Come creare un progetto personalizzato di riconoscimento delle entità denominate (NER)

Questo articolo descrive come configurare i requisiti per iniziare con il riconoscimento di entità denominate (NER) personalizzato e creare un progetto.

Prerequisiti

Prima di iniziare a usare NER personalizzato, è necessario:

• Una sottoscrizione di Azure: creare un account gratuitamente.

Creare una risorsa di Lingua

Prima di iniziare a usare NER personalizzato, è necessaria una risorsa Azure Language in Foundry Tools. È consigliabile creare la risorsa lingua e connetterla a un account di archiviazione nel portale di Azure. La creazione di una risorsa nel portale di Azure consente di creare contemporaneamente un account di archiviazione di Azure, con tutte le autorizzazioni necessarie preconfigurate. È anche possibile leggere ulteriormente l'articolo per informazioni su come usare una risorsa preesistente e configurarla per l'uso del riconoscimento di entità denominate personalizzate.

È necessario anche un account di archiviazione di Azure dove caricare i documenti usati per addestrare un modello per estrarre le entità.

Note

• Per creare una risorsa linguistica, è necessario avere un ruolo di proprietario assegnato nel gruppo di risorse.
• Se si connette un account di archiviazione preesistente, è necessario assegnarvi un ruolo di proprietario.

Creare una risorsa Lingua e connettere un account di archiviazione

È possibile creare una risorsa nei modi seguenti:

• Portale di Azure
• PowerShell

Note

Non è consigliabile spostare l'account di archiviazione in un gruppo di risorse o una sottoscrizione diversa dopo che è collegato alla risorsa lingua di Azure.

Creare una nuova risorsa dal portale di Azure

1. Accedere al portale di Azure per creare una nuova risorsa Azure Language in Foundry Tools.

2. Nella finestra visualizzata, selezionare Classificazione personalizzata del testo Riconoscimento entità denominata personalizzata dalle funzionalità personalizzate. Selezionare Continua per creare la risorsa nella parte inferiore dello schermo.

   

3. Creare una risorsa linguistica con i dettagli seguenti.

   Nome	Descrizione
   Subscription	La sottoscrizione di Azure.
   Gruppo di risorse	Il gruppo di risorse che contiene la tua risorsa. È possibile usarne uno esistente o crearne uno nuovo.
   Region	L’area per la risorsa Lingua. Ad esempio, "Stati Uniti occidentali 2".
   Nome	Un nome per la risorsa.
   Piano tariffario	Il piano tariffario per la risorsa Lingua. Per provare il servizio, è possibile usare il livello gratuito (F0).

   Note

   Se viene visualizzato un messaggio che indica che l'account di accesso non è un proprietario del gruppo di risorse dell'account di archiviazione selezionato, l'account deve avere un ruolo di proprietario assegnato nel gruppo di risorse prima di poter creare una risorsa linguistica. Per assistenza contattare il proprietario della sottoscrizione di Azure.

4. Nella sezione Classificazione personalizzata del testo e Riconoscimento entità denominata personalizzata, selezionare un account di archiviazione esistente o scegliere Nuovo account di archiviazione. Questi valori ti aiutano a iniziare e non sono necessariamente i valori dell'account di archiviazione che desideri usare nei tuoi ambienti di produzione. Per evitare la latenza durante la costruzione del progetto, collegarsi agli account di archiviazione nella stessa area della risorsa linguistica.

   Valore dell'account di archiviazione	Valore consigliato
   Nome dell'account di archiviazione	Qualsiasi nome
   Tipo di account di archiviazione	Archiviazione con ridondanza locale standard

5. Accertarsi che sia selezionata l’opzione Avviso intelligenza artificiale responsabile. Selezionare Rivedi + crea nella parte inferiore della pagina, quindi selezionare Crea.

Creare una nuova risorsa Lingua da Language Studio

Se è la prima volta che si accede, verrà visualizzata una finestra in Language Studio che consente di scegliere una risorsa lingua esistente o crearne una nuova. È possibile creare una risorsa anche facendo clic sull'icona delle impostazioni nell'angolo superiore destro, selezionando Risorse e facendo clic su Crea una nuova risorsa.

Creare una risorsa linguistica con i dettagli seguenti.

Dettagli dell'istanza	Valore richiesto
Sottoscrizione di Azure	La sottoscrizione di Azure
Gruppo di risorse di Azure	Il gruppo di risorse di Azure
Nome risorsa Azure	Il nome della risorsa di Azure
Location	L’area della risorsa Lingua.
Piano tariffario	Il piano tariffario della risorsa Lingua.

Importante

• Abilitare Identità gestita durante la creazione di una risorsa linguistica.
• Leggere e confermare l'avviso di Intelligenza artificiale responsabile

Per usare il riconoscimento personalizzato delle entità denominate, è necessario creare un account di archiviazione di Azure , se non ne è già disponibile uno.

Creare una nuova risorsa Lingua usando PowerShell

È possibile creare una nuova risorsa e un account di archiviazione usando i file del modello e dei parametri seguenti dell'interfaccia della riga di comando ospitati in GitHub.

Modificare i valori seguenti nel file di parametri:

Nome parametro	Descrizione del valore
name	Assegnare un nome alla risorsa Lingua
location	Area in cui è ospitata la risorsa. Per altre informazioni, vedere Limiti del servizio.
sku	Piano tariffario della risorsa.
storageResourceName	Assegnare un nome all'account di archiviazione
storageLocation	Area in cui è ospitato l'account di archiviazione.
storageSkuType	SKU dell'account di archiviazione.
storageResourceGroupName	Gruppo di risorse dell’account di archiviazione

Usare il comando PowerShell seguente per distribuire il modello di Azure Resource Manager (ARM) con i file modificati.

New-AzResourceGroupDeployment -Name ExampleDeployment -ResourceGroupName ExampleResourceGroup `
  -TemplateFile <path-to-arm-template> `
  -TemplateParameterFile <path-to-parameters-file>

Per informazioni sui modelli di distribuzione e sui file di parametri, vedere la documentazione del modello di Resource Manager.

Note

• Il processo di connessione di un account di archiviazione alla risorsa lingua è irreversibile. Non può essere disconnesso in un secondo momento.
• È possibile connettere la risorsa Lingua a un solo account di archiviazione.

Uso di una risorsa linguistica preesistente

È possibile usare una risorsa Lingua esistente per iniziare a usare il riconoscimento di entità denominate (NER) personalizzato, purché questa risorsa soddisfi i requisiti seguenti:

Requisito	Descrizione
Regioni	Accertarsi che il provisioning della risorsa esistente sia eseguito in una delle aree supportate. In caso contrario, è necessario creare una nuova risorsa in una di queste aree.
Piano tariffario	Altre informazioni sui piani tariffari supportati.
Identità gestita	Accertarsi che l'impostazione dell'identità gestita della risorsa sia abilitata. In caso contrario, leggere la sezione successiva.

Per usare il riconoscimento personalizzato delle entità denominate, è necessario creare un account di archiviazione di Azure , se non ne è già disponibile uno.

Abilitare la gestione dell’identità per la risorsa

La risorsa Lingua deve avere la gestione delle identità per abilitarla usando il portale di Azure:

1. Accedere alla risorsa Lingua
2. Nel menu a sinistra, nella sezione Gestione risorse, selezionare Identità
3. Nella scheda Assegnata dal sistema, accertarsi che lo Stato sia impostato su Attivo

Abilitare la funzione di riconoscimento di entità denominate personalizzato

Abilitare la funzione Classificazione personalizzata del testo / Riconoscimento di entità denominate personalizzato dal portale di Azure.

1. Passare alla risorsa linguistica nel portale di Azure.
2. Nel menu a sinistra, nella sezione Gestione risorse, selezionare Funzionalità.
3. Abilitare la funzione Classificazione personalizzata del testo / Riconoscimento di entità denominate personalizzato.
4. Collegare un account di archiviazione.
5. Selezionare Applica.

Importante

Assicurarsi che all'utente che apporta modifiche sia assegnato il ruolo collaboratore ai dati del BLOB di archiviazione.

Aggiungere ruoli richiesti

Usare la procedura seguente per impostare i ruoli richiesti per la risorsa Lingua e l'account di archiviazione.

Ruoli per la risorsa Azure Language in Foundry Tools

1. Accedere all’account di archiviazione o alla risorsa Lingua nel portale di Azure.

2. Selezionare Controllo di accesso (IAM) nel riquadro sinistro.

3. Selezionare Aggiungi per aggiungere assegnazioni di ruolo e scegliere il ruolo appropriato per l'account.

   È necessario disporre del ruolo di proprietario o collaboratore sulla risorsa Lingua.

4. In Assegna accesso a, selezionare Utente, gruppo o entità servizio

5. Scegliere Seleziona membri

6. Selezionare il proprio nome utente. È possibile cercare nomi utente nel campo Seleziona. Ripetere questa operazione per tutti i ruoli.

7. Ripetere questa procedura per tutti gli account utente che devono accedere a questa risorsa.

Ruoli per l’account di archiviazione

1. Accedere alla pagina dell’account di archiviazione nel portale di Azure.
2. Selezionare Controllo di accesso (IAM) nel riquadro sinistro.
3. Selezionare Aggiungi per aggiungere assegnazioni di ruolo e scegliere il ruolo di collaboratore ai dati del BLOB di archiviazione nell'account di archiviazione.
4. In Assegna accesso a, selezionare Identità gestita.
5. Scegliere Seleziona membri
6. Selezionare la propria sottoscrizione e la Lingua come identità gestita. È possibile cercare nomi utente nel campo Seleziona.

Ruoli per l'utente

Importante

Se si ignora questo passaggio, si riscontrerà un errore 403 quando si tenta di connettersi al progetto personalizzato. È importante che l'utente corrente abbia questo ruolo per accedere ai dati BLOB dell'account di archiviazione, anche se si è il proprietario dell'account di archiviazione.

1. Accedere alla pagina dell’account di archiviazione nel portale di Azure.
2. Selezionare Controllo di accesso (IAM) nel riquadro sinistro.
3. Selezionare Aggiungi per aggiungere assegnazioni di ruolo e scegliere il ruolo di collaboratore ai dati del BLOB di archiviazione nell'account di archiviazione.
4. In Assegna accesso a, selezionare Utente, gruppo o entità servizio.
5. Scegliere Seleziona membri
6. Selezionare l'utente. È possibile cercare nomi utente nel campo Seleziona.

Importante

Se si dispone di una rete virtuale o di un endpoint privato, selezionare Consenti ai servizi di Azure nell'elenco dei servizi attendibili di accedere a questo account di archiviazione nel portale di Azure.

Abilitare CORS per l'account di archiviazione

Consentire i metodi (GET, PUT, DELETE) quando si abilita la condivisione di risorse tra origini (CORS). Impostare il campo delle origini consentite su https://language.cognitive.azure.com. Consentire tutte le intestazioni aggiungendo * ai valori di intestazione consentiti e impostare la validità massima su 500.

Creare un progetto riconoscimento entità denominata personalizzata

Dopo aver configurato la risorsa e il contenitore di archiviazione, creare un nuovo progetto di riconoscimento di entità denominate (NER) personalizzato. Un progetto è un'area di lavoro per la generazione di modelli di intelligenza artificiale personalizzati in base ai propri dati. È possibile accedere al progetto solo con altri utenti che hanno accesso alla risorsa di Azure usata. Se sono stati etichettati i dati, è possibile usarli per iniziare importando un progetto.

Language Studio

1. Accedere a Language Studio. Viene visualizzata una finestra che consente di selezionare la sottoscrizione e la risorsa lingua. Selezionare La risorsa lingua di Azure creata nel passaggio precedente.

2. Nella sezione Estrai informazioni di Language Studio, selezionare Riconoscimento di entità denominate personalizzato.

   

3. Selezionare Crea nuovo progetto dal menu in alto nella pagina dei progetti. La creazione di un progetto consente di assegnare tag ai dati, eseguire il training, valutare, migliorare e distribuire i modelli.

   

4. Dopo aver selezionato Crea nuovo progetto, viene visualizzata una finestra che consente di connettere l'account di archiviazione. Se è già stato connesso un account di archiviazione, l'account di archiviazione connesso viene visualizzato nella finestra. In caso contrario, scegliere l'account di archiviazione dall'elenco a discesa visualizzato e selezionare Connetti account di archiviazione; in questo modo vengono impostati i ruoli necessari per l'account di archiviazione. Questo passaggio può restituire un errore se all’utente non è assegnato il ruolo di proprietario nell'account di archiviazione.

   Note

   • È necessario eseguire questo passaggio una sola volta per ogni nuova risorsa usata.
   • Questo processo è irreversibile, se si connette un account di archiviazione alla risorsa lingua, non è possibile disconnetterlo in un secondo momento.
   • È possibile connettere una risorsa linguistica a un solo account di archiviazione.

   

5. Immettere le informazioni sul progetto, inclusi un nome, una descrizione e la lingua dei file nel progetto. Se si usa il set di dati di esempio, selezionare Inglese. Non è possibile modificare il nome del progetto in un secondo momento. Selezionare Avanti

   Suggerimento

   Il set di dati non deve essere tutto nella stessa lingua. È possibile avere più documenti, ognuno con diverse lingue supportate. Se il set di dati contiene documenti in lingue diverse o se si prevede testo in lingue diverse durante il runtime, selezionare l’opzione Abilita set di dati multilingue quando si immettono le informazioni di base per il progetto. Questa opzione può essere abilitata in un secondo momento dalla pagina Impostazioni progetto.

6. Selezionare il contenitore in cui è stato caricato il set di dati. Se i dati sono già etichettati, assicurarsi che seguano il formato supportato e selezionare Sì, i miei file sono già etichettati e ho formattato il file di etichette JSON e selezionare il file delle etichette dal menu a discesa. Selezionare Avanti.

7. Esaminare i dati immessi e selezionare Crea progetto.

API REST

Per iniziare a creare un modello di riconoscimento di entità denominate personalizzato, è necessario creare un progetto. La creazione di un progetto consente di etichettare i dati, eseguire il training, valutare, migliorare e distribuire i modelli.

Note

Il nome del progetto distingue maiuscole e minuscole per tutte le operazioni.

Inviare una richiesta PATCH usando l'URL, le intestazioni e il corpo JSON seguenti per creare un progetto.

URL richiesta

Usare l'URL seguente per creare un progetto. Sostituire i segnaposto seguenti con i propri valori.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}?api-version={API-VERSION}

Segnaposto	valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che viene richiamata. Il valore a cui si fa riferimento è relativo alla versione più recente rilasciata. Per altre informazioni, vedereCiclo di vita del modello.	2022-05-01

Intestazioni della richiesta

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	Obbligatorio	TIPO	valore
Ocp-Apim-Subscription-Key	Vero	string	La chiave per la risorsa. È usata per l’autenticazione delle richieste API.
Content-Type	Vero	string	application/merge-patch+json

Corpo della richiesta

Usare il JSON seguente nella richiesta. Sostituire i segnaposto seguenti con i propri valori.

{
  "projectName": "{PROJECT-NAME}",
  "language": "{LANGUAGE-CODE}",
  "projectKind": "CustomEntityRecognition",
  "description": "Project description",
  "multilingual": "True",
  "storageInputContainerName": "{CONTAINER-NAME}"
}

Chiave	Segnaposto	valore	Esempio
projectName	{PROJECT-NAME}	Il nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
Linguaggio	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per i documenti usati nel progetto. Se il progetto è un progetto multilingue, selezionare il codice per la lingua rappresentata più di frequente nei documenti. Per altre informazioni sui codici lingua supportati, vedere Supporto lingue.	en-us
tipo di progetto	CustomEntityRecognition	Il tipo di progetto.	CustomEntityRecognition
Multilingue	true	Valore booleano che consente di avere documenti in diverse lingue nel set di dati e quando il modello viene distribuito è possibile eseguire query sul modello in qualsiasi lingua supportata (non necessariamente inclusa nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto lingue.	true
storageInputContainerName	{CONTAINER-NAME	Il nome del contenitore di archiviazione di Azure in cui sono stati caricati i tuoi documenti.	myContainer

Questa richiesta restituisce una risposta 201, il che significa che il progetto viene creato.

Questa richiesta restituisce un errore se:

• La risorsa selezionata non dispone dell’autorizzazione appropriata per l'account di archiviazione.

Importare il progetto

Se i dati sono già etichettati, è possibile usarli per iniziare a usare il servizio. Accertarsi che i dati etichettati seguano i formati di dati accettati.

Language Studio

1. Accedere a Language Studio. Viene visualizzata una finestra che consente di selezionare la sottoscrizione e la risorsa lingua. Selezionare la risorsa Lingua.

2. Nella sezione Estrai informazioni di Language Studio, selezionare Riconoscimento di entità denominate personalizzato.

   

3. Selezionare Crea nuovo progetto dal menu in alto nella pagina dei progetti. La creazione di un progetto consente di assegnare tag ai dati, eseguire il training, valutare, migliorare e distribuire i modelli.

   

4. Dopo aver fatto clic su Crea nuovo progetto, verrà visualizzata una schermata per consentire la connessione dell'account di archiviazione. Se non è possibile trovare l'account di archiviazione, assicurarsi di aver creato una risorsa usando la procedura consigliata. Se è già stato connesso un account di archiviazione alla risorsa lingua, è possibile visualizzare l'account di archiviazione connesso.

   Note

   • Questo passaggio deve essere eseguito una sola volta per ogni nuova risorsa linguistica usata.
   • Questo processo è irreversibile, se si connette un account di archiviazione alla risorsa lingua, non è possibile disconnetterlo in un secondo momento.
   • È possibile connettere una risorsa linguistica a un solo account di archiviazione.

   

5. Immettere le informazioni sul progetto, inclusi un nome, una descrizione e la lingua dei file nel progetto. Non è possibile modificare il nome del progetto in un secondo momento. Selezionare Avanti.

   Suggerimento

   Il set di dati non deve essere tutto nella stessa lingua. È possibile avere più documenti, ognuno con diverse lingue supportate. Se il set di dati contiene documenti in lingue diverse o se si prevede testo in lingue diverse durante il runtime, selezionare l’opzione Abilita set di dati multilingue quando si immettono le informazioni di base per il progetto. Questa opzione può essere abilitata in un secondo momento dalla pagina Impostazioni progetto.

6. Selezionare il contenitore in cui è stato caricato il set di dati.

7. Selezionare Sì, i file sono già etichettati e ho formattato il file delle etichette JSON e selezionare il file delle etichette dal menu a discesa per importare il file delle etichette JSON. Accertarsi che segua il formato supportato.

8. Selezionare Avanti.

9. Esaminare i dati immessi e selezionare Crea progetto.

API REST

Inviare una richiesta POST usando l'URL, le intestazioni e il corpo JSON seguenti per importare il file di etichette. Accertarsi che il file di etichette rispetti il formato accettato.

Se esiste già un progetto con lo stesso nome, i dati di tale progetto vengono sostituiti.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/:import?api-version={API-VERSION}

Segnaposto	valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che viene richiamata. Il valore a cui si fa riferimento è per la versione più recente rilasciata. Per altre informazioni, vedereCiclo di vita del modello.	2022-05-01

Headers

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave per la risorsa. È usata per l’autenticazione delle richieste API.

Corpo

Usare il JSON seguente nella richiesta. Sostituire i valori segnaposto con i propri valori.

{
    "projectFileVersion": "{API-VERSION}",
    "stringIndexType": "Utf16CodeUnit",
    "metadata": {
        "projectName": "{PROJECT-NAME}",
        "projectKind": "CustomEntityRecognition",
        "description": "Trying out custom NER",
        "language": "{LANGUAGE-CODE}",
        "multilingual": true,
        "storageInputContainerName": "{CONTAINER-NAME}",
        "settings": {}
    },
    "assets": {
    "projectKind": "CustomEntityRecognition",
        "entities": [
            {
                "category": "Entity1"
            },
            {
                "category": "Entity2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "entities": [
                    {
                        "regionOffset": 0,
                        "regionLength": 500,
                        "labels": [
                            {
                                "category": "Entity1",
                                "offset": 25,
                                "length": 10
                            },
                            {
                                "category": "Entity2",
                                "offset": 120,
                                "length": 8
                            }
                        ]
                    }
                ]
            },
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "entities": [
                    {
                        "regionOffset": 0,
                        "regionLength": 100,
                        "labels": [
                            {
                                "category": "Entity2",
                                "offset": 20,
                                "length": 5
                            }
                        ]
                    }
                ]
            }
        ]
    }
}

Chiave	Segnaposto	valore	Esempio
api-version	{API-VERSION}	La versione dell'API che viene richiamata. La versione usata qui deve essere la stessa versione dell'API nell'URL. Altre informazioni su altre versioni dell’API disponibili	2022-03-01-preview
projectName	{PROJECT-NAME}	Il nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
projectKind	CustomEntityRecognition	Il tipo di progetto.	CustomEntityRecognition
language	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per i documenti usati nel progetto. Se il progetto è un progetto multilingue, scegliere il codice linguistico della maggior parte dei documenti.	en-us
multilingual	true	Un valore booleano che consente di avere documenti in più lingue nel set di dati; quando il modello viene distribuito, è possibile eseguire query sul modello in qualunque lingua supportata (non necessariamente inclusa nei documenti di training). Per informazioni sul supporto multilingue, vedere Supporto lingue.	true
storageInputContainerName	{CONTAINER-NAME}	Nome del contenitore di archiviazione di Azure contenente i documenti caricati.	myContainer
entities		Matrice contenente tutti i tipi di entità presenti nel progetto ed estratti dai documenti.
documents		Array contenente tutti i documenti nel progetto e l'elenco delle entità etichettate all'interno di ogni documento.	[]
location	{DOCUMENT-NAME}	Posizione dei documenti nel contenitore di archiviazione.	doc1.txt
dataset	{DATASET}	Set di test a cui verrà sottoposto il file quando viene diviso prima del training. Per altre informazioni, vedereCome eseguire il training di un modello. I valori possibili per questo campo sono Train e Test.	Train

Dopo aver inviato la richiesta API, riceverai una 202 risposta che indica che la richiesta è stata inviata correttamente. Nelle intestazioni della risposta, estrarre il valore operation-location. Ecco un esempio del formato:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} viene usato per identificare la richiesta, poiché questa operazione è asincrona. Usare questo URL per ottenere lo stato del processo di importazione.

Possibili scenari di errore per questa richiesta:

• La risorsa selezionata non dispone delle autorizzazioni appropriate per l'account di archiviazione.
• Il valore storageInputContainerName specificato non esiste.
• Il codice lingua usato non è non valido o il tipo del codice lingua non è stringa.
• Il valore multilingual è una stringa e non un valore booleano.

Ottenere i dettagli del progetto

Language Studio

1. Accedere alla pagina delle impostazioni del progetto in Language Studio.

2. È possibile visualizzare i dettagli del progetto.

3. In questa pagina è possibile aggiornare la descrizione del progetto e abilitare/disabilitare il set di dati multilingue nelle impostazioni del progetto.

4. È anche possibile visualizzare il contenitore e l'account di archiviazione connessi alla risorsa Lingua.

5. Da questa pagina è possibile anche recuperare la chiave della risorsa primaria.

   

API REST

Usare la richiesta GET seguente per ottenere i dettagli del progetto. Sostituire i valori segnaposto con i propri valori.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}?api-version={API-VERSION}

Segnaposto	valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che viene richiamata. Per altre informazioni, vedereCiclo di vita del modello.	2022-05-01

Headers

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave per la risorsa. È usata per l’autenticazione delle richieste API.

Corpo della risposta

    {
        "createdDateTime": "2021-10-19T23:24:41.572Z",
        "lastModifiedDateTime": "2021-10-19T23:24:41.572Z",
        "lastTrainedDateTime": "2021-10-19T23:24:41.572Z",
        "lastDeployedDateTime": "2021-10-19T23:24:41.572Z",
        "projectKind": "CustomEntityRecognition",
        "storageInputContainerName": "{CONTAINER-NAME}",
        "projectName": "{PROJECT-NAME}",
        "multilingual": false,
        "description": "Project description",
        "language": "{LANGUAGE-CODE}"
    }

valore	Segnaposto	Descrizione	Esempio
projectKind	CustomEntityRecognition	Il tipo di progetto.	CustomEntityRecognition
storageInputContainerName	{CONTAINER-NAME}	Nome del contenitore di archiviazione di Azure per i documenti caricati.	myContainer
projectName	{PROJECT-NAME}	Il nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
multilingual	true	Un valore booleano che consente di avere documenti in più lingue nel set di dati; quando il modello viene distribuito, è possibile eseguire query sul modello in qualunque lingua supportata (non necessariamente inclusa nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto lingue.	true
language	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per i documenti usati nel progetto. Se il progetto è un progetto multilingue, scegliere il codice della lingua per la maggior parte dei documenti.	en-us

Dopo aver inviato la richiesta API, si riceve una 200 risposta che indica l'esito positivo e il corpo della risposta JSON con i dettagli del progetto.

Eliminare un progetto

Language Studio

Quando il progetto non è più necessario, è possibile eliminarlo usando Language Studio. Selezionare Riconoscimento di entità denominate (NER) personalizzato in alto, quindi selezionare il progetto da eliminare, infine selezionare Elimina nel menu in alto.

API REST

Quando il progetto non è più necessario, è possibile eliminarlo con la richiesta DELETE seguente. Sostituire i valori segnaposto con i propri valori.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}?api-version={API-VERSION}

Segnaposto	valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che viene richiamata. Il valore a cui viene fatto riferimento è relativo alla versione più recente rilasciata. Per altre informazioni, vedereCiclo di vita del modello.	2022-05-01

Headers

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave per la risorsa. È usata per l’autenticazione delle richieste API.

Dopo aver inviato la richiesta API, si riceve una 202 risposta che indica l'esito positivo, il che significa che il progetto viene eliminato. Risultati di una chiamata con esito positivo con un'intestazione Operation-Location usata per controllare lo stato del processo.

Passaggi successivi

• È necessario avere un'idea dello schema del progetto usato per etichettare i dati.

• Dopo aver creato il progetto, è possibile iniziare a etichettare i dati. Questo processo informa il modello di estrazione di entità su come interpretare il testo ed è utilizzato per l'addestramento e la valutazione.