Gunakan azure AI Penerjemah bawaan di Fabric dengan REST API dan SynapseML (pratinjau)
Penting
Fitur ini dalam pratinjau.
Azure AI Penerjemah adalah layanan Azure AI yang memungkinkan Anda melakukan terjemahan bahasa dan operasi terkait bahasa lainnya.
Sampel ini menunjukkan penggunaan penerjemah Azure AI bawaan di Fabric dengan API RESTful untuk:
- Terjemahkan teks
- Teks transliterasi
- Mendapatkan bahasa yang didukung
Prasyarat
# Get workload endpoints and access token
from synapse.ml.mlflow import get_mlflow_env_config
import json
mlflow_env_configs = get_mlflow_env_config()
access_token = access_token = mlflow_env_configs.driver_aad_token
prebuilt_AI_base_host = mlflow_env_configs.workload_endpoint + "cognitive/texttranslation/"
print("Workload endpoint for AI service: \n" + prebuilt_AI_base_host)
# Make a RESTful request to AI service
post_headers = {
"Content-Type" : "application/json",
"Authorization" : "Bearer {}".format(access_token),
}
def printresponse(response):
print(f"HTTP {response.status_code}")
if response.status_code == 200:
try:
result = response.json()
print(json.dumps(result, indent=2, ensure_ascii=False))
except:
print(f"pasre error {response.content}")
else:
print(f"error message: {response.content}")
Terjemahan Teks
Operasi inti dari layanan Penerjemah adalah menerjemahkan teks.
import requests
import uuid
service_url = prebuilt_AI_base_host + "translate?api-version=3.0&to=fr"
post_body = [{'Text':'Hello, friend.'}]
post_headers["x-ms-workload-resource-moniker"] = str(uuid.uuid1())
response = requests.post(service_url, json=post_body, headers=post_headers)
# Output all information of the request process
printresponse(response)
Hasil
HTTP 200
[
{
"detectedLanguage": {
"language": "en",
"score": 1.0
},
"translations": [
{
"text": "Bonjour cher ami.",
"to": "fr"
}
]
}
]
Transliterasi Teks
Transliterasi adalah proses mengonversi kata atau frasa dari skrip (alfabet) dari satu bahasa ke bahasa lain berdasarkan kesamaan fonetis.
service_url = prebuilt_AI_base_host + "transliterate?api-version=3.0&language=ja&fromScript=Jpan&toScript=Latn"
post_body = [
{"Text":"こんにちは"},
{"Text":"さようなら"}
]
post_headers["x-ms-workload-resource-moniker"] = str(uuid.uuid1())
response = requests.post(service_url, json=post_body, headers=post_headers)
# Output all information of the request process
printresponse(response)
Hasil
HTTP 200
[
{
"text": "Kon'nichiwa",
"script": "Latn"
},
{
"text": "sayonara",
"script": "Latn"
}
]
Pengambilan Bahasa yang Didukung
Mendapatkan daftar bahasa yang didukung oleh operasi Penerjemah.
service_url = prebuilt_AI_base_host + "languages?api-version=3.0"
post_headers["x-ms-workload-resource-moniker"] = str(uuid.uuid1())
response = requests.get(service_url, headers=post_headers)
# Output all information of the request process
printresponse(response)
Konten terkait
- Menggunakan Analitik Teks bawaan di Fabric dengan REST API
- Menggunakan Analitik Teks bawaan di Fabric dengan SynapseML
- Menggunakan Penerjemah Azure AI bawaan di Fabric dengan SynapseML
- Menggunakan Azure OpenAI bawaan di Fabric dengan REST API
- Menggunakan Azure OpenAI bawaan di Fabric dengan Python SDK
- Menggunakan Azure OpenAI bawaan di Fabric dengan SynapseML
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk