Kognitiv skicklighet för textsammanslagning

  • Artikel

Kunskaper för sammanslagning av text konsoliderar text från en matris med strängar till ett enda fält.

Kommentar

Den här färdigheten är inte kopplad till Azure AI-tjänster. Den kan inte faktureras och har inga nyckelkrav för Azure AI-tjänster.

@odata.type

Microsoft.Skills.Text.MergeSkill

Kompetensparametrar

Parametrar är skiftlägeskänsliga.

Parameternamn beskrivning
insertPreTag Sträng som ska inkluderas före varje infogning. Standardvärdet är " ". Om du vill utelämna utrymmet anger du värdet till "".
insertPostTag Sträng som ska inkluderas efter varje infogning. Standardvärdet är " ". Om du vill utelämna utrymmet anger du värdet till "".

Kunskapsindata

Indatanamn beskrivning
itemsToInsert Matris med strängar som ska sammanfogas.
text (valfritt) Huvudtexttext som ska infogas i. Om text inte anges sammanfogas elementen itemsToInsert i.
offsets (valfritt) Matris med positioner inom text där itemsToInsert ska infogas. Om det anges måste antalet element text i vara lika med antalet element textToInserti . Annars läggs alla objekt till i slutet av text.

Kunskapsutdata

Utdatanamn beskrivning
mergedText Den resulterande sammanfogade texten.
mergedOffsets Matris med positioner inom mergedText där element i itemsToInsert infogades.

Exempelindata

Ett JSON-dokument som tillhandahåller användbara indata för den här färdigheten kan vara:

{
  "values": [
    {
      "recordId": "1",
      "data":
      {
        "text": "The brown fox jumps over the dog",
        "itemsToInsert": ["quick", "lazy"],
        "offsets": [3, 28]
      }
    }
  ]
}

Exempelutdata

Det här exemplet visar utdata från föregående indata, förutsatt att insertPreTag är inställt på " ", och insertPostTag är inställt på "".

{
  "values": [
    {
      "recordId": "1",
      "data":
      {
        "mergedText": "The quick brown fox jumps over the lazy dog"
      }
    }
  ]
}

Definition av utökad exempelkunskapsuppsättning

Ett vanligt scenario för att använda textsammanslagning är att sammanfoga textrepresentationen av bilder (text från en OCR-färdighet eller bildtext av en bild) till innehållsfältet i ett dokument.

I följande exempelkunskaper används OCR-färdigheten för att extrahera text från bilder som är inbäddade i dokumentet. Därefter skapas ett merged_text fält som innehåller både originaltext och OCRed-text från varje bild. Du kan lära dig mer om OCR-kompetensen här.

{
  "description": "Extract text from images and merge with content text to produce merged_text",
  "skills":
  [
    {
      "description": "Extract text (plain and structured) from image.",
      "@odata.type": "#Microsoft.Skills.Vision.OcrSkill",
      "context": "/document/normalized_images/*",
      "defaultLanguageCode": "en",
      "detectOrientation": true,
      "inputs": [
        {
          "name": "image",
          "source": "/document/normalized_images/*"
        }
      ],
      "outputs": [
        {
          "name": "text"
        }
      ]
    },
    {
      "@odata.type": "#Microsoft.Skills.Text.MergeSkill",
      "description": "Create merged_text, which includes all the textual representation of each image inserted at the right location in the content field.",
      "context": "/document",
      "insertPreTag": " ",
      "insertPostTag": " ",
      "inputs": [
        {
          "name":"text", 
          "source": "/document/content"
        },
        {
          "name": "itemsToInsert", 
          "source": "/document/normalized_images/*/text"
        },
        {
          "name":"offsets", 
          "source": "/document/normalized_images/*/contentOffset" 
        }
      ],
      "outputs": [
        {
          "name": "mergedText", 
          "targetName" : "merged_text"
        }
      ]
    }
  ]
}

Exemplet ovan förutsätter att det finns ett normaliserat bildfält. Om du vill hämta fältet normalized-images ställer du in imageAction-konfigurationen i indexerarens definition för att genereraNormalizedImages enligt nedan:

{
  //...rest of your indexer definition goes here ...
  "parameters":{
    "configuration":{
        "dataToExtract":"contentAndMetadata",
        "imageAction":"generateNormalizedImages"
    }
  }
}

Se även