Előrejelzési kérések küldése üzemelő példánynak

Az üzembe helyezés sikeres hozzáadása után lekérdezheti az üzembe helyezés szándék- és entitás-előrejelzéseit a kimondott szövegből az üzembe helyezéshez hozzárendelt modell alapján. Az üzembe helyezést programozott módon, az előrejelzési API-n vagy az ügyfélkódtárakon (Azure SDK) keresztül kérdezheti le.

Üzembe helyezett modell tesztelése

A Language Studióval kimondott szöveget küldhet be, előrejelzéseket kaphat, és megjelenítheti az eredményeket.

Az üzembe helyezett modellek tesztelése a Language Studióból:

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

2. Többnyelvű projektek esetén a Szöveg nyelvének kiválasztása legördülő listából válassza ki a tesztelt kimondott szöveg nyelvét.

3. Az Üzembe helyezés neve legördülő listában válassza ki a tesztelni kívánt modellnek megfelelő üzembe helyezési nevet. Csak az üzemelő példányokhoz rendelt modelleket tesztelheti.

4. A szövegmezőbe írjon be egy tesztelni kívánt kimondott szöveget. Ha például létrehozott egy alkalmazást az e-mailhez kapcsolódó kimondott szövegekhez, megadhatja az E-mail törlése parancsot.

5. A lap tetején válassza a Teszt futtatása lehetőséget.

6. A teszt futtatása után látnia kell a modell válaszát az eredményben. Az eredményeket megtekintheti az entitáskártyákon, vagy JSON formátumban is megtekintheti.

---

Beszélgetési nyelvfelismerési kérés küldése

Language Studio

1. Az üzembe helyezési feladat sikeres befejezése után válassza ki a használni kívánt üzemelő példányt, majd a felső menüben válassza az Előrejelzési URL-cím lekérése lehetőséget.

   

2. A megjelenő ablakban másolja a mintakérés URL-címét és törzsét a parancssorba.

3. Cserélje le a elemet <YOUR_QUERY_HERE> arra a tényleges szövegre, amelyből szándékokat és entitásokat szeretne kinyerni.

4. Küldje el a POST cURL-kérést a terminálban vagy a parancssorban. Ha a kérés sikeres volt, 202-ben kap választ az API-eredményekre.

REST API-k

Először le kell kérnie az erőforráskulcsot és a végpontot:

Nyissa meg az erőforrás áttekintési lapját a Azure Portal. A bal oldali menüben válassza a Kulcsok és végpont lehetőséget. A végpontot és a kulcsot fogja használni az API-kérésekhez

A modell lekérdezése

Hozzon létre egy POST-kérést a következő URL-cím, fejlécek és JSON-törzs használatával egy beszélgetési nyelvfelismerési modell tesztelésének megkezdéséhez.

URL-cím kérése

{ENDPOINT}/language/:analyze-conversations?api-version={API-VERSION}

Helyőrző	Érték	Példa
{ENDPOINT}	Az API-kérelem hitelesítésének végpontja.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	A hívott API verziója .	2023-04-01

Fejlécek

A kérés hitelesítéséhez használja az alábbi fejlécet.

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

A kérés törzse

{
  "kind": "Conversation",
  "analysisInput": {
    "conversationItem": {
      "id": "1",
      "participantId": "1",
      "text": "Text 1"
    }
  },
  "parameters": {
    "projectName": "{PROJECT-NAME}",
    "deploymentName": "{DEPLOYMENT-NAME}",
    "stringIndexType": "TextElement_V8"
  }
}

Kulcs	Helyőrző	Érték	Példa
participantId	{JOB-NAME}		"MyJobName
id	{JOB-NAME}		"MyJobName
text	{TEST-UTTERANCE}	Az a kimondott szöveg, amelyből előre szeretné jelezni a szándékát, és entitásokat szeretne kinyerni belőle.	"Read Matt's email
projectName	{PROJECT-NAME}	A projekt neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	myProject
deploymentName	{DEPLOYMENT-NAME}	Az üzemelő példány neve. Ez az érték megkülönbözteti a kis- és nagybetűk értékét.	staging

A kérés elküldése után a következő választ kapja az előrejelzéshez

Választörzs

{
  "kind": "ConversationResult",
  "result": {
    "query": "Text1",
    "prediction": {
      "topIntent": "inten1",
      "projectKind": "Conversation",
      "intents": [
        {
          "category": "intent1",
          "confidenceScore": 1
        },
        {
          "category": "intent2",
          "confidenceScore": 0
        },
        {
          "category": "intent3",
          "confidenceScore": 0
        }
      ],
      "entities": [
        {
          "category": "entity1",
          "text": "text1",
          "offset": 29,
          "length": 12,
          "confidenceScore": 1
        }
      ]
    }
  }
}

Kulcs	Mintaérték	Description
query	"Olvasd el Matt e-mail-címét"	a lekérdezéshez beküldött szöveg.
topIntent	"Olvasás"	Az előrejelzett szándék a legmagasabb megbízhatósági pontszámmal.
Cél	[]	A lekérdezési szöveghez előrejelzett összes szándék listája megbízhatósági pontszámmal.
Entitások	[]	tömb, amely a lekérdezés szövegéből kinyert entitások listáját tartalmazza.

API-válasz egy beszélgetési projekthez

Egy beszélgetési projektben előrejelzéseket fog kapni a projektben található szándékokról és entitásokról is.

• A szándékok és entitások egy 0,0 és 1,0 közötti megbízhatósági pontszámot tartalmaznak, amely azt jelzi, hogy a modell mennyire biztos abban, hogy a projekt egy bizonyos elemének előrejelzéséről van szó.
• A legfelső pontozási szándék a saját paraméterében található.
• A válaszban csak az előrejelzett entitások jelennek meg.
• Az entitások a következőket jelzik:
  • A kinyert entitás szövege
  • Kezdő helye eltolás értékével jelölve
  • Az entitás szövegének hossza, amelyet egy hosszérték jelöl.

Ügyfélkódtárak (Azure SDK)

Az ügyfélkódtárak (Azure SDK) használata

Az Azure SDK által biztosított ügyfélkódtárak használatával kéréseket küldhet a modellnek.

Megjegyzés

A beszélgetési nyelvfelismerés ügyfélkódtára csak a következő célokra érhető el:

• .NET
• Python

1. Nyissa meg az erőforrás áttekintési lapját a Azure Portal

2. A bal oldali menüben válassza a Kulcsok és végpont lehetőséget. Használja a végpontot az API-kérésekhez, és szüksége lesz a fejléc kulcsára Ocp-Apim-Subscription-Key .

   

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

   Nyelv	Csomag verziója
   .NET	1.0.0
   Python	1.0.0

4. Az ügyfélkódtár telepítése után használja az alábbi mintákat a GitHubon az API meghívásához.

   • C#
   • Python

5. További információért tekintse meg az alábbi referenciadokumentációt:

   • C#
   • Python

Következő lépések

• A társalgási nyelv megértése – áttekintés