Biblioteca de cliente de Análise de Texto do Azure para JavaScript – versão 1.1.0
O Serviço Cognitivo do Azure para Linguagem é um serviço baseado na cloud que fornece processamento avançado de linguagem natural em texto não processado e inclui as seguintes funcionalidades principais:
Nota: Este SDK destina-se ao Serviço Cognitivo do Azure para a versão 2023-04-01 da API de Idioma.
- Deteção de Idioma
- Análise de Sentimentos
- Extração de Expressões-Chave
- Reconhecimento de Entidades Nomeadas
- Reconhecimento de Informações Pessoais
- Ligar à Entidade
- Análise de Cuidados de Saúde
- Resumo Extrativo
- Resumo Abstrativo
- Reconhecimento de Entidades Personalizadas
- Classificação personalizada de documentos
- Suportar Múltiplas Ações Por Documento
Utilize a biblioteca de cliente para:
- Detetar em que texto de entrada de idioma está escrito.
- Determine o que os clientes pensam da sua marca ou tópico ao analisar texto não processado para obter pistas sobre sentimentos positivos ou negativos.
- Extraia expressões-chave automaticamente para identificar rapidamente os pontos principais.
- Identifique e categorize entidades no seu texto como pessoas, locais, organizações, data/hora, quantidades, percentagens, moedas, cuidados de saúde específicos e muito mais.
- Efetue várias das tarefas acima ao mesmo tempo.
Ligações principais:
Migrar do @azure/ai-text-analytics aconselhamento⚠️
Consulte o Guia de Migração para obter instruções detalhadas sobre como atualizar o código da aplicação a partir da versão 5.x da biblioteca de cliente de IA Análise de Texto para a nova biblioteca de cliente de Texto da Linguagem de IA.
Novidades
Introdução
Ambientes atualmente suportados
- Versões LTS do Node.js
- Versões mais recentes do Safari, Chrome, Edge e Firefox.
Veja a nossa política de suporte para obter mais detalhes.
Pré-requisitos
- Uma subscrição do Azure.
- Um recurso de Serviços Cognitivos ou Idioma existente. Se precisar de criar o recurso, pode utilizar o Portal do Azure ou a CLI do Azure ao seguir os passos neste documento.
Se utilizar a CLI do Azure, substitua <your-resource-group-name>
e <your-resource-name>
pelos seus próprios nomes exclusivos:
az cognitiveservices account create --kind TextAnalytics --resource-group <your-resource-group-name> --name <your-resource-name> --sku <your-sku-name> --location <your-location>
Instalar o pacote @azure/ai-language-text
Instale a biblioteca de cliente da Análise de Texto do Azure para JavaScript com npm
:
npm install @azure/ai-language-text
Criar e autenticar um TextAnalysisClient
Para criar um objeto de cliente para aceder à API de Idioma, precisará do endpoint
recurso Idioma e de um credential
. O cliente de Análise de Texto pode utilizar credenciais do Azure Active Directory ou uma credencial de chave de API para autenticar.
Pode encontrar o ponto final do recurso de Idioma no Portal do Azure ou com o fragmento da CLI do Azure abaixo:
az cognitiveservices account show --name <your-resource-name> --resource-group <your-resource-group-name> --query "properties.endpoint"
Utilizar uma Chave de API
Utilize o Portal do Azure para navegar para o recurso de Idioma e obter uma chave de API ou utilize o fragmento da CLI do Azure abaixo:
Nota: Por vezes, a chave de API é referida como uma "chave de subscrição" ou "chave de API de subscrição".
az cognitiveservices account keys list --resource-group <your-resource-group-name> --name <your-resource-name>
Assim que tiver uma chave de API e um ponto final, pode utilizar a AzureKeyCredential
classe para autenticar o cliente da seguinte forma:
const { TextAnalysisClient, AzureKeyCredential } = require("@azure/ai-language-text");
const client = new TextAnalysisClient("<endpoint>", new AzureKeyCredential("<API key>"));
Utilizar uma Credencial do Azure Active Directory
A autenticação da chave de API de cliente é utilizada na maioria dos exemplos, mas também pode autenticar com o Azure Active Directory com a biblioteca de Identidade do Azure. Para utilizar o fornecedor DefaultAzureCredential mostrado abaixo ou outros fornecedores de credenciais fornecidos com o SDK do Azure, instale o @azure/identity
pacote:
npm install @azure/identity
Também terá de registar uma nova aplicação do AAD e conceder acesso ao Idioma ao atribuir a "Cognitive Services User"
função ao principal de serviço (nota: outras funções como "Owner"
não concederão as permissões necessárias, apenas "Cognitive Services User"
serão suficientes para executar os exemplos e o código de exemplo).
Defina os valores do ID de cliente, do ID do inquilino e do segredo do cliente da aplicação do AAD como variáveis de ambiente: AZURE_CLIENT_ID
, , AZURE_TENANT_ID
AZURE_CLIENT_SECRET
.
const { TextAnalysisClient } = require("@azure/ai-language-text");
const { DefaultAzureCredential } = require("@azure/identity");
const client = new TextAnalysisClient("<endpoint>", new DefaultAzureCredential());
Conceitos-chave
TextAnalysisClient
TextAnalysisClient
é a interface principal para programadores que utilizam a biblioteca de cliente análise de texto. Explore os métodos neste objeto de cliente para compreender as diferentes funcionalidades do serviço Idioma a que pode aceder.
Entrada
Um documento representa uma única unidade de entrada a ser analisada pelos modelos preditivos no serviço Idioma. As operações no TextAnalysisClient
assumem uma coleção de entradas a serem analisadas como um lote. Os métodos de operação têm sobrecargas que permitem que as entradas sejam representadas como cadeias ou como objetos com metadados anexados.
Por exemplo, cada documento pode ser transmitido como uma cadeia numa matriz, por exemplo,
const documents = [
"I hated the movie. It was so slow!",
"The movie made it into my top ten favorites.",
"What a great movie!",
];
ou, se quiser transmitir um documento id
por item ou language
countryHint
/, estes podem ser fornecidos como uma lista ou TextDocumentInput
DetectLanguageInput
dependendo da operação;
const textDocumentInputs = [
{ id: "1", language: "en", text: "I hated the movie. It was so slow!" },
{ id: "2", language: "en", text: "The movie made it into my top ten favorites." },
{ id: "3", language: "en", text: "What a great movie!" },
];
Veja limitações de serviço para a entrada, incluindo limites de comprimento do documento, tamanho máximo do lote e codificações de texto suportadas.
Devolver Valor
O valor devolvido correspondente a um único documento é um resultado bem-sucedido ou um objeto de erro. Cada TextAnalysisClient
método devolve uma matriz heterogénea de resultados e erros que correspondem às entradas por índice. Uma entrada de texto e o respetivo resultado terão o mesmo índice nas coleções de entrada e de resultados.
Um resultado, como SentimentAnalysisResult
, é o resultado de uma operação de Idioma, que contém uma predição ou predições sobre uma única entrada de texto. O tipo de resultado de uma operação também pode incluir, opcionalmente, informações sobre o documento de entrada e como foi processado.
O objeto de erro , TextAnalysisErrorResult
, indica que o serviço encontrou um erro ao processar o documento e contém informações sobre o erro.
Processamento de Erros do Documento
Na coleção devolvida por uma operação, os erros distinguem-se das respostas com êxito pela presença da error
propriedade, que contém o objeto interno TextAnalysisError
se for encontrado um erro. Para objetos de resultado bem-sucedidos, esta propriedade é sempreundefined
.
Por exemplo, para filtrar todos os erros, pode utilizar o seguinte filter
:
const results = await client.analyze("SentimentAnalysis", documents);
const onlySuccessful = results.filter((result) => result.error === undefined);
Nota: os utilizadores do TypeScript podem beneficiar de uma melhor verificação de tipos de objetos de resultado e erro se compilerOptions.strictNullChecks
estiverem definidos como true
na tsconfig.json
configuração. Por exemplo:
const [result] = await client.analyze("SentimentAnalysis", ["Hello world!"]);
if (result.error !== undefined) {
// In this if block, TypeScript will be sure that the type of `result` is
// `TextAnalysisError` if compilerOptions.strictNullChecks is enabled in
// the tsconfig.json
console.log(result.error);
}
Amostras
Utilização do Cliente
- Criação de Batches de Ações
- Escolher Versão do Modelo
- Paginação
- Reidratar Consulta
- Obter Estatísticas
Tarefas Pré-criadas
- Resumo Abstrativo
- Deteção de Idioma
- Ligar à Entidade
- Entidade Regconition
- Resumo Extrativo
- Análise de Cuidados de Saúde
- Extração de Expressões-Chave
- Deteção de Idioma
- Extração de Opiniões
- Reconhecimento de Entidades PII
- Análise de Sentimentos
Tarefas Personalizadas
- Reconhecimento de Entidades Personalizadas
- Classfication Single-lable Personalizado
- Classfication Multi-lable Personalizado
Resolução de problemas
Registo
Ativar o registo pode ajudar a descobrir informações úteis sobre falhas. Para ver um registo de pedidos e respostas HTTP, defina a variável de AZURE_LOG_LEVEL
ambiente como info
. Em alternativa, o registo pode ser ativado no runtime ao chamar setLogLevel
no @azure/logger
:
const { setLogLevel } = require("@azure/logger");
setLogLevel("info");
Para obter instruções mais detalhadas sobre como ativar os registos, pode ver os documentos do pacote @azure/logger.
Passos seguintes
Veja o diretório de exemplos para obter exemplos detalhados sobre como utilizar esta biblioteca.
Contribuir
Se quiser contribuir para esta biblioteca, leia o guia de contribuição para saber mais sobre como criar e testar o código.
Projetos relacionados
Azure SDK for JavaScript
Comentários
https://aka.ms/ContentUserFeedback.
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja:Submeter e ver comentários