Mengirim permintaan klasifikasi teks ke model Anda

Setelah berhasil menyebarkan model, Anda dapat mengkueri penyebaran untuk mengklasifikasikan teks berdasarkan model yang Anda tetapkan ke penyebaran. Anda dapat mengkueri penyebaran API Prediksi secara terprogram ataupun melalui pustaka klien (Azure SDK).

Menguji model yang disebarkan

Anda dapat menggunakan Language Studio untuk mengirimkan tugas klasifikasi teks khusus dan memvisualisasikan hasilnya.

Untuk menguji model disebarkan dari dalam Language Studio:

1. Pilih Menguji penyebaran dari menu sebelah kiri.

2. Pilih penyebaran yang ingin Anda uji. Anda hanya dapat menguji model yang ditetapkan untuk penyebaran.

3. Untuk proyek multi-bahasa, dari menu dropdown bahasa, pilih bahasa teks yang sedang Anda uji.

4. Pilih penyebaran yang ingin Anda kueri/uji dari menu dropdown.

5. Anda dapat memasukkan teks yang ingin dikirimkan ke permintaan atau unggah file .txt yang akan digunakan.

6. Pilih Jalankan pengujian dari menu atas.

7. Di tab Hasil, Anda dapat melihat entitas yang diekstraksi dari teks dan jenisnya. Anda juga dapat melihat respons JSON pada tab JSON.

Mengirim permintaan klasifikasi teks ke model Anda

Tip

Anda dapat menguji model Anda di Studio Bahasa dengan mengirimkan contoh teks untuk mengklasifikasikannya.

Studio Bahasa

1. Setelah pekerjaan penyebaran berhasil diselesaikan, pilih penyebaran yang ingin Anda gunakan dan dari menu atas pilih Dapatkan URL prediksi.

   

2. Di jendela yang muncul, di bawah pivot Kirim , salin URL dan isi permintaan sampel. Ganti nilai tempat penampung seperti YOUR_DOCUMENT_HERE dan YOUR_DOCUMENT_LANGUAGE_HERE dengan teks dan bahasa aktual yang ingin Anda proses.

3. Kirimkan permintaan cURL POST di terminal atau perintah Anda. Anda akan menerima respons 202 dengan hasil API jika permintaan berhasil.

4. Di header respons yang Anda terima, ekstrak {JOB-ID} dari operation-location, yang memiliki format: {ENDPOINT}/language/analyze-text/jobs/<JOB-ID}>

5. Kembali ke Studio Bahasa; pilih pivot Ambil dari jendela yang sama dengan permintaan contoh yang Anda dapatkan sebelumnya dan salin permintaan sampel ke editor teks.

6. Tambahkan ID pekerjaan Anda setelah /jobs/ ke URL, menggunakan ID yang Anda ekstrak dari langkah sebelumnya.

7. Kirimkan permintaan cURL GET di terminal atau perintah Anda.

REST API

Pertama, Anda perlu mendapatkan kunci sumber daya dan titik akhir:

1. Buka halaman gambaran umum sumber daya Anda di portal Microsoft Azure

2. Dari menu sebelah kiri, pilih Kunci dan Titik Akhir. Anda akan menggunakan titik akhir dan kunci untuk permintaan API

   

Mengirimkan tugas klasifikasi teks kustom

Gunakan permintaan POST ini untuk memulai tugas klasifikasi teks.

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

Placeholder	Nilai	Contoh
{ENDPOINT}	Titik akhir untuk mengautentikasi permintaan API Anda.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Versi API yang Anda panggil. Nilai yang dirujuk di sini adalah untuk versi terbaru yang dirilis. Lihat Siklus hidup model untuk mempelajari selengkapnya tentang versi API lain yang tersedia.	2022-05-01

Header

Tombol	Nilai
Ocp-Apim-Subscription-Key	Kunci Anda yang menyediakan akses menuju API ini.

Isi

Klasifikasi multi-label

{
  "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}"
      }
    }
  ]
}

Tombol	Placeholder	Nilai	Contoh
displayName	{JOB-NAME}	Nama pekerjaan Anda.	MyJobName
documents	[{},{}]	Daftar dokumen untuk menjalankan tugas.	[{},{}]
id	{DOC-ID}	ID atau nama dokumen.	doc1
language	{LANGUAGE-CODE}	String yang menentukan kode bahasa untuk dokumen. Jika kunci ini tidak ditentukan, layanan akan menggunakan bahasa default proyek yang dipilih saat pembuatan proyek. Lihat dukungan bahasa untuk daftar kode bahasa yang didukung.	en-us
text	{DOC-TEXT}	Tugas dokumen untuk menjalankan tugas.	Lorem ipsum dolor sit amet
tasks		Daftar tugas yang ingin kami jalankan.	[]
taskName	CustomMultiLabelClassification	Nama tugas	CustomMultiLabelClassification
parameters		Daftar parameter untuk diteruskan ke tugas.
project-name	{PROJECT-NAME}	Nama untuk proyek Anda. Nilai ini peka huruf besar/kecil.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nama penyebaran Anda. Nilai ini peka huruf besar/kecil.	prod

Klasifikasi Label Tunggal

{
  "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}"
      }
    }
  ]
}

Tombol	Placeholder	Nilai	Contoh
displayName	{JOB-NAME}	Nama pekerjaan Anda.	MyJobName
Dokumen		Daftar dokumen untuk menjalankan tugas.
id	{DOC-ID}	ID atau nama dokumen.	doc1
language	{LANGUAGE-CODE}	String yang menentukan kode bahasa untuk dokumen. Jika kunci ini tidak ditentukan, layanan akan menggunakan bahasa default proyek yang dipilih saat pembuatan proyek. Lihat dukungan bahasa untuk daftar kode bahasa yang didukung.	en-us
text	{DOC-TEXT}	Tugas dokumen untuk menjalankan tugas.	Lorem ipsum dolor sit amet
taskName	CustomSingleLabelClassification	Nama tugas	CustomSingleLabelClassification
tasks	[]	Daftar tugas yang ingin dijalankan.	[]
parameters		Daftar parameter untuk diteruskan ke tugas.
project-name	{PROJECT-NAME}	Nama untuk proyek Anda. Nilai ini peka huruf besar/kecil.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nama penyebaran Anda. Nilai ini peka huruf besar/kecil.	prod

Respons

Anda akan menerima respons 202 yang menunjukkan keberhasilan. Di header respons, ekstrak operation-location. operation-location diformat sebagai berikut:

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

Anda dapat menggunakan URL ini untuk mengkueri status penyelesaian tugas dan mendapatkan hasil saat tugas selesai.

Mendapatkan hasil tugas

Gunakan permintaan GET berikut ini untuk mengkueri status/hasil tugas klasifikasi kustom.

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

Placeholder	Nilai	Contoh
{ENDPOINT}	Titik akhir untuk mengautentikasi permintaan API Anda.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Versi API yang Anda panggil. Nilai yang dirujuk di sini adalah untuk versi model terkini yang dirilis.	2022-05-01

Header

Tombol	Nilai
Ocp-Apim-Subscription-Key	Kunci Anda yang menyediakan akses menuju API ini.

Isi respons

Respons akan menjadi dokumen JSON dengan parameter berikut.

Klasifikasi multi-label

{
  "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"
        }
      }
    ]
  }
}

Klasifikasi Label Tunggal

{
  "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"
        }
      }
    ]
  }
}

Pustaka klien (Azure SDK)

Pertama, Anda harus mendapatkan kunci sumber daya dan titik akhir:

• Buka halaman gambaran umum sumber daya Anda di portal Microsoft Azure

• Dari menu sebelah kiri, pilih Kunci dan Titik Akhir. Anda akan menggunakan titik akhir dan kunci untuk permintaan API

3. Unduh dan instal paket pustaka klien untuk bahasa pilihan Anda:

   Bahasa	Versi paket
   .NET	5.2.0-beta.3
   Java	5.2.0-beta.3
   JavaScript	6.0.0-beta.1
   Python	5.2.0b4

4. Setelah Anda pustaka klien terpasang, gunakan sampel berikut di GitHub untuk mulai panggilan API.

   Klasifikasi label tunggal:

   • C#
   • Java
   • JavaScript
   • Python

   Klasifikasi multi label:

   • C#
   • Java
   • JavaScript
   • Python

5. Lihat dokumentasi referensi berikut untuk informasi lebih lanjut tentang klien, dan tampilkan objek:

   • C#
   • Java
   • JavaScript
   • Python

Langkah berikutnya

• Ringkasan klasifikasi teks kustom