Hızlı Başlangıç: Adlandırılmış varlıkları algılama (NER)
Başvuru belgeleri | Ek örnekler | Paket (NuGet) | Kitaplık kaynak kodu
.NET için istemci kitaplığıyla Adlandırılmış Varlık Tanıma (NER) uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, metindeki tanınan varlıkları tanımlayabilen bir C# uygulaması oluşturacaksınız.
İpucu
Kod yazmaya gerek kalmadan Dil hizmeti özelliklerini denemek için Language Studio'yu kullanabilirsiniz.
Önkoşullar
- Azure aboneliği - Ücretsiz olarak oluşturun
- Visual Studio IDE
- Azure aboneliğinizi aldıktan sonra anahtarınızı ve uç noktanızı almak için Azure portalında bir Dil kaynağı oluşturun. Dağıtıldıktan sonra Kaynağa git'i seçin.
- Uygulamanızı API'ye bağlamak için oluşturduğunuz kaynaktan anahtara ve uç noktaya ihtiyacınız olacaktır. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde aşağıdaki koda yapıştıracaksınız.
- Hizmeti denemek ve daha sonra üretim için ücretli bir katmana yükseltmek için ücretsiz fiyatlandırma katmanını (
Free F0
) kullanabilirsiniz.
- Çözümle özelliğini kullanmak için standart (S) fiyatlandırma katmanına sahip bir Dil kaynağı gerekir.
Ayarlama
Yeni .NET Core uygulaması oluşturma
Visual Studio IDE’yi kullanarak yeni bir .NET Core konsol uygulaması oluşturun. Bu, tek bir C# kaynak dosyasıyla (program.cs) “Merhaba Dünya” adında bir proje oluşturur.
Çözüm Gezgini’nde çözüme sağ tıklayarak ve NuGet paketlerini yönet seçeneğini belirleyerek istemci kitaplığını yükleyin. Açılan paket yöneticisinde Gözat'ı seçin ve öğesini arayınAzure.AI.TextAnalytics
. Sürüm olarak 5.2.0
seçin ve Yükle seçeneğini belirleyin. Paket Yöneticisi Konsolu’nu da kullanabilirsiniz.
Kod örneği
Aşağıdaki kodu program.cs dosyanıza kopyalayın. değişkeni kaynağınızın anahtarıyla değiştirmeyi key
ve değişkeni kaynağınızın uç noktasıyla değiştirmeyi endpoint
unutmayın. Sonra kodu çalıştırın.
Önemli
Azure portalına gidin. Önkoşullar bölümünde oluşturduğunuz Dil kaynağı başarıyla dağıtıldıysa, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın. Kaynağınızın Anahtarlar ve Uç Nokta sayfasına gidip Kaynak Yönetimi'nin altında anahtarınızı ve uç noktanızı bulabilirsiniz.
Önemli
İşiniz bittiğinde anahtarı kodunuzdan kaldırmayı unutmayın ve asla herkese açık olarak göndermeyin. Üretim için Azure Key Vault gibi kimlik bilgilerinizi depolamanın ve bunlara erişmenin güvenli bir yolunu kullanın. Daha fazla bilgi için Azure AI hizmetleri güvenlik makalesine bakın.
using Azure;
using System;
using Azure.AI.TextAnalytics;
namespace Example
{
class Program
{
private static readonly AzureKeyCredential credentials = new AzureKeyCredential("replace-with-your-key-here");
private static readonly Uri endpoint = new Uri("replace-with-your-endpoint-here");
// Example method for extracting named entities from text
static void EntityRecognitionExample(TextAnalyticsClient client)
{
var response = client.RecognizeEntities("I had a wonderful trip to Seattle last week.");
Console.WriteLine("Named Entities:");
foreach (var entity in response.Value)
{
Console.WriteLine($"\tText: {entity.Text},\tCategory: {entity.Category},\tSub-Category: {entity.SubCategory}");
Console.WriteLine($"\t\tScore: {entity.ConfidenceScore:F2},\tLength: {entity.Length},\tOffset: {entity.Offset}\n");
}
}
static void Main(string[] args)
{
var client = new TextAnalyticsClient(endpoint, credentials);
EntityRecognitionExample(client);
Console.Write("Press any key to exit.");
Console.ReadKey();
}
}
}
Çıktı
Named Entities:
Text: trip, Category: Event, Sub-Category:
Score: 0.74, Length: 4, Offset: 18
Text: Seattle, Category: Location, Sub-Category: GPE
Score: 1.00, Length: 7, Offset: 26
Text: last week, Category: DateTime, Sub-Category: DateRange
Score: 0.80, Length: 9, Offset: 34
Başvuru belgeleri | Ek örnekler | Paket (Maven) | Kitaplık kaynak kodu
Java için istemci kitaplığıyla Adlandırılmış Varlık Tanıma (NER) uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, metindeki tanınan varlıkları tanımlayabilen bir Java uygulaması oluşturacaksınız.
İpucu
Kod yazmaya gerek kalmadan Dil hizmeti özelliklerini denemek için Language Studio'yu kullanabilirsiniz.
Önkoşullar
- Azure aboneliği - Ücretsiz olarak oluşturun
- Java Geliştirme Seti (JDK) sürüm 8 veya üstü
- Azure aboneliğinizi aldıktan sonra anahtarınızı ve uç noktanızı almak için Azure portalında bir Dil kaynağı oluşturun. Dağıtıldıktan sonra Kaynağa git'i seçin.
- Uygulamanızı API'ye bağlamak için oluşturduğunuz kaynaktan anahtara ve uç noktaya ihtiyacınız olacaktır. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde aşağıdaki koda yapıştıracaksınız.
- Hizmeti denemek ve daha sonra üretim için ücretli bir katmana yükseltmek için ücretsiz fiyatlandırma katmanını (
Free F0
) kullanabilirsiniz.
- Çözümle özelliğini kullanmak için standart (S) fiyatlandırma katmanına sahip bir Dil kaynağı gerekir.
Ayarlama
İstemci kitaplığını ekleme
Tercih ettiğiniz IDE veya geliştirme ortamında bir Maven projesi oluşturun. Ardından aşağıdaki bağımlılığı projenizin pom.xml dosyasına ekleyin. Diğer derleme araçlarına yönelik uygulama söz dizimini çevrimiçi olarak bulabilirsiniz.
<dependencies>
<dependency>
<groupId>com.azure</groupId>
<artifactId>azure-ai-textanalytics</artifactId>
<version>5.2.0</version>
</dependency>
</dependencies>
Kod örneği
Example.java
adlı bir Java dosyası oluşturun. Dosyayı açın ve aşağıdaki kodu kopyalayın. değişkeni kaynağınızın anahtarıyla değiştirmeyi key
ve değişkeni kaynağınızın uç noktasıyla değiştirmeyi endpoint
unutmayın. Sonra kodu çalıştırın.
Önemli
Azure portalına gidin. Önkoşullar bölümünde oluşturduğunuz Dil kaynağı başarıyla dağıtıldıysa, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın. Kaynağınızın Anahtarlar ve Uç Nokta sayfasına gidip Kaynak Yönetimi'nin altında anahtarınızı ve uç noktanızı bulabilirsiniz.
Önemli
İşiniz bittiğinde anahtarı kodunuzdan kaldırmayı unutmayın ve asla herkese açık olarak göndermeyin. Üretim için Azure Key Vault gibi kimlik bilgilerinizi depolamanın ve bunlara erişmenin güvenli bir yolunu kullanın. Daha fazla bilgi için Azure AI hizmetleri güvenlik makalesine bakın.
import com.azure.core.credential.AzureKeyCredential;
import com.azure.ai.textanalytics.models.*;
import com.azure.ai.textanalytics.TextAnalyticsClientBuilder;
import com.azure.ai.textanalytics.TextAnalyticsClient;
public class Example {
private static String KEY = "replace-with-your-key-here";
private static String ENDPOINT = "replace-with-your-endpoint-here";
public static void main(String[] args) {
TextAnalyticsClient client = authenticateClient(KEY, ENDPOINT);
recognizeEntitiesExample(client);
}
// Method to authenticate the client object with your key and endpoint
static TextAnalyticsClient authenticateClient(String key, String endpoint) {
return new TextAnalyticsClientBuilder()
.credential(new AzureKeyCredential(key))
.endpoint(endpoint)
.buildClient();
}
// Example method for recognizing entities in text
static void recognizeEntitiesExample(TextAnalyticsClient client)
{
// The text that need be analyzed.
String text = "I had a wonderful trip to Seattle last week.";
for (CategorizedEntity entity : client.recognizeEntities(text)) {
System.out.printf(
"Recognized entity: %s, entity category: %s, entity sub-category: %s, score: %s, offset: %s, length: %s.%n",
entity.getText(),
entity.getCategory(),
entity.getSubcategory(),
entity.getConfidenceScore(),
entity.getOffset(),
entity.getLength());
}
}
}
Çıktı
Recognized entity: trip, entity category: Event, entity sub-category: null, score: 0.74, offset: 18, length: 4.
Recognized entity: Seattle, entity category: Location, entity sub-category: GPE, score: 1.0, offset: 26, length: 7.
Recognized entity: last week, entity category: DateTime, entity sub-category: DateRange, score: 0.8, offset: 34, length: 9.
Başvuru belgeleri | Ek örnekler | Paket (npm) | Kitaplık kaynak kodu
Node.js için istemci kitaplığıyla Adlandırılmış Varlık Tanıma (NER) uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, metindeki tanınan varlıkları tanımlayabilen bir JavaScript uygulaması oluşturacaksınız.
İpucu
Kod yazmaya gerek kalmadan Dil hizmeti özelliklerini denemek için Language Studio'yu kullanabilirsiniz.
Önkoşullar
- Azure aboneliği - Ücretsiz olarak oluşturun
- Node.js v14 LTS veya üzeri
- Azure aboneliğinizi aldıktan sonra anahtarınızı ve uç noktanızı almak için Azure portalında bir Dil kaynağı oluşturun. Dağıtıldıktan sonra Kaynağa git'i seçin.
- Uygulamanızı API'ye bağlamak için oluşturduğunuz kaynaktan anahtara ve uç noktaya ihtiyacınız olacaktır. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde aşağıdaki koda yapıştıracaksınız.
- Hizmeti denemek ve daha sonra üretim için ücretli bir katmana yükseltmek için ücretsiz fiyatlandırma katmanını (
Free F0
) kullanabilirsiniz.
- Çözümle özelliğini kullanmak için standart (S) fiyatlandırma katmanına sahip bir Dil kaynağı gerekir.
Ayarlama
Yeni bir Node.js uygulaması oluşturma
Konsol penceresinde (cmd, PowerShell veya Bash gibi), uygulamanız için yeni bir dizin oluşturun ve bu dizine gidin.
mkdir myapp
cd myapp
Bir package.json
dosyası ile bir düğüm uygulaması oluşturmak için npm init
komutunu çalıştırın.
npm init
İstemci kitaplığını yükleme
npm paketini yükleyin:
npm install @azure/ai-language-text
Kod örneği
Dosyayı açın ve aşağıdaki kodu kopyalayın. değişkeni kaynağınızın anahtarıyla değiştirmeyi key
ve değişkeni kaynağınızın uç noktasıyla değiştirmeyi endpoint
unutmayın. Sonra kodu çalıştırın.
Önemli
Azure portalına gidin. Önkoşullar bölümünde oluşturduğunuz Dil kaynağı başarıyla dağıtıldıysa, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın. Kaynağınızın Anahtarlar ve Uç Nokta sayfasına gidip Kaynak Yönetimi'nin altında anahtarınızı ve uç noktanızı bulabilirsiniz.
Önemli
İşiniz bittiğinde anahtarı kodunuzdan kaldırmayı unutmayın ve asla herkese açık olarak göndermeyin. Üretim için Azure Key Vault gibi kimlik bilgilerinizi depolamanın ve bunlara erişmenin güvenli bir yolunu kullanın. Daha fazla bilgi için Azure AI hizmetleri güvenlik makalesine bakın.
"use strict";
const { TextAnalysisClient, AzureKeyCredential } = require("@azure/ai-language-text");;
const key = '<paste-your-key-here>';
const endpoint = '<paste-your-endpoint-here>';
//an example document for entity recognition
const documents = [ "Microsoft was founded by Bill Gates and Paul Allen on April 4, 1975, to develop and sell BASIC interpreters for the Altair 8800"];
//example of how to use the client library to recognize entities in a document.
async function main() {
console.log("== NER sample ==");
const client = new TextAnalysisClient(endpoint, new AzureKeyCredential(key));
const results = await client.analyze("EntityRecognition", documents);
for (const result of results) {
console.log(`- Document ${result.id}`);
if (!result.error) {
console.log("\tRecognized Entities:");
for (const entity of result.entities) {
console.log(`\t- Entity ${entity.text} of type ${entity.category}`);
}
} else console.error("\tError:", result.error);
}
}
//call the main function
main().catch((err) => {
console.error("The sample encountered an error:", err);
});
Çıktı
Document ID: 0
Name: Microsoft Category: Organization Subcategory: N/A
Score: 0.29
Name: Bill Gates Category: Person Subcategory: N/A
Score: 0.78
Name: Paul Allen Category: Person Subcategory: N/A
Score: 0.82
Name: April 4, 1975 Category: DateTime Subcategory: Date
Score: 0.8
Name: 8800 Category: Quantity Subcategory: Number
Score: 0.8
Document ID: 1
Name: 21 Category: Quantity Subcategory: Number
Score: 0.8
Name: Seattle Category: Location Subcategory: GPE
Score: 0.25
Başvuru belgeleri | Ek örnekler | Paket (PyPi) | Kitaplık kaynak kodu
Python için istemci kitaplığıyla Adlandırılmış Varlık Tanıma (NER) uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, metindeki tanınan varlıkları tanımlayabilen bir Python uygulaması oluşturacaksınız.
İpucu
Kod yazmaya gerek kalmadan Dil hizmeti özelliklerini denemek için Language Studio'yu kullanabilirsiniz.
Önkoşullar
- Azure aboneliği - Ücretsiz olarak oluşturun
- Python 3.8 veya üzeri
- Azure aboneliğinizi aldıktan sonra anahtarınızı ve uç noktanızı almak için Azure portalında bir Dil kaynağı oluşturun. Dağıtıldıktan sonra Kaynağa git'i seçin.
- Uygulamanızı API'ye bağlamak için oluşturduğunuz kaynaktan anahtara ve uç noktaya ihtiyacınız olacaktır. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde aşağıdaki koda yapıştıracaksınız.
- Hizmeti denemek ve daha sonra üretim için ücretli bir katmana yükseltmek için ücretsiz fiyatlandırma katmanını (
Free F0
) kullanabilirsiniz.
- Çözümle özelliğini kullanmak için standart (S) fiyatlandırma katmanına sahip bir Dil kaynağı gerekir.
Ayarlama
İstemci kitaplığını yükleme
Python yükledikten sonra şunları kullanarak istemci kitaplığını yükleyebilirsiniz:
pip install azure-ai-textanalytics==5.2.0
Kod örneği
Yeni bir Python dosyası oluşturun ve aşağıdaki kodu kopyalayın. değişkeni kaynağınızın anahtarıyla değiştirmeyi key
ve değişkeni kaynağınızın uç noktasıyla değiştirmeyi endpoint
unutmayın. Sonra kodu çalıştırın.
Önemli
Azure portalına gidin. Önkoşullar bölümünde oluşturduğunuz Dil kaynağı başarıyla dağıtıldıysa, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın. Kaynağınızın Anahtarlar ve Uç Nokta sayfasına gidip Kaynak Yönetimi'nin altında anahtarınızı ve uç noktanızı bulabilirsiniz.
Önemli
İşiniz bittiğinde anahtarı kodunuzdan kaldırmayı unutmayın ve asla herkese açık olarak göndermeyin. Üretim için Azure Key Vault gibi kimlik bilgilerinizi depolamanın ve bunlara erişmenin güvenli bir yolunu kullanın. Daha fazla bilgi için Azure AI hizmetleri güvenlik makalesine bakın.
key = "paste-your-key-here"
endpoint = "paste-your-endpoint-here"
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential
# Authenticate the client using your key and endpoint
def authenticate_client():
ta_credential = AzureKeyCredential(key)
text_analytics_client = TextAnalyticsClient(
endpoint=endpoint,
credential=ta_credential)
return text_analytics_client
client = authenticate_client()
# Example function for recognizing entities from text
def entity_recognition_example(client):
try:
documents = ["I had a wonderful trip to Seattle last week."]
result = client.recognize_entities(documents = documents)[0]
print("Named Entities:\n")
for entity in result.entities:
print("\tText: \t", entity.text, "\tCategory: \t", entity.category, "\tSubCategory: \t", entity.subcategory,
"\n\tConfidence Score: \t", round(entity.confidence_score, 2), "\tLength: \t", entity.length, "\tOffset: \t", entity.offset, "\n")
except Exception as err:
print("Encountered exception. {}".format(err))
entity_recognition_example(client)
Çıktı
Named Entities:
Text: trip Category: Event SubCategory: None
Confidence Score: 0.74 Length: 4 Offset: 18
Text: Seattle Category: Location SubCategory: GPE
Confidence Score: 1.0 Length: 7 Offset: 26
Text: last week Category: DateTime SubCategory: DateRange
Confidence Score: 0.8 Length: 9 Offset: 34
REST API kullanarak Adlandırılmış Varlık Tanıma (NER) istekleri göndermek için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, metindeki tanınan varlıkları tanımlamak için cURL kullanacaksınız.
İpucu
Kod yazmaya gerek kalmadan Dil hizmeti özelliklerini denemek için Language Studio'yu kullanabilirsiniz.
Önkoşullar
- cURL'nin geçerli sürümü.
- Azure aboneliğinizi aldıktan sonra anahtarınızı ve uç noktanızı almak için Azure portalında bir Dil kaynağı oluşturun. Dağıtıldıktan sonra Kaynağa git'i seçin.
- Uygulamanızı API'ye bağlamak için oluşturduğunuz kaynaktan anahtara ve uç noktaya ihtiyacınız vardır. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde koda yapıştırın.
- Hizmeti denemek ve daha sonra üretim için ücretli bir katmana yükseltmek için ücretsiz fiyatlandırma katmanını (
Free F0
) kullanabilirsiniz.
Not
- Aşağıdaki BASH örneklerinde satır devamlılığı karakteri kullanılır
\
. Konsolunuz veya terminaliniz farklı bir satır devamlılığı karakteri kullanıyorsa bu karakteri kullanın. - Dile özgü örnekleri GitHub'da bulabilirsiniz.
- Azure portalına gidin ve önkoşullarda oluşturduğunuz Dil kaynağının anahtarını ve uç noktasını bulun. Bunlar kaynağın anahtar ve uç nokta sayfasında, kaynak yönetimi altında bulunur. Ardından koddaki dizeleri anahtarınızla ve uç noktanızla değiştirin. API'yi çağırmak için aşağıdaki bilgilere ihtiyacınız vardır:
parametre | Açıklama |
---|---|
-X POST <endpoint> |
API'ye erişmek için uç noktanızı belirtir. |
-H Content-Type: application/json |
JSON verilerini göndermek için içerik türü. |
-H "Ocp-Apim-Subscription-Key:<key> |
API'ye erişmek için anahtarı belirtir. |
-d <documents> |
Göndermek istediğiniz belgeleri içeren JSON. |
Aşağıdaki cURL komutları bir BASH kabuğundan yürütülür. Bu komutları kendi kaynak adınız, kaynak anahtarınız ve JSON değerlerinizle düzenleyin.
Adlandırılmış Varlık Ayıklama (NER)
- Komutu bir metin düzenleyicisine kopyalayın.
- Gerektiğinde komutta aşağıdaki değişiklikleri yapın:
- değerini
<your-language-resource-key>
anahtarınız ile değiştirin. - İstek URL'sinin ilk bölümünü uç nokta URL'nizle
<your-language-resource-endpoint>
değiştirin.
- değerini
- Bir komut istemi penceresi açın.
- Metin düzenleyicisindeki komutu komut istemi penceresine yapıştırın ve komutu çalıştırın.
curl -i -X POST https://<your-language-resource-endpoint>/language/:analyze-text?api-version=2022-05-01 \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key:<your-language-resource-key>" \
-d \
'
{
"kind": "EntityRecognition",
"parameters": {
"modelVersion": "latest"
},
"analysisInput":{
"documents":[
{
"id":"1",
"language": "en",
"text": "I had a wonderful trip to Seattle last week."
}
]
}
}
'
JSON yanıtı
Not
- Genel Kullanıma Sunulan API ve geçerli Önizleme API'sinin farklı yanıt biçimleri vardır. Lütfen api eşlemesi için genel kullanıma sunulan makaleye bakın.
- Önizleme API'sini API sürümünden
2023-04-15-preview
başlatabilirsiniz.
{
"kind": "EntityRecognitionResults",
"results": {
"documents": [{
"id": "1",
"entities": [{
"text": "trip",
"category": "Event",
"offset": 18,
"length": 4,
"confidenceScore": 0.74
}, {
"text": "Seattle",
"category": "Location",
"subcategory": "GPE",
"offset": 26,
"length": 7,
"confidenceScore": 1.0
}, {
"text": "last week",
"category": "DateTime",
"subcategory": "DateRange",
"offset": 34,
"length": 9,
"confidenceScore": 0.8
}],
"warnings": []
}],
"errors": [],
"modelVersion": "2021-06-01"
}
}
Kaynakları temizleme
Azure AI hizmetleri aboneliğini temizlemek ve kaldırmak istiyorsanız, kaynağı veya kaynak grubunu silebilirsiniz. Kaynak grubunun silinmesi, kaynak grubuyla ilişkili diğer tüm kaynakları da siler.