Come usare il riconoscimento di entità denominate (NER)
La funzionalità NER può valutare il testo non strutturato ed estrarre entità denominate dal testo in diverse categorie predefinite, ad esempio persona, posizione, evento, prodotto e organizzazione.
Opzioni di sviluppo
Per usare il riconoscimento di entità denominate, inviare testo non strutturato non elaborato per l'analisi e gestire l'output dell'API nell'applicazione. L'analisi viene eseguita così come è, senza alcuna personalizzazione aggiuntiva per il modello usato nei dati. Esistono due modi per usare il riconoscimento di entità denominate:
Opzione di sviluppo | Descrizione |
---|---|
Language Studio | Language Studio è una piattaforma basata sul Web che consente di provare il collegamento di entità con esempi di testo senza un account Azure e i propri dati quando si effettua l'iscrizione. Per altre informazioni, vedere il sito Web di Language Studio o la guida introduttiva di Language Studio. |
API REST o libreria client (Azure SDK) | Integrare il riconoscimento di entità denominate nelle applicazioni usando l'API REST o la libreria client disponibile in un'ampia gamma di linguaggi. Per altre informazioni, vedere l'argomento di avvio rapido sul riconoscimento delle entità denominate. |
Determinare come elaborare i dati (facoltativo)
Lingue di input
Quando si inviano documenti da elaborare, è possibile specificare le lingue supportate in cui sono scritte. Se non si specifica una lingua, l'estrazione di frasi chiave viene predefinita in inglese. L'API può restituire offset nella risposta per supportare diverse codifiche multilingue ed emoji.
Invio di dati
Al momento della ricezione della richiesta viene eseguita l'analisi. L'uso della funzionalità NER in modo sincrono è senza stato. Non vengono archiviati dati nell'account e i risultati vengono restituiti immediatamente nella risposta.
Quando si usa questa funzionalità in modo asincrono, i risultati dell'API sono disponibili per 24 ore dal momento in cui la richiesta è stata inserita e viene indicata nella risposta. Dopo questo periodo di tempo, i risultati vengono eliminati e non sono più disponibili per il recupero.
L'API tenta di rilevare le categorie di entità definite per una determinata lingua del documento.
Ottenere i risultati di NER
Quando si ottengono risultati da NER, è possibile trasmettere i risultati a un'applicazione o salvare l'output in un file nel sistema locale. La risposta API includerà entità riconosciute, incluse le relative categorie e sottocategorie e punteggi di attendibilità.
Selezionare le entità da restituire (solo API di anteprima)
A partire dall'API versione 2023-04-15-preview, l'API tenta di rilevare i tipi di entità e i tag definiti per una determinata lingua del documento. I tipi di entità e i tag sostituiscono le categorie e le sottocategorie strutturano i modelli meno recenti usati per definire le entità per una maggiore flessibilità. È anche possibile specificare quali entità vengono rilevate e restituite, usare i parametri e excludeList
facoltativi includeList
con i tipi di entità appropriati. Nell'esempio seguente viene rilevato solo Location
. È possibile specificare uno o più tipi di entità da restituire. Data la gerarchia dei tipi e dei tag introdotta per questa versione, è possibile filtrare in base a diversi livelli di granularità, come indicato di seguito:
Input:
Nota
In questo esempio restituisce solo il tipo di entità Location .
{
"kind": "EntityRecognition",
"parameters":
{
"includeList" :
[
"Location"
]
},
"analysisInput":
{
"documents":
[
{
"id":"1",
"language": "en",
"text": "We went to Contoso foodplace located at downtown Seattle last week for a dinner party, and we adore the spot! They provide marvelous food and they have a great menu. The chief cook happens to be the owner (I think his name is John Doe) and he is super nice, coming out of the kitchen and greeted us all. We enjoyed very much dining in the place! The pasta I ordered was tender and juicy, and the place was impeccably clean. You can even pre-order from their online menu at www.contosofoodplace.com, call 112-555-0176 or send email to order@contosofoodplace.com! The only complaint I have is the food didn't come fast enough. Overall I highly recommend it!"
}
]
}
}
Gli esempi precedenti restituiscono entità che rientrano nel Location
tipo di entità, ad esempio le GPE
entità , Structural
e Geological
contrassegnate come descritto da tipi di entità e tag. È anche possibile filtrare ulteriormente le entità restituite filtrando usando uno dei tag di entità per il Location
tipo di entità, ad esempio filtrando il GPE
tag solo come descritto:
"parameters":
{
"includeList" :
[
"GPE"
]
}
Questo metodo restituisce tutte le Location
entità che rientrano solo nel GPE
tag e ignora tutte le altre entità che rientrano nel Location
tipo contrassegnato con qualsiasi altro tag di entità, ad Structural
esempio o Geological
con tag Location
. È anche possibile eseguire il drill-down dei risultati usando il excludeList
parametro . GPE
Le entità con tag possono essere contrassegnate con i tag seguenti: City
, State
CountryRegion
, , Continent
. Ad esempio, è possibile escludere Continent
e CountryRegion
tag per l'esempio:
"parameters":
{
"includeList" :
[
"GPE"
],
"excludeList": :
[
"Continent",
"CountryRegion"
]
}
L'uso di questi parametri consente di filtrare correttamente solo Location
i tipi di entità, poiché il GPE
tag di entità incluso nel parametro rientra nel includeList
Location
tipo . Vengono quindi filtrate solo le entità geopolitiche ed eventuali entità contrassegnate con Continent
o CountryRegion
tag.
Specificare il modello NER
Per impostazione predefinita, questa funzionalità usa il modello di intelligenza artificiale più recente disponibile nel testo. È anche possibile configurare le richieste API per l'uso di una versione del modello specifica.
Limiti relativi a servizi e dati
Per informazioni sulle dimensioni e sul numero di richieste che è possibile inviare al minuto e al secondo, vedere l'articolo limiti del servizio.