. Megjelenik egy ablak, amely lehetővé teszi az előfizetés és a nyelvi erőforrás kiválasztását. Válassza ki a nyelvi erőforrást.

2. A Language Studio Szövegbesorolás szakaszában válassza az Egyéni szövegbesorolás lehetőséget.

   

3. Válassza az Új projekt létrehozása lehetőséget a projektek lapjának felső menüjében. A projekt létrehozása lehetővé teszi az adatok címkézését, a modellek betanítása, kiértékelése, fejlesztése és üzembe helyezése.

   

4. Miután kiválasztotta az Új projekt létrehozása lehetőséget, megjelenik egy képernyő, amely lehetővé teszi a tárfiók csatlakoztatását. Ha nem találja a tárfiókot, győződjön meg arról, hogy az ajánlott lépések végrehajtásával létrehozott egy erőforrást. Ha már csatlakoztatott egy tárfiókot a nyelvi erőforráshoz, látni fogja, hogy a tárfiók csatlakoztatva van.

   Feljegyzés

   • Ezt a lépést csak egyszer kell elvégeznie minden egyes használt új nyelvi erőforrás esetében.
   • Ez a folyamat visszafordíthatatlan, ha egy tárfiókot csatlakoztat a nyelvi erőforráshoz, később nem bonthatja le.
   • A nyelvi erőforrást csak egy tárfiókhoz csatlakoztathatja.

   

5. Válassza ki a projekt típusát. Létrehozhat egy többcímkés besorolási projektet, amelyben minden dokumentum egy vagy több osztályhoz vagy egycímkés besorolási projekthez tartozhat, ahol minden dokumentum csak egy osztályhoz tartozhat. A kijelölt típus később nem módosítható.

   

6. Adja meg a projekt adatait, beleértve a projekt dokumentumainak nevét, leírását és nyelvét. Később nem módosíthatja a projekt nevét. Válassza a Tovább lehetőséget.

   Tipp.

   Az adatkészletnek nem kell teljesen azonos nyelven lennie. Több dokumentumot is használhat, amelyek mindegyike különböző támogatott nyelvekkel rendelkezik. Ha az adathalmaz különböző nyelvű dokumentumokat tartalmaz, vagy ha futásidőben különböző nyelvektől vár szöveget, akkor a projekt alapadatainak megadásakor válassza a többnyelvű adatkészlet engedélyezése lehetőséget. Ez a beállítás később engedélyezhető a Projekt beállításai lapon.

7. Válassza ki azt a tárolót, ahová feltöltötte az adathalmazt.

8. Válassza az Igen lehetőséget, a dokumentumok már fel vannak címkézve, és formázott JSON-címkéket tartalmazó fájllal rendelkezem, és az alábbi legördülő menüben válassza ki a címkék fájlját a JSON-címkék fájljának importálásához. Győződjön meg arról, hogy a formátum a támogatott formátumot követi.

9. Válassza a Tovább lehetőséget.

10. Tekintse át a megadott adatokat, és válassza a Projekt létrehozása lehetőséget.

REST API-k

Küldjön post kérést a következő URL-cím, fejlécek és JSON-törzs használatával a címkék fájljának importálásához. Győződjön meg arról, hogy a címkék fájlja az elfogadott formátumot követi.

Ha már létezik ilyen nevű projekt, a program lecseréli a projekt adatait.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/:import?api-version={API-VERSION}

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérés hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
{API-VERSION}	A hívott API verziója. Az itt hivatkozott érték a legújabb kiadott verzióhoz tartozik. További információ a többi elérhető API-verzióról	2022-05-01

Fejlécek

A kérés hitelesítéséhez használja az alábbi fejlécet.

Kulcs	Érték
Ocp-Apim-Subscription-Key	Az erőforrás kulcsa. Az API-kérések hitelesítésére szolgál.

Törzs

Használja a következő JSON-t a kérésben. Cserélje le az alábbi helyőrző értékeket a saját értékeire.

Többcímke-besorolás

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customMultiLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customMultiLabelClassification",
    "classes": [
      {
        "category": "Class1"
      },
      {
        "category": "Class2"
      }
    ],
    "documents": [
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class1"
          },
          {
            "category": "Class2"
          }
        ]
      },
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class2"
          }
        ]
      }
    ]
  }
}

Kulcs	Helyőrző	Érték	Példa
api-verzió	{API-VERSION}	A hívott API verziója. Az itt használt verziónak meg kell egyeznie az URL-cím API-verziójával. További információ a többi elérhető API-verzióról	2022-05-01
projectName	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
projectKind	customMultiLabelClassification	A projekt típusa.	customMultiLabelClassification
language	{LANGUAGE-CODE}	A projektben használt dokumentumok nyelvi kódját meghatározó sztring. Ha a projekt többnyelvű projekt, válassza ki a dokumentumok többségének nyelvi kódját. A többnyelvű támogatással kapcsolatos további információkért tekintse meg a nyelvi támogatást .	en-us
többnyelvű	true	Logikai érték, amely lehetővé teszi, hogy a dokumentumok több nyelven is szerepeljenek az adathalmazban, és a modell üzembe helyezésekor bármilyen támogatott nyelven lekérdezheti a modellt (ez nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatással kapcsolatos további információkért tekintse meg a nyelvi támogatást .	true
storageInputContainerName	{CONTAINER-NAME}	Annak az Azure Storage-tárolónak a neve, ahová feltöltötte a dokumentumait.	myContainer
osztályok	[]	A projektben szereplő összes osztályt tartalmazó tömb. Ezekbe az osztályokba szeretné besorolni a dokumentumokat.	[]
documents	[]	A projekt összes dokumentumát és a dokumentumhoz címkézett osztályokat tartalmazó tömb.	[]
hely	{DOCUMENT-NAME}	A dokumentumok helye a tárolóban. Mivel az összes dokumentum a tároló gyökerében található, ennek kell lennie a dokumentum nevének.	doc1.txt
adathalmaz	{DATASET}	Az a tesztkészlet, amelyre a dokumentum a betanítás előtt felosztáskor kerül. Az adatfelosztással kapcsolatos további információkért tekintse meg a modell betanítását ismertető témakört. A mező lehetséges értékei a következők Train : és Test.	Train

Egycímke besorolása

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customSingleLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customSingleLabelClassification",
        "classes": [
            {
                "category": "Class1"
            },
            {
                "category": "Class2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class2"
                }
            },
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class1"
                }
            }
        ]
    }
}

Kulcs	Helyőrző	Érték	Példa
api-verzió	{API-VERSION}	A hívott API verziója. Az itt használt verziónak meg kell egyeznie az URL-cím API-verziójával.	2022-05-01
projectName	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
projectKind	customSingleLabelClassification	A projekt típusa.	customSingleLabelClassification
language	{LANGUAGE-CODE}	A projektben használt dokumentumok nyelvi kódját meghatározó sztring. Ha a projekt többnyelvű projekt, válassza ki a dokumentumok többségének nyelvi kódját. A támogatott nyelvi kódokról további információt a nyelvi támogatásban talál.	en-us
többnyelvű	true	Logikai érték, amely lehetővé teszi, hogy a dokumentumok több nyelven is szerepeljenek az adathalmazban, és a modell üzembe helyezésekor bármilyen támogatott nyelven lekérdezheti a modellt (ez nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatással kapcsolatos további információkért tekintse meg a nyelvi támogatást .	true
storageInputContainerName	{CONTAINER-NAME}	Annak az Azure Storage-tárolónak a neve, ahová feltöltötte a dokumentumait.	myContainer
osztályok	[]	A projektben szereplő összes osztályt tartalmazó tömb. Ezekbe az osztályokba szeretné besorolni a dokumentumokat.	[]
documents	[]	A projekt összes dokumentumát tartalmazó tömb, és a dokumentum melyik osztályához tartozik.	[]
hely	{DOCUMENT-NAME}	A dokumentumok helye a tárolóban. Mivel az összes dokumentum a tároló gyökerében található, ennek kell lennie a dokumentum nevének.	doc1.txt
adathalmaz	{DATASET}	Az a tesztkészlet, amelyre a dokumentum a betanítás előtt felosztáskor kerül. Az adatfelosztással kapcsolatos további információkért tekintse meg a modell betanítását ismertető témakört. A mező lehetséges értékei a következők Train : és Test.	Train

Miután elküldte az API-kérést, kapni fog egy 202 választ, amely jelzi, hogy a feladat helyesen lett elküldve. A válaszfejlécekben bontsa ki az operation-location értéket. A következő módon lesz formázva:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} a kérés azonosítására szolgál, mivel ez a művelet aszinkron. Ezt az URL-címet fogja használni az importálási feladat állapotának lekéréséhez.

A kérés lehetséges hibaforgatókönyvei:

• A kijelölt erőforrás nem rendelkezik megfelelő engedélyekkel a tárfiókhoz.
• A storageInputContainerName megadott nem létezik.
• Érvénytelen nyelvi kód van használatban, vagy ha a nyelvi kód típusa nem sztring.
• multilingual az érték egy sztring, és nem logikai érték.

Projekt részleteinek lekérése

Language Studio

1. Lépjen a projektbeállítások lapjára a Language Studióban.

2. A projekt részletei láthatók.

3. Ezen a lapon frissítheti a projekt leírását, és engedélyezheti/letilthatja a többnyelvű adatkészletet a projektbeállításokban.

4. A csatlakoztatott tárfiókot és tárolót a nyelvi erőforráshoz is megtekintheti.

5. Az erőforrás elsődleges kulcsát ezen a lapon is lekérheti.

   

REST API-k

Az egyéni szövegbesorolási projekt részleteinek lekéréséhez küldjön egy GET kérést az alábbi URL-címmel és fejlécekkel. Cserélje le a helyőrző értékeket a saját értékeire.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}?api-version={API-VERSION}

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérés hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
{API-VERSION}	A meghívni kívánt API verziója. Az itt hivatkozott érték a legújabb kiadású modellverzióhoz tartozik.	2022-05-01

Fejlécek

A kérés hitelesítéséhez használja az alábbi fejlécet.

Kulcs	Érték
Ocp-Apim-Subscription-Key	Az erőforrás kulcsa. Az API-kérések hitelesítésére szolgál.

Válasz törzse

A kérés elküldése után a következő választ kapja.

{
  "createdDateTime": "2022-04-23T13:39:09.384Z",
  "lastModifiedDateTime": "2022-04-23T13:39:09.384Z",
  "lastTrainedDateTime": "2022-04-23T13:39:09.384Z",
  "lastDeployedDateTime": "2022-04-23T13:39:09.384Z",
  "projectKind": "customSingleLabelClassification",
  "storageInputContainerName": "{CONTAINER-NAME}",
  "projectName": "{PROJECT-NAME}",
  "multilingual": true,
  "description": "Project description",
  "language": "{LANGUAGE-CODE}"
}

Érték	helyőrző	Leírás	Példa
projectKind	customSingleLabelClassification	A projekt típusa.	Ez az érték lehet customSingleLabelClassification vagy customMultiLabelClassification.
storageInputContainerName	{CONTAINER-NAME}	Annak az Azure Storage-tárolónak a neve, ahová feltöltötte a dokumentumait.	myContainer
projectName	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
multilingual		Logikai érték, amely lehetővé teszi, hogy a dokumentumok több nyelven is szerepeljenek az adathalmazban. A modell üzembe helyezésekor bármilyen támogatott nyelven lekérdezheti a modellt (nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatással kapcsolatos további információkért lásd: nyelvi támogatás.	true
language	{LANGUAGE-CODE}	A projektben használt dokumentumok nyelvi kódját meghatározó sztring. Ha a projekt többnyelvű projekt, válassza ki a dokumentumok többségének nyelvi kódját. A támogatott nyelvi kódokról további információt a nyelvi támogatásban talál.	en-us

Az API-kérés elküldése után kapni fog egy 200 választ, amely jelzi a sikerességet és a JSON-válasz törzsét a projekt adataival.

Projekt törlése

Language Studio

Ha már nincs szüksége a projektre, törölheti a projektet a Language Studióval. Válassza ki az egyéni szövegbesorolást a tetején, majd válassza ki a törölni kívánt projektet. A projekt törléséhez válassza a Törlés lehetőséget a felső menüből.

REST API-k

Ha már nincs szüksége a projektre, az alábbi DELETE kéréssel törölheti azt. Cserélje le a helyőrző értékeket a saját értékeire.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}?api-version={API-VERSION}

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérés hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
{API-VERSION}	A hívott API verziója. Az itt hivatkozott érték a legújabb kiadott verzióhoz tartozik. További információ a többi elérhető API-verzióról	2022-05-01

Fejlécek

A kérés hitelesítéséhez használja az alábbi fejlécet.

Kulcs	Érték
Ocp-Apim-Subscription-Key	Az erőforrás kulcsa. Az API-kérések hitelesítésére szolgál.

Az API-kérés elküldése után egy 202 sikeres választ kap, ami azt jelenti, hogy a projekt törölve lett. A sikeres hívás eredménye a Operation-Location feladat állapotának ellenőrzésére szolgáló fejléccel.

Következő lépések

• Tudnia kell, hogy milyen projektsémát fog használni az adatok címkézéséhez.

• A projekt létrehozása után megkezdheti az adatok címkézését, amely tájékoztatja a szövegbesorolási modellt a szöveg értelmezéséről, valamint a betanításhoz és a kiértékeléshez.