DocumentModelAdministrationClient Osztály
A DocumentModelAdministrationClient a modellek létrehozásához és kezeléséhez használható Form Recognizer felület.
Modellek és osztályozók készítésére, valamint modellek és osztályozók megtekintésére és törlésére, modell- és osztályozóműveletek megtekintésére, fiókadatok elérésére, modellek másolására egy másik Form Recognizer erőforrásra, valamint új modell írására a meglévő modellek gyűjteményéből.
Megjegyzés
A DocumentModelAdministrationClient api-verziókkal használható
2022-08-31 és újabb. Az =v2.1 API-verziók <használatához hozzon létre egy FormTrainingClient példányt.
A 2022-08-31-es verzió újdonságai: A DocumentModelAdministrationClient és annak ügyfélmetodusai.
- Öröklődés
-
azure.ai.formrecognizer._form_base_client.FormRecognizerClientBaseDocumentModelAdministrationClient
Konstruktor
DocumentModelAdministrationClient(endpoint: str, credential: AzureKeyCredential | TokenCredential, **kwargs: Any)
Paraméterek
- endpoint
- str
Támogatott Cognitive Services-végpontok (protokoll és állomásnév, például: https://westus2.api.cognitive.microsoft.com).
- credential
- AzureKeyCredential vagy TokenCredential
Az ügyfélnek az Azure-hoz való csatlakozáshoz szükséges hitelesítő adatok. Ez az AzureKeyCredential egy példánya, ha API-kulcsot vagy jogkivonat-hitelesítő adatokat használ a következőből: identity.
- api_version
- str vagy DocumentAnalysisApiVersion
A kérésekhez használni kívánt szolgáltatás API-verziója. Alapértelmezés szerint a legújabb szolgáltatásverziót használja. A régebbi verzióra való beállítás csökkentett funkciókompatibilitást eredményezhet. Az =v2.1 API-verziók <használatához hozzon létre egy FormTrainingClient példányt.
Példák
A DocumentModelAdministrationClient létrehozása végponttal és API-kulccsal.
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import DocumentModelAdministrationClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint, AzureKeyCredential(key)
)
A DocumentModelAdministrationClient létrehozása token hitelesítő adatokkal.
"""DefaultAzureCredential will use the values from these environment
variables: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET
"""
from azure.ai.formrecognizer import DocumentModelAdministrationClient
from azure.identity import DefaultAzureCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
credential = DefaultAzureCredential()
document_model_admin_client = DocumentModelAdministrationClient(
endpoint, credential
)
Metódusok
begin_build_document_classifier |
Hozzon létre egy dokumentumosztályozót. Az egyéni osztályozómodellek összeállításáról és betanításairól további információt a következő témakörben talál https://aka.ms/azsdk/formrecognizer/buildclassifiermodel: . A 2023-07-31-es verzió újdonságai: A begin_build_document_classifier ügyfélmetódus. |
begin_build_document_model |
Egyéni dokumentummodell létrehozása. A kérésnek tartalmaznia kell egy blob_container_url kulcsszóparamétert, amely egy külsőleg elérhető Azure Storage-blobtároló URI (lehetőleg közös hozzáférésű jogosultságkód URI- ja). Vegye figyelembe, hogy a tároló URI-ja (SAS nélkül) csak akkor fogadható el, ha a tároló nyilvános, vagy felügyelt identitás van konfigurálva. További információ a felügyelt identitások konfigurálásáról a Form Recognizer való használatához itt: https://docs.microsoft.com/azure/applied-ai-services/form-recognizer/managed-identities. A modellek a következő tartalomtípusú dokumentumok használatával készülnek: "application/pdf", "image/jpeg", "image/png", "image/tiff", "image/bmp", vagy "image/heif". A tároló egyéb típusú tartalmai figyelmen kívül lesznek hagyva. A 2023-07-31-es verzió újdonsága: A file_list kulcsszóargumentum. |
begin_compose_document_model |
Létrehozott dokumentummodellt hoz létre egy meglévő modellek gyűjteményéből. Egy összeállított modell lehetővé teszi több modell meghívását egyetlen modellazonosítóval. Amikor egy dokumentumot egy összeállított modellazonosítóval való elemzésre küld, először egy besorolási lépést hajt végre, amely a megfelelő egyéni modellhez irányítja azt. |
begin_copy_document_model_to |
Másolja az erőforrásban (a forrásban) tárolt dokumentummodellt a felhasználó által megadott célként megadott Form Recognizer erőforrásba. Ezt a forrás Form Recognizer erőforrással kell meghívni (a másolandó modellel). A célparamétert a célerőforrás metódus meghívásából get_copy_authorization származó kimenetéből kell megadni. |
close |
Zárja be a munkamenetet DocumentModelAdministrationClient . |
delete_document_classifier |
Dokumentumosztályozó törlése. A 2023-07-31-es verzió újdonságai: Az delete_document_classifier ügyfélmetódus. |
delete_document_model |
Egyéni dokumentummodell törlése. |
get_copy_authorization |
Hozzon létre engedélyt egy egyéni modell cél Form Recognizer erőforrásba való másolásához. Ezt a célerőforrásnak kell meghívnia (ahová a modellt átmásolja), és a kimenet átadható célparaméterként a következőnek begin_copy_document_model_to: . |
get_document_analysis_client |
Egy DocumentAnalysisClient példányának lekérése a DocumentModelAdministrationClient webhelyről. |
get_document_classifier |
Szerezzen be egy dokumentumosztályozót az azonosítója alapján. A 2023-07-31-es verzió újdonságai: A get_document_classifier ügyfélmetódus. |
get_document_model |
Dokumentummodell lekérése az azonosító alapján. |
get_operation |
Művelet lekérése az azonosító alapján. Az Form Recognizer erőforráshoz társított művelet lekérése. Vegye figyelembe, hogy a műveletinformációk csak 24 óráig maradnak meg. Ha a dokumentummodell-művelet sikeres volt, a modell a vagy list_document_models API-k használatával get_document_model érhető el. |
get_resource_details |
A Form Recognizer erőforrás alatti modellekre vonatkozó információk lekérése. |
list_document_classifiers |
Listázhatja az egyes dokumentumosztályozók adatait, beleértve az osztályozó azonosítóját, leírását és létrehozási helyét. A 2023-07-31-es verzió újdonságai: A list_document_classifiers ügyfélmetódus. |
list_document_models |
Listázhatja az egyes modellek adatait, beleértve a modell azonosítóját, leírását és létrehozását. |
list_operations |
Az egyes műveletek adatainak listázása. Felsorolja az Form Recognizer erőforráshoz társított összes műveletet. Vegye figyelembe, hogy a műveletinformációk csak 24 óráig maradnak meg. Ha egy dokumentummodell-művelet sikeres volt, a dokumentummodell a vagy list_document_models API-k használatával get_document_model érhető el. |
send_request |
Hálózati kérést futtat az ügyfél meglévő folyamatával. A kérelem URL-címe az alap URL-címhez lehet viszonyítva. A kéréshez használt szolgáltatás API-verzió megegyezik az ügyféléval, hacsak másként nincs megadva. Az ügyfél konfigurált API-verziójának relatív URL-címben való felülírása támogatott a 2022-08-31-es és újabb API-verziójú ügyfélen. Felül kell bírálni a bármely API-verzióval rendelkező ügyfélen támogatott abszolút URL-címet. Ez a módszer nem jelentkezik, ha a válasz hiba; kivétel létrehozásához hívja meg a raise_for_status() parancsot a visszaadott válaszobjektumon. További információ arról, hogyan küldhet egyéni kéréseket ezzel a módszerrel: https://aka.ms/azsdk/dpcodegen/python/send_request. |
begin_build_document_classifier
Hozzon létre egy dokumentumosztályozót. Az egyéni osztályozómodellek összeállításáról és betanításairól további információt a következő témakörben talál https://aka.ms/azsdk/formrecognizer/buildclassifiermodel: .
A 2023-07-31-es verzió újdonságai: A begin_build_document_classifier ügyfélmetódus.
begin_build_document_classifier(doc_types: Mapping[str, ClassifierDocumentTypeDetails], *, classifier_id: str | None = None, description: str | None = None, **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentClassifierDetails]
Paraméterek
- doc_types
- Mapping[str, ClassifierDocumentTypeDetails]
Az osztályozandó dokumentumtípusok leképezése.
- classifier_id
- str
Egyedi dokumentumosztályozó neve. Ha nincs megadva, a rendszer létrehoz egy osztályozóazonosítót.
- description
- str
Dokumentumosztályozó leírása.
Válaszok
Egy DocumentModelAdministrationLROPoller példánya. Hívja meg a result() függvényt a poller objektumon, hogy visszaadjon egy DocumentClassifierDetailsértéket.
Visszatérési típus
Kivételek
Példák
Hozzon létre egy dokumentumosztályozót.
import os
from azure.ai.formrecognizer import (
DocumentModelAdministrationClient,
ClassifierDocumentTypeDetails,
BlobSource,
BlobFileListSource,
)
from azure.core.credentials import AzureKeyCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
container_sas_url = os.environ["CLASSIFIER_CONTAINER_SAS_URL"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
poller = document_model_admin_client.begin_build_document_classifier(
doc_types={
"IRS-1040-A": ClassifierDocumentTypeDetails(
source=BlobSource(
container_url=container_sas_url, prefix="IRS-1040-A/train"
)
),
"IRS-1040-D": ClassifierDocumentTypeDetails(
source=BlobFileListSource(
container_url=container_sas_url, file_list="IRS-1040-D.jsonl"
)
),
},
description="IRS document classifier",
)
result = poller.result()
print(f"Classifier ID: {result.classifier_id}")
print(f"API version used to build the classifier model: {result.api_version}")
print(f"Classifier description: {result.description}")
print(f"Document classes used for training the model:")
for doc_type, details in result.doc_types.items():
print(f"Document type: {doc_type}")
print(f"Container source: {details.source.container_url}\n")
begin_build_document_model
Egyéni dokumentummodell létrehozása.
A kérésnek tartalmaznia kell egy blob_container_url kulcsszóparamétert, amely egy külsőleg elérhető Azure Storage-blobtároló URI (lehetőleg közös hozzáférésű jogosultságkód URI- ja). Vegye figyelembe, hogy a tároló URI-ja (SAS nélkül) csak akkor fogadható el, ha a tároló nyilvános, vagy felügyelt identitás van konfigurálva. További információ a felügyelt identitások konfigurálásáról a Form Recognizer való használatához itt: https://docs.microsoft.com/azure/applied-ai-services/form-recognizer/managed-identities. A modellek a következő tartalomtípusú dokumentumok használatával készülnek: "application/pdf", "image/jpeg", "image/png", "image/tiff", "image/bmp", vagy "image/heif". A tároló egyéb típusú tartalmai figyelmen kívül lesznek hagyva.
A 2023-07-31-es verzió újdonsága: A file_list kulcsszóargumentum.
begin_build_document_model(build_mode: str | ModelBuildMode, *, blob_container_url: str, prefix: str | None = None, model_id: str | None = None, description: str | None = None, tags: Mapping[str, str] | None = None, **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentModelDetails]
Paraméterek
- build_mode
- ModelBuildMode
Az egyéni modell buildelési módja. Lehetséges értékek: "template", "neurális". A buildelési módokkal kapcsolatos további információkért lásd: https://aka.ms/azsdk/formrecognizer/buildmode.
- blob_container_url
- str
Egy Azure Storage-blobtároló SAS URI-ja. A tároló URI-ja (SAS nélkül) akkor használható, ha a tároló nyilvános, vagy konfigurált felügyelt identitással rendelkezik. A betanítási adatkészlet beállításával kapcsolatos további információkért lásd: https://aka.ms/azsdk/formrecognizer/buildtrainingset.
- model_id
- str
A modell egyedi azonosítója. Ha nincs megadva, a rendszer létrehoz egy modellazonosítót.
- description
- str
A modellhez hozzáadandó leírás nem kötelező.
- prefix
- str
Kis- és nagybetűkre érzékeny előtagsztring a blobtároló URL-elérési útjának dokumentumainak szűréséhez. Azure Storage-blob URI használata esetén például az előtaggal korlátozhatja az almappák körét. az előtagnak "/" végződésűnek kell lennie, hogy elkerülje azokat az eseteket, amikor a fájlnevek azonos előtaggal osztoznak.
- file_list
- str
Egy JSONL-fájl elérési útja a tárolóban, amely a betanításhoz szükséges dokumentumok egy részhalmazát adja meg.
A modellhez társított, felhasználó által definiált kulcs-érték címkeattribútumok listája.
Válaszok
Egy DocumentModelAdministrationLROPoller példánya. Hívja meg a result() függvényt a poller objektumon, hogy visszaadjon egy DocumentModelDetailsértéket.
Visszatérési típus
Kivételek
Példák
Modell létrehozása betanítási fájlokból.
from azure.ai.formrecognizer import (
DocumentModelAdministrationClient,
ModelBuildMode,
)
from azure.core.credentials import AzureKeyCredential
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
container_sas_url = os.environ["CONTAINER_SAS_URL"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint, AzureKeyCredential(key)
)
poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=container_sas_url,
description="my model description",
)
model = poller.result()
print(f"Model ID: {model.model_id}")
print(f"Description: {model.description}")
print(f"Model created on: {model.created_on}")
print(f"Model expires on: {model.expires_on}")
print("Doc types the model can recognize:")
for name, doc_type in model.doc_types.items():
print(
f"Doc Type: '{name}' built with '{doc_type.build_mode}' mode which has the following fields:"
)
for field_name, field in doc_type.field_schema.items():
print(
f"Field: '{field_name}' has type '{field['type']}' and confidence score "
f"{doc_type.field_confidence[field_name]}"
)
begin_compose_document_model
Létrehozott dokumentummodellt hoz létre egy meglévő modellek gyűjteményéből.
Egy összeállított modell lehetővé teszi több modell meghívását egyetlen modellazonosítóval. Amikor egy dokumentumot egy összeállított modellazonosítóval való elemzésre küld, először egy besorolási lépést hajt végre, amely a megfelelő egyéni modellhez irányítja azt.
begin_compose_document_model(component_model_ids: List[str], **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentModelDetails]
Paraméterek
Az összeállított modellben használandó modellazonosítók listája.
- model_id
- str
A összeállított modell egyedi azonosítója. Ha nincs megadva, a rendszer létrehoz egy modellazonosítót.
- description
- str
A modellhez hozzáadandó leírás nem kötelező.
A modellhez társított, felhasználó által definiált kulcs-érték címkeattribútumok listája.
Válaszok
Egy DocumentModelAdministrationLROPoller példánya. Hívja meg a result() függvényt a poller objektumon, hogy visszaadjon egy DocumentModelDetailsértéket.
Visszatérési típus
Kivételek
Példák
Összeállított modell létrehozása meglévő modellekkel.
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import (
DocumentModelAdministrationClient,
ModelBuildMode,
)
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
po_supplies = os.environ["PURCHASE_ORDER_OFFICE_SUPPLIES_SAS_URL"]
po_equipment = os.environ["PURCHASE_ORDER_OFFICE_EQUIPMENT_SAS_URL"]
po_furniture = os.environ["PURCHASE_ORDER_OFFICE_FURNITURE_SAS_URL"]
po_cleaning_supplies = os.environ["PURCHASE_ORDER_OFFICE_CLEANING_SUPPLIES_SAS_URL"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
supplies_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_supplies,
description="Purchase order-Office supplies",
)
equipment_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_equipment,
description="Purchase order-Office Equipment",
)
furniture_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_furniture,
description="Purchase order-Furniture",
)
cleaning_supplies_poller = document_model_admin_client.begin_build_document_model(
ModelBuildMode.TEMPLATE,
blob_container_url=po_cleaning_supplies,
description="Purchase order-Cleaning Supplies",
)
supplies_model = supplies_poller.result()
equipment_model = equipment_poller.result()
furniture_model = furniture_poller.result()
cleaning_supplies_model = cleaning_supplies_poller.result()
purchase_order_models = [
supplies_model.model_id,
equipment_model.model_id,
furniture_model.model_id,
cleaning_supplies_model.model_id,
]
poller = document_model_admin_client.begin_compose_document_model(
purchase_order_models, description="Office Supplies Composed Model"
)
model = poller.result()
print("Office Supplies Composed Model Info:")
print(f"Model ID: {model.model_id}")
print(f"Description: {model.description}")
print(f"Model created on: {model.created_on}")
print(f"Model expires on: {model.expires_on}")
print("Doc types the model can recognize:")
for name, doc_type in model.doc_types.items():
print(f"Doc Type: '{name}' which has the following fields:")
for field_name, field in doc_type.field_schema.items():
print(
f"Field: '{field_name}' has type '{field['type']}' and confidence score "
f"{doc_type.field_confidence[field_name]}"
)
begin_copy_document_model_to
Másolja az erőforrásban (a forrásban) tárolt dokumentummodellt a felhasználó által megadott célként megadott Form Recognizer erőforrásba.
Ezt a forrás Form Recognizer erőforrással kell meghívni (a másolandó modellel). A célparamétert a célerőforrás metódus meghívásából get_copy_authorization származó kimenetéből kell megadni.
begin_copy_document_model_to(model_id: str, target: TargetAuthorization, **kwargs: Any) -> DocumentModelAdministrationLROPoller[DocumentModelDetails]
Paraméterek
- target
- <xref:azure.ai.formrecognizer.TargetAuthorization>
A célerőforrás hívásából get_copy_authorizationlétrehozott másolási engedély.
Válaszok
A DocumentModelAdministrationLROPoller példánya. Hívja meg a result() függvényt a poller objektumon, hogy visszaadjon egy DocumentModelDetailsértéket.
Visszatérési típus
Kivételek
Példák
Modell másolása a forráserőforrásból a célerőforrásba
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import DocumentModelAdministrationClient
source_endpoint = os.environ["AZURE_FORM_RECOGNIZER_SOURCE_ENDPOINT"]
source_key = os.environ["AZURE_FORM_RECOGNIZER_SOURCE_KEY"]
target_endpoint = os.environ["AZURE_FORM_RECOGNIZER_TARGET_ENDPOINT"]
target_key = os.environ["AZURE_FORM_RECOGNIZER_TARGET_KEY"]
source_model_id = os.getenv("AZURE_SOURCE_MODEL_ID", custom_model_id)
target_client = DocumentModelAdministrationClient(
endpoint=target_endpoint, credential=AzureKeyCredential(target_key)
)
target = target_client.get_copy_authorization(
description="model copied from other resource"
)
source_client = DocumentModelAdministrationClient(
endpoint=source_endpoint, credential=AzureKeyCredential(source_key)
)
poller = source_client.begin_copy_document_model_to(
model_id=source_model_id,
target=target, # output from target client's call to get_copy_authorization()
)
copied_over_model = poller.result()
print(f"Model ID: {copied_over_model.model_id}")
print(f"Description: {copied_over_model.description}")
print(f"Model created on: {copied_over_model.created_on}")
print(f"Model expires on: {copied_over_model.expires_on}")
print("Doc types the model can recognize:")
for name, doc_type in copied_over_model.doc_types.items():
print(f"Doc Type: '{name}' which has the following fields:")
for field_name, field in doc_type.field_schema.items():
print(
f"Field: '{field_name}' has type '{field['type']}' and confidence score "
f"{doc_type.field_confidence[field_name]}"
)
close
delete_document_classifier
Dokumentumosztályozó törlése.
A 2023-07-31-es verzió újdonságai: Az delete_document_classifier ügyfélmetódus.
delete_document_classifier(classifier_id: str, **kwargs: Any) -> None
Paraméterek
Válaszok
None
Visszatérési típus
Kivételek
Példák
Osztályozó törlése.
document_model_admin_client.delete_document_classifier(
classifier_id=my_classifier.classifier_id
)
try:
document_model_admin_client.get_document_classifier(
classifier_id=my_classifier.classifier_id
)
except ResourceNotFoundError:
print(f"Successfully deleted classifier with ID {my_classifier.classifier_id}")
delete_document_model
Egyéni dokumentummodell törlése.
delete_document_model(model_id: str, **kwargs: Any) -> None
Paraméterek
Válaszok
None
Visszatérési típus
Kivételek
Példák
Modell törlése.
document_model_admin_client.delete_document_model(model_id=my_model.model_id)
try:
document_model_admin_client.get_document_model(model_id=my_model.model_id)
except ResourceNotFoundError:
print(f"Successfully deleted model with ID {my_model.model_id}")
get_copy_authorization
Hozzon létre engedélyt egy egyéni modell cél Form Recognizer erőforrásba való másolásához.
Ezt a célerőforrásnak kell meghívnia (ahová a modellt átmásolja), és a kimenet átadható célparaméterként a következőnek begin_copy_document_model_to: .
get_copy_authorization(**kwargs: Any) -> TargetAuthorization
Paraméterek
- model_id
- str
A másolt modell egyedi azonosítója. Ha nincs megadva, a rendszer létrehoz egy modellazonosítót.
- description
- str
A modellhez hozzáadandó leírás nem kötelező.
A modellhez társított, felhasználó által definiált kulcs-érték címkeattribútumok listája.
Válaszok
A másolás engedélyezéséhez szükséges értékeket tartalmazó szótár.
Visszatérési típus
Kivételek
get_document_analysis_client
Egy DocumentAnalysisClient példányának lekérése a DocumentModelAdministrationClient webhelyről.
get_document_analysis_client(**kwargs: Any) -> DocumentAnalysisClient
Válaszok
A DocumentAnalysisClient
Visszatérési típus
Kivételek
get_document_classifier
Szerezzen be egy dokumentumosztályozót az azonosítója alapján.
A 2023-07-31-es verzió újdonságai: A get_document_classifier ügyfélmetódus.
get_document_classifier(classifier_id: str, **kwargs: Any) -> DocumentClassifierDetails
Paraméterek
Válaszok
DocumentClassifierDetails
Visszatérési típus
Kivételek
Példák
Osztályozó lekérése az azonosító alapján.
my_classifier = document_model_admin_client.get_document_classifier(
classifier_id=classifier_model.classifier_id
)
print(f"\nClassifier ID: {my_classifier.classifier_id}")
print(f"Description: {my_classifier.description}")
print(f"Classifier created on: {my_classifier.created_on}")
get_document_model
Dokumentummodell lekérése az azonosító alapján.
get_document_model(model_id: str, **kwargs: Any) -> DocumentModelDetails
Paraméterek
Válaszok
DocumentModelDetails
Visszatérési típus
Kivételek
Példák
Modell lekérése az azonosító alapján.
my_model = document_model_admin_client.get_document_model(model_id=model.model_id)
print(f"\nModel ID: {my_model.model_id}")
print(f"Description: {my_model.description}")
print(f"Model created on: {my_model.created_on}")
print(f"Model expires on: {my_model.expires_on}")
get_operation
Művelet lekérése az azonosító alapján.
Az Form Recognizer erőforráshoz társított művelet lekérése. Vegye figyelembe, hogy a műveletinformációk csak 24 óráig maradnak meg. Ha a dokumentummodell-művelet sikeres volt, a modell a vagy list_document_models API-k használatával get_document_model érhető el.
get_operation(operation_id: str, **kwargs: Any) -> OperationDetails
Paraméterek
Válaszok
OperationDetails
Visszatérési típus
Kivételek
Példák
Dokumentummodell-művelet lekérése az azonosító alapján.
# Get an operation by ID
if operations:
print(f"\nGetting operation info by ID: {operations[0].operation_id}")
operation_info = document_model_admin_client.get_operation(
operations[0].operation_id
)
if operation_info.status == "succeeded":
print(f"My {operation_info.kind} operation is completed.")
result = operation_info.result
if result is not None:
if operation_info.kind == "documentClassifierBuild":
print(f"Classifier ID: {result.classifier_id}")
else:
print(f"Model ID: {result.model_id}")
elif operation_info.status == "failed":
print(f"My {operation_info.kind} operation failed.")
error = operation_info.error
if error is not None:
print(f"{error.code}: {error.message}")
else:
print(f"My operation status is {operation_info.status}")
else:
print("No operations found.")
get_resource_details
A Form Recognizer erőforrás alatti modellekre vonatkozó információk lekérése.
get_resource_details(**kwargs: Any) -> ResourceDetails
Válaszok
Az erőforrás alatti egyéni modellek összegzése – a modellek száma és korlátja.
Visszatérési típus
Kivételek
Példák
Lekérheti a modellek számát és korlátait az Form Recognizer erőforrás alatt.
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
account_details = document_model_admin_client.get_resource_details()
print(
f"Our resource has {account_details.custom_document_models.count} custom models, "
f"and we can have at most {account_details.custom_document_models.limit} custom models"
)
neural_models = account_details.neural_document_model_quota
print(
f"The quota limit for custom neural document models is {neural_models.quota} and the resource has"
f"used {neural_models.used}. The resource quota will reset on {neural_models.quota_resets_on}"
)
list_document_classifiers
Listázhatja az egyes dokumentumosztályozók adatait, beleértve az osztályozó azonosítóját, leírását és létrehozási helyét.
A 2023-07-31-es verzió újdonságai: A list_document_classifiers ügyfélmetódus.
list_document_classifiers(**kwargs: Any) -> ItemPaged[DocumentClassifierDetails]
Válaszok
A DocumentClassifierDetails lapozható.
Visszatérési típus
Kivételek
Példák
Sorolja fel az összes sikeresen létrehozott osztályozót az Form Recognizer erőforrás alatt.
classifiers = document_model_admin_client.list_document_classifiers()
print("We have the following 'ready' models with IDs and descriptions:")
for classifier in classifiers:
print(f"{classifier.classifier_id} | {classifier.description}")
list_document_models
Listázhatja az egyes modellek adatait, beleértve a modell azonosítóját, leírását és létrehozását.
list_document_models(**kwargs: Any) -> ItemPaged[DocumentModelSummary]
Válaszok
A DocumentModelSummary lapozható.
Visszatérési típus
Kivételek
Példák
Sorolja fel a Form Recognizer erőforrás alatt sikeresen létrehozott összes modellt.
models = document_model_admin_client.list_document_models()
print("We have the following 'ready' models with IDs and descriptions:")
for model in models:
print(f"{model.model_id} | {model.description}")
list_operations
Az egyes műveletek adatainak listázása.
Felsorolja az Form Recognizer erőforráshoz társított összes műveletet. Vegye figyelembe, hogy a műveletinformációk csak 24 óráig maradnak meg. Ha egy dokumentummodell-művelet sikeres volt, a dokumentummodell a vagy list_document_models API-k használatával get_document_model érhető el.
list_operations(**kwargs: Any) -> ItemPaged[OperationSummary]
Válaszok
Az OperationSummary lapja.
Visszatérési típus
Kivételek
Példák
Az elmúlt 24 óra összes dokumentummodell-műveletének listázása.
from azure.core.credentials import AzureKeyCredential
from azure.ai.formrecognizer import DocumentModelAdministrationClient
endpoint = os.environ["AZURE_FORM_RECOGNIZER_ENDPOINT"]
key = os.environ["AZURE_FORM_RECOGNIZER_KEY"]
document_model_admin_client = DocumentModelAdministrationClient(
endpoint=endpoint, credential=AzureKeyCredential(key)
)
operations = list(document_model_admin_client.list_operations())
print("The following document model operations exist under my resource:")
for operation in operations:
print(f"\nOperation ID: {operation.operation_id}")
print(f"Operation kind: {operation.kind}")
print(f"Operation status: {operation.status}")
print(f"Operation percent completed: {operation.percent_completed}")
print(f"Operation created on: {operation.created_on}")
print(f"Operation last updated on: {operation.last_updated_on}")
print(
f"Resource location of successful operation: {operation.resource_location}"
)
send_request
Hálózati kérést futtat az ügyfél meglévő folyamatával.
A kérelem URL-címe az alap URL-címhez lehet viszonyítva. A kéréshez használt szolgáltatás API-verzió megegyezik az ügyféléval, hacsak másként nincs megadva. Az ügyfél konfigurált API-verziójának relatív URL-címben való felülírása támogatott a 2022-08-31-es és újabb API-verziójú ügyfélen. Felül kell bírálni a bármely API-verzióval rendelkező ügyfélen támogatott abszolút URL-címet. Ez a módszer nem jelentkezik, ha a válasz hiba; kivétel létrehozásához hívja meg a raise_for_status() parancsot a visszaadott válaszobjektumon. További információ arról, hogyan küldhet egyéni kéréseket ezzel a módszerrel: https://aka.ms/azsdk/dpcodegen/python/send_request.
send_request(request: HttpRequest, *, stream: bool = False, **kwargs) -> HttpResponse
Paraméterek
- stream
- bool
A válasz hasznos adatainak streamelése. Alapértelmezés szerint Hamis.
Válaszok
A hálózati hívás válasza. Nem végez hibakezelést a válaszon.
Visszatérési típus
Kivételek
Azure SDK for Python
Visszajelzés
https://aka.ms/ContentUserFeedback.
Hamarosan elérhető: 2024-ben fokozatosan kivezetjük a GitHub-problémákat a tartalom visszajelzési mechanizmusaként, és lecseréljük egy új visszajelzési rendszerre. További információ:Visszajelzés küldése és megtekintése a következőhöz: