Mengenali entitas
Pengenalan entitas bernama adalah kemampuan yang ditawarkan oleh Bahasa Azure. Ini mengidentifikasi dan mengategorikan entitas dalam teks yang tidak terstruktur. Ini mendukung beberapa kategori entitas, termasuk orang, lokasi, peristiwa, produk, organisasi, dll.
Ada beberapa cara untuk memanggil API pengenalan entitas bernama. Di sini, Anda menggunakan azure_ai ekstensi untuk mengenali entitas dari teks dalam kueri SQL.
Prasyarat
Anda memerlukan server fleksibel Azure Database for PostgreSQL, dengan ekstensi azure_ai. Anda juga perlu mengotorisasinya dengan Azure Cognitive Services dengan mengatur kunci dan titik akhir sumber daya Bahasa.
Skenario
Pengenalan entitas sangat membantu di beberapa domain, seperti:
- Pencarian dan pengindeksan: Secara otomatis membangun grafik pengetahuan dan direktori tag dengan entitas yang diidentifikasi.
- Otomatisasi proses: Secara otomatis mengenali produk dan lokasi dalam teks yang tidak terstruktur dan merutekannya ke permintaan dukungan pelanggan.
- Analisis pasar: Mengukur entitas dan kluster entitas yang paling sering dari media sosial, ulasan pelanggan, tiket dukungan, dll., untuk menentukan topik yang relevan dan mengantisipasi tren.
Menggunakan pengenalan entitas bernama di SQL dengan Azure Cognitive Services
Ekstensi azure_ai server fleksibel Azure Database for PostgreSQL menyediakan fungsi yang ditentukan pengguna (UDF) untuk mengakses kemampuan AI dari dalam SQL secara langsung. API pengenalan entitas bernama diakses dengan fungsi yang azure_cognitive.recognize_entities disediakan oleh azure_ai:
azure_cognitive.recognize_entities(
text text,
language text,
timeout_ms integer DEFAULT 3600000,
throw_on_error boolean DEFAULT true,
disable_service_logs boolean DEFAULT false
)
Parameter yang diperlukan adalah text, input, dan language, bahasa tempat text ditulis. Misalnya, en-us adalah bahasa Inggris AS, dan fr berbahasa Prancis. Lihat dukungan bahasa untuk daftar lengkap bahasa yang tersedia.
Secara bawaan, pengenalan entitas dihentikan jika tidak selesai dalam 3.600.000 ms = 1 jam. Anda dapat menyesuaikan penundaan ini dengan mengubah timeout_ms.
Jika terjadi kesalahan, perilaku defaultnya adalah melemparkan pengecualian, yang mengakibatkan pembatalan transaksi. Anda dapat menonaktifkan perilaku ini dengan mengatur throw_on_error ke false.
Lihat dokumentasi ekstensi Azure Cognitive Services untuk dokumentasi parameter lengkap.
Misalnya, memanggil kueri ini:
SELECT azure_cognitive.recognize_entities('For more information, see Cognitive Services Compliance and Privacy notes.', 'en-us');
Memberikan hasil ini:
{"(\"Cognitive Services\",Skill,\"\",0.94)"}
Menunjukkan nama entitas yakni "Cognitive Services," dikenali sebagai kemampuan dengan skor kepercayaan 0,94.
Anda bisa menggunakan kolom tabel untuk teks input:
SELECT description, azure_cognitive.recognize_entities(description, 'en-us')
FROM listings LIMIT 1;
Yang mengembalikan:
{"(house,Location,\"\",0.77)","(2013.,DateTime,DateRange,1)","(\"rooftop deck\",Location,\"\",0.88)","(\"lounge area\",Location,Structural,0.97)","(tub,Product,\"\",0.52)","
(5,Quantity,Number,0.8)","(bedrooms,Location,\"\",0.92)","(\"gourmet kitchen\",Location,\"\",0.87)","(2-3,Quantity,NumberRange,0.87)","(downtown,Location,Structural,0.8)","(\
"Queen Anne neighborhood\",Location,\"\",0.74)","(house,Location,\"\",0.96)","(barnwood,Product,\"\",0.61)","(steel,Product,\"\",0.73)","(concrete,Product,\"\",0.7)","(living
,Location,Structural,0.53)","(\"gourmet kitchen\",Location,\"\",0.7)","(kitchen,Location,\"\",0.77)","(reading,Skill,\"\",0.54)","(half,Quantity,Number,0.8)","(\"tv room\",Lo
cation,\"\",0.89)","(kitchen,Location,\"\",0.64)","(Fireplace,Product,\"\",0.91)","(sofa,Product,\"\",0.98)","(\"sitting area\",Location,\"\",0.93)","(\"Basement room\",Locat
ion,\"\",0.98)","(kids,PersonType,\"\",0.73)","(room,Location,Structural,0.78)","(patio,Location,Structural,0.75)","(basketball,Product,\"\",0.57)","(bedroom,Location,\"\",0.
8)","(basement,Location,\"\",0.94)","(\"concrete heated floors\",Product,\"\",0.95)","(\"queen sleeper sofa\",Product,\"\",0.86)","(tv,Location,\"\",0.54)","(basement,Locatio
n,\"\",0.92)","(room,Location,Structural,0.9)","(\"a second\",DateTime,Duration,0.85)","(family,PersonType,\"\",0.71)","(kids,PersonType,\"\",0.65)","(\"2nd floor\",Location,
Structural,0.56)","(4,Quantity,Number,0.8)","(bedrooms,Location,\"\",0.66)","(one,Quantity,Number,0.8)","(one,Quantity,Number,0.8)","(bedroom,Location,\"\",0.54)","(\"twin bu
nk beds\",Product,\"\",0.67)"}
Ringkasan
Pengenalan entitas bernama mengidentifikasi dan mengategorikan entitas dalam teks input. Model bahasa Azure Cognitive Services melakukan pemrosesan bahasa alami yang berat. Ekstensi Azure Database untuk PostgreSQL menyediakan API untuk mengakses pengenalan entitas bernama langsung dalam kueri SQL.