Hızlı Başlangıç: Yaklaşım analizi ve fikir madenciliği
Başvuru belgeleri | Ek örnekler | Paket (NuGet) | Kitaplık kaynak kodu
.NET için istemci kitaplığıyla bir yaklaşım analizi uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, bir metin örneğinde ifade edilen yaklaşımları belirleyebilen ve en boy tabanlı yaklaşım analizi gerçekleştirebilen bir C# uygulaması oluşturacaksınız.
Önkoşullar
- Azure aboneliği - Ücretsiz bir abonelik oluşturun
- Visual Studio IDE
Ayarlama
Azure kaynağı oluşturma
Aşağıdaki kod örneğini kullanmak için bir Azure kaynağı dağıtmanız gerekir. Bu kaynak, Dil hizmetine gönderdiğiniz API çağrılarının kimliğini doğrulamak için kullanacağınız bir anahtar ve uç nokta içerir.
Azure portal kullanarak bir dil kaynağı oluşturmak için aşağıdaki bağlantıyı kullanın. Azure aboneliğinizi kullanarak oturum açmanız gerekir.
Görüntülenen Ek özellikleri seçin ekranında Devam'ı seçerek kaynağınızı oluşturun.
Dil oluştur ekranında aşağıdaki bilgileri sağlayın:
Ayrıntı Açıklama Abonelik Kaynağınızın ilişkilendirileceği abonelik hesabı. Açılan menüden Azure aboneliğinizi seçin. Kaynak grubu Kaynak grubu, oluşturduğunuz kaynakları depolayan bir kapsayıcıdır. Yeni kaynak grubu oluşturmak için Yeni oluştur'u seçin. Region Dil kaynağınızın konumu. Fiziksel konumunuza bağlı olarak farklı bölgeler gecikmeye neden olabilir, ancak kaynağınızın çalışma zamanı kullanılabilirliğini etkilemez. Bu hızlı başlangıç için yakınınızda kullanılabilir bir bölge seçin veya Doğu ABD'yi seçin. Name Dil kaynağınızın adı. Bu ad, uygulamalarınızın API istekleri göndermek için kullanacağı bir uç nokta URL'si oluşturmak için de kullanılır. Fiyatlandırma katmanı Dil kaynağınız için fiyatlandırma katmanı . Ücretsiz F0 katmanını kullanarak hizmeti deneyebilir ve daha sonra üretim için ücretli bir katmana yükseltebilirsiniz. 
Sorumlu Yapay Zeka Bildirimi onay kutusunun işaretli olduğundan emin olun.
Sayfanın alt kısmındaki Gözden Geçir + Oluştur'u seçin.
Görüntülenen ekranda doğrulamanın geçtiğinden ve bilgilerinizi doğru girdiğinizden emin olun. Ardından Oluştur’u seçin.
Anahtarınızı ve uç noktanızı alma
Daha sonra uygulamanızı API'ye bağlamak için kaynaktan anahtara ve uç noktaya ihtiyacınız olacak. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde koda yapıştıracaksınız.
Dil kaynağı başarıyla dağıtıldıktan sonra, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın.
Kaynağınızın ekranında, sol gezinti menüsünde Anahtarlar ve uç nokta'yı seçin. Aşağıdaki adımlarda anahtarlarınızdan birini ve uç noktanızı kullanacaksınız.
Ortam değişkenlerini oluşturma
API istekleri göndermek için uygulamanızın kimliğinin doğrulanması gerekir. Üretim için kimlik bilgilerinizi depolamak ve bunlara erişmek için güvenli bir yol kullanın. Bu örnekte, kimlik bilgilerinizi uygulamayı çalıştıran yerel makinedeki ortam değişkenlerine yazacaksınız.
İpucu
Anahtarı doğrudan kodunuza eklemeyin ve asla herkese açık olarak göndermeyin. Azure Key Vault gibi diğer kimlik doğrulama seçenekleri için Azure AI hizmetleri güvenlik makalesine bakın.
Dil kaynak anahtarınızın ortam değişkenini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınızın yönergelerini izleyin.
- Ortam değişkenini
LANGUAGE_KEYayarlamak için değerini kaynağınızın anahtarlarından biriyle değiştirinyour-key. - Ortam değişkenini
LANGUAGE_ENDPOINTayarlamak için değerini kaynağınızın uç noktasıyla değiştirinyour-endpoint.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Not
Yalnızca geçerli çalışan konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa ortam değişkenini yerine setxile set ayarlayabilirsiniz.
Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm çalışan programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız, örneği çalıştırmadan önce Visual Studio'yu yeniden başlatın.
Yeni bir .NET Core uygulaması oluşturma
Visual Studio IDE'yi kullanarak yeni bir .NET Core konsol uygulaması oluşturun. Bu, tek bir C# kaynak dosyasıyla bir "Merhaba Dünya" projesi oluşturur: program.cs.
Çözüm Gezgini çözüme sağ tıklayıp NuGet Paketlerini Yönet'i seçerek istemci kitaplığını yükleyin. Açılan paket yöneticisinde Gözat'ı seçin ve araması yapın Azure.AI.TextAnalytics. sürümü 5.2.0ve ardından Yükle'yi seçin. Paket Yöneticisi Konsolu'nu da kullanabilirsiniz.
Kod örneği
Aşağıdaki kodu program.cs dosyanıza kopyalayın ve kodu çalıştırın.
using Azure;
using System;
using Azure.AI.TextAnalytics;
using System.Collections.Generic;
namespace Example
{
class Program
{
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
static string languageKey = Environment.GetEnvironmentVariable("LANGUAGE_KEY");
static string languageEndpoint = Environment.GetEnvironmentVariable("LANGUAGE_ENDPOINT");
private static readonly AzureKeyCredential credentials = new AzureKeyCredential(languageKey);
private static readonly Uri endpoint = new Uri(languageEndpoint);
// Example method for detecting opinions text.
static void SentimentAnalysisWithOpinionMiningExample(TextAnalyticsClient client)
{
var documents = new List<string>
{
"The food and service were unacceptable. The concierge was nice, however."
};
AnalyzeSentimentResultCollection reviews = client.AnalyzeSentimentBatch(documents, options: new AnalyzeSentimentOptions()
{
IncludeOpinionMining = true
});
foreach (AnalyzeSentimentResult review in reviews)
{
Console.WriteLine($"Document sentiment: {review.DocumentSentiment.Sentiment}\n");
Console.WriteLine($"\tPositive score: {review.DocumentSentiment.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tNegative score: {review.DocumentSentiment.ConfidenceScores.Negative:0.00}");
Console.WriteLine($"\tNeutral score: {review.DocumentSentiment.ConfidenceScores.Neutral:0.00}\n");
foreach (SentenceSentiment sentence in review.DocumentSentiment.Sentences)
{
Console.WriteLine($"\tText: \"{sentence.Text}\"");
Console.WriteLine($"\tSentence sentiment: {sentence.Sentiment}");
Console.WriteLine($"\tSentence positive score: {sentence.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tSentence negative score: {sentence.ConfidenceScores.Negative:0.00}");
Console.WriteLine($"\tSentence neutral score: {sentence.ConfidenceScores.Neutral:0.00}\n");
foreach (SentenceOpinion sentenceOpinion in sentence.Opinions)
{
Console.WriteLine($"\tTarget: {sentenceOpinion.Target.Text}, Value: {sentenceOpinion.Target.Sentiment}");
Console.WriteLine($"\tTarget positive score: {sentenceOpinion.Target.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\tTarget negative score: {sentenceOpinion.Target.ConfidenceScores.Negative:0.00}");
foreach (AssessmentSentiment assessment in sentenceOpinion.Assessments)
{
Console.WriteLine($"\t\tRelated Assessment: {assessment.Text}, Value: {assessment.Sentiment}");
Console.WriteLine($"\t\tRelated Assessment positive score: {assessment.ConfidenceScores.Positive:0.00}");
Console.WriteLine($"\t\tRelated Assessment negative score: {assessment.ConfidenceScores.Negative:0.00}");
}
}
}
Console.WriteLine($"\n");
}
}
static void Main(string[] args)
{
var client = new TextAnalyticsClient(endpoint, credentials);
SentimentAnalysisWithOpinionMiningExample(client);
Console.Write("Press any key to exit.");
Console.ReadKey();
}
}
}
Çıktı
Document sentiment: Mixed
Positive score: 0.47
Negative score: 0.52
Neutral score: 0.00
Text: "The food and service were unacceptable. "
Sentence sentiment: Negative
Sentence positive score: 0.00
Sentence negative score: 0.99
Sentence neutral score: 0.00
Target: food, Value: Negative
Target positive score: 0.00
Target negative score: 1.00
Related Assessment: unacceptable, Value: Negative
Related Assessment positive score: 0.00
Related Assessment negative score: 1.00
Target: service, Value: Negative
Target positive score: 0.00
Target negative score: 1.00
Related Assessment: unacceptable, Value: Negative
Related Assessment positive score: 0.00
Related Assessment negative score: 1.00
Text: "The concierge was nice, however."
Sentence sentiment: Positive
Sentence positive score: 0.94
Sentence negative score: 0.05
Sentence neutral score: 0.01
Target: concierge, Value: Positive
Target positive score: 1.00
Target negative score: 0.00
Related Assessment: nice, Value: Positive
Related Assessment positive score: 1.00
Related Assessment negative score: 0.00
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.
Bu hızlı başlangıç için oluşturduğunuz ortam değişkenlerini silmek için aşağıdaki komutları kullanın.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Sonraki adımlar
Başvuru belgeleri | Ek örnekler | Paket (Maven) | Kitaplık kaynak kodu
Java için istemci kitaplığıyla yaklaşım analizi uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, metin örneğinde ifade edilen yaklaşımları belirleyebilen ve en boy tabanlı yaklaşım analizi gerçekleştirebilen bir Java uygulaması oluşturacaksınız.
Önkoşullar
- Azure aboneliği - Ücretsiz bir abonelik oluşturun
- Sürüm 8 veya üzeri olan Java Development Kit (JDK)
Ayarlama
Azure kaynağı oluşturma
Aşağıdaki kod örneğini kullanmak için bir Azure kaynağı dağıtmanız gerekir. Bu kaynak, Dil hizmetine gönderdiğiniz API çağrılarının kimliğini doğrulamak için kullanacağınız bir anahtar ve uç nokta içerir.
Azure portal kullanarak bir dil kaynağı oluşturmak için aşağıdaki bağlantıyı kullanın. Azure aboneliğinizi kullanarak oturum açmanız gerekir.
Görüntülenen Ek özellikleri seçin ekranında Devam'ı seçerek kaynağınızı oluşturun.
Dil oluştur ekranında aşağıdaki bilgileri sağlayın:
Ayrıntı Açıklama Abonelik Kaynağınızın ilişkilendirileceği abonelik hesabı. Açılan menüden Azure aboneliğinizi seçin. Kaynak grubu Kaynak grubu, oluşturduğunuz kaynakları depolayan bir kapsayıcıdır. Yeni kaynak grubu oluşturmak için Yeni oluştur'u seçin. Region Dil kaynağınızın konumu. Fiziksel konumunuza bağlı olarak farklı bölgeler gecikmeye neden olabilir, ancak kaynağınızın çalışma zamanı kullanılabilirliğini etkilemez. Bu hızlı başlangıç için size yakın kullanılabilir bir bölge seçin veya Doğu ABD'yi seçin. Name Dil kaynağınızın adı. Bu ad, uygulamalarınızın API istekleri göndermek için kullanacağı bir uç nokta URL'si oluşturmak için de kullanılır. Fiyatlandırma katmanı Dil kaynağınız için fiyatlandırma katmanı . Ücretsiz F0 katmanını kullanarak hizmeti deneyebilir ve daha sonra üretim için ücretli bir katmana yükseltebilirsiniz.
Sorumlu Yapay Zeka Bildirimi onay kutusunun işaretli olduğundan emin olun.
Sayfanın alt kısmındaki Gözden Geçir + Oluştur'u seçin.
Görüntülenen ekranda doğrulamanın geçtiğinden ve bilgilerinizi doğru girdiğinizden emin olun. Ardından Oluştur’u seçin.
Anahtarınızı ve uç noktanızı alma
Ardından, uygulamanızı API'ye bağlamak için kaynaktan anahtara ve uç noktaya ihtiyacınız olacaktır. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde koda yapıştıracaksınız.
Dil kaynağı başarıyla dağıtıldıktan sonra, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın.
Kaynağınızın ekranında, sol gezinti menüsünde Anahtarlar ve uç nokta'yı seçin. Aşağıdaki adımlarda anahtarlarınızdan birini ve uç noktanızı kullanacaksınız.
Ortam değişkenlerini oluşturma
API istekleri göndermek için uygulamanızın kimliğinin doğrulanması gerekir. Üretim için kimlik bilgilerinizi depolamak ve bunlara erişmek için güvenli bir yol kullanın. Bu örnekte, kimlik bilgilerinizi uygulamayı çalıştıran yerel makinedeki ortam değişkenlerine yazacaksınız.
İpucu
Anahtarı doğrudan kodunuza eklemeyin ve asla herkese açık olarak göndermeyin. Azure Key Vault gibi diğer kimlik doğrulama seçenekleri için Azure AI hizmetleri güvenlik makalesine bakın.
Dil kaynak anahtarınızın ortam değişkenini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınızın yönergelerini izleyin.
- Ortam değişkenini
LANGUAGE_KEYayarlamak için değerini kaynağınızın anahtarlarından biriyle değiştirinyour-key. - Ortam değişkenini
LANGUAGE_ENDPOINTayarlamak için değerini kaynağınızın uç noktasıyla değiştirinyour-endpoint.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Not
Yalnızca geçerli çalışan konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa ortam değişkenini yerine setxile set ayarlayabilirsiniz.
Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm çalışan programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyiciniz olarak Visual Studio kullanıyorsanız, örneği çalıştırmadan önce Visual Studio'yu yeniden başlatın.
İstemci kitaplığını ekleme
Tercih ettiğiniz IDE veya geliştirme ortamında bir Maven projesi oluşturun. Ardından projenizin pom.xml dosyasına aşağıdaki bağımlılığı ekleyin. Diğer derleme araçlarının 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
adlı Example.javabir Java dosyası oluşturun. Dosyasını açın ve aşağıdaki kodu kopyalayın. Sonra kodu çalıştırın.
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 {
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
private static String languageKey = System.getenv("LANGUAGE_KEY");
private static String languageEndpoint = System.getenv("LANGUAGE_ENDPOINT");
public static void main(String[] args) {
TextAnalyticsClient client = authenticateClient(languageKey, languageEndpoint);
sentimentAnalysisWithOpinionMiningExample(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 detecting sentiment and opinions in text.
static void sentimentAnalysisWithOpinionMiningExample(TextAnalyticsClient client)
{
// The document that needs be analyzed.
String document = "The food and service were unacceptable. The concierge was nice, however.";
System.out.printf("Document = %s%n", document);
AnalyzeSentimentOptions options = new AnalyzeSentimentOptions().setIncludeOpinionMining(true);
final DocumentSentiment documentSentiment = client.analyzeSentiment(document, "en", options);
SentimentConfidenceScores scores = documentSentiment.getConfidenceScores();
System.out.printf(
"Recognized document sentiment: %s, positive score: %f, neutral score: %f, negative score: %f.%n",
documentSentiment.getSentiment(), scores.getPositive(), scores.getNeutral(), scores.getNegative());
documentSentiment.getSentences().forEach(sentenceSentiment -> {
SentimentConfidenceScores sentenceScores = sentenceSentiment.getConfidenceScores();
System.out.printf("\tSentence sentiment: %s, positive score: %f, neutral score: %f, negative score: %f.%n",
sentenceSentiment.getSentiment(), sentenceScores.getPositive(), sentenceScores.getNeutral(), sentenceScores.getNegative());
sentenceSentiment.getOpinions().forEach(opinion -> {
TargetSentiment targetSentiment = opinion.getTarget();
System.out.printf("\t\tTarget sentiment: %s, target text: %s%n", targetSentiment.getSentiment(),
targetSentiment.getText());
for (AssessmentSentiment assessmentSentiment : opinion.getAssessments()) {
System.out.printf("\t\t\t'%s' assessment sentiment because of \"%s\". Is the assessment negated: %s.%n",
assessmentSentiment.getSentiment(), assessmentSentiment.getText(), assessmentSentiment.isNegated());
}
});
});
}
}
Çıktı
Document = The food and service were unacceptable. The concierge was nice, however.
Recognized document sentiment: mixed, positive score: 0.470000, neutral score: 0.000000, negative score: 0.520000.
Sentence sentiment: negative, positive score: 0.000000, neutral score: 0.000000, negative score: 0.990000.
Target sentiment: negative, target text: food
'negative' assessment sentiment because of "unacceptable". Is the assessment negated: false.
Target sentiment: negative, target text: service
'negative' assessment sentiment because of "unacceptable". Is the assessment negated: false.
Sentence sentiment: positive, positive score: 0.940000, neutral score: 0.010000, negative score: 0.050000.
Target sentiment: positive, target text: concierge
'positive' assessment sentiment because of "nice". Is the assessment negated: false.
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.
Bu hızlı başlangıçta oluşturduğunuz ortam değişkenlerini silmek için aşağıdaki komutları kullanın.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Sonraki adımlar
Başvuru belgeleri | Ek örnekler | Paket (npm) | Kitaplık kaynak kodu
Node.js için istemci kitaplığıyla yaklaşım analizi uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, bir metin örneğinde ifade edilen yaklaşımları belirleyebilen ve en boy tabanlı yaklaşım analizi gerçekleştirebilen bir JavaScript uygulaması oluşturacaksınız.
Önkoşullar
- Azure aboneliği - Ücretsiz bir abonelik oluşturun
- Node.js v14 LTS veya üzeri
Ayarlama
Azure kaynağı oluşturma
Aşağıdaki kod örneğini kullanmak için bir Azure kaynağı dağıtmanız gerekir. Bu kaynak, Dil hizmetine gönderdiğiniz API çağrılarının kimliğini doğrulamak için kullanacağınız bir anahtar ve uç nokta içerir.
Azure portal kullanarak bir dil kaynağı oluşturmak için aşağıdaki bağlantıyı kullanın. Azure aboneliğinizi kullanarak oturum açmanız gerekir.
Görüntülenen Ek özellikleri seçin ekranında Devam'ı seçerek kaynağınızı oluşturun.
Dil oluştur ekranında aşağıdaki bilgileri sağlayın:
Ayrıntı Açıklama Abonelik Kaynağınızın ilişkilendirileceği abonelik hesabı. Açılan menüden Azure aboneliğinizi seçin. Kaynak grubu Kaynak grubu, oluşturduğunuz kaynakları depolayan bir kapsayıcıdır. Yeni kaynak grubu oluşturmak için Yeni oluştur'u seçin. Region Dil kaynağınızın konumu. Fiziksel konumunuza bağlı olarak farklı bölgeler gecikmeye neden olabilir, ancak kaynağınızın çalışma zamanı kullanılabilirliğini etkilemez. Bu hızlı başlangıç için yakınınızda kullanılabilir bir bölge seçin veya Doğu ABD'yi seçin. Name Dil kaynağınızın adı. Bu ad, uygulamalarınızın API istekleri göndermek için kullanacağı bir uç nokta URL'si oluşturmak için de kullanılır. Fiyatlandırma katmanı Dil kaynağınız için fiyatlandırma katmanı . Ücretsiz F0 katmanını kullanarak hizmeti deneyebilir ve daha sonra üretim için ücretli bir katmana yükseltebilirsiniz.
Sorumlu Yapay Zeka Bildirimi onay kutusunun işaretli olduğundan emin olun.
Sayfanın alt kısmındaki Gözden Geçir + Oluştur'u seçin.
Görüntülenen ekranda doğrulamanın geçtiğinden ve bilgilerinizi doğru girdiğinizden emin olun. Ardından Oluştur’u seçin.
Anahtarınızı ve uç noktanızı alma
Daha sonra uygulamanızı API'ye bağlamak için kaynaktan anahtara ve uç noktaya ihtiyacınız olacak. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde koda yapıştıracaksınız.
Dil kaynağı başarıyla dağıtıldıktan sonra, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın.
Kaynağınızın ekranında, sol gezinti menüsünde Anahtarlar ve uç nokta'yı seçin. Aşağıdaki adımlarda anahtarlarınızdan birini ve uç noktanızı kullanacaksınız.
Ortam değişkenlerini oluşturma
API istekleri göndermek için uygulamanızın kimliğinin doğrulanması gerekir. Üretim için kimlik bilgilerinizi depolamak ve bunlara erişmek için güvenli bir yol kullanın. Bu örnekte, kimlik bilgilerinizi uygulamayı çalıştıran yerel makinedeki ortam değişkenlerine yazacaksınız.
İpucu
Anahtarı doğrudan kodunuza eklemeyin ve asla herkese açık olarak göndermeyin. Azure Key Vault gibi diğer kimlik doğrulama seçenekleri için Azure AI hizmetleri güvenlik makalesine bakın.
Dil kaynak anahtarınızın ortam değişkenini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınızın yönergelerini izleyin.
- Ortam değişkenini
LANGUAGE_KEYayarlamak için değerini kaynağınızın anahtarlarından biriyle değiştirinyour-key. - Ortam değişkenini
LANGUAGE_ENDPOINTayarlamak için değerini kaynağınızın uç noktasıyla değiştirinyour-endpoint.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Not
Yalnızca geçerli çalışan konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa ortam değişkenini yerine setxile set ayarlayabilirsiniz.
Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm çalışan programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız, örneği çalıştırmadan önce Visual Studio'yu yeniden başlatın.
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
Dosyasını içeren npm init bir düğüm uygulaması package.json oluşturmak için komutunu çalıştırın.
npm init
İstemci kitaplığını yükleme
npm paketlerini yükleyin:
npm install @azure/ai-language-text
Kod örneği
Dosyasını açın ve aşağıdaki kodu kopyalayın. Sonra kodu çalıştırın.
"use strict";
const { TextAnalyticsClient, AzureKeyCredential } = require("@azure/ai-text-analytics");
// This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
const key = process.env.LANGUAGE_KEY;
const endpoint = process.env.LANGUAGE_ENDPOINT;
//an example document for sentiment analysis and opinion mining
const documents = [{
text: "The food and service were unacceptable. The concierge was nice, however.",
id: "0",
language: "en"
}];
async function main() {
console.log("=== Sentiment analysis and opinion mining sample ===");
const client = new TextAnalysisClient(endpoint, new AzureKeyCredential(key));
const results = await client.analyze("SentimentAnalysis", documents, {
includeOpinionMining: true,
});
for (let i = 0; i < results.length; i++) {
const result = results[i];
console.log(`- Document ${result.id}`);
if (!result.error) {
console.log(`\tDocument text: ${documents[i].text}`);
console.log(`\tOverall Sentiment: ${result.sentiment}`);
console.log("\tSentiment confidence scores:", result.confidenceScores);
console.log("\tSentences");
for (const { sentiment, confidenceScores, opinions } of result.sentences) {
console.log(`\t- Sentence sentiment: ${sentiment}`);
console.log("\t Confidence scores:", confidenceScores);
console.log("\t Mined opinions");
for (const { target, assessments } of opinions) {
console.log(`\t\t- Target text: ${target.text}`);
console.log(`\t\t Target sentiment: ${target.sentiment}`);
console.log("\t\t Target confidence scores:", target.confidenceScores);
console.log("\t\t Target assessments");
for (const { text, sentiment } of assessments) {
console.log(`\t\t\t- Text: ${text}`);
console.log(`\t\t\t Sentiment: ${sentiment}`);
}
}
}
} else {
console.error(`\tError: ${result.error}`);
}
}
}
main().catch((err) => {
console.error("The sample encountered an error:", err);
});
Çıktı
=== Sentiment analysis and opinion mining sample ===
- Document 0
Document text: The food and service were unacceptable. The concierge was nice, however.
Overall Sentiment: mixed
Sentiment confidence scores: { positive: 0.49, neutral: 0, negative: 0.5 }
Sentences
- Sentence sentiment: negative
Confidence scores: { positive: 0, neutral: 0, negative: 1 }
Mined opinions
- Target text: food
Target sentiment: negative
Target confidence scores: { positive: 0.01, negative: 0.99 }
Target assessments
- Text: unacceptable
Sentiment: negative
- Target text: service
Target sentiment: negative
Target confidence scores: { positive: 0.01, negative: 0.99 }
Target assessments
- Text: unacceptable
Sentiment: negative
- Sentence sentiment: positive
Confidence scores: { positive: 0.98, neutral: 0.01, negative: 0.01 }
Mined opinions
- Target text: concierge
Target sentiment: positive
Target confidence scores: { positive: 1, negative: 0 }
Target assessments
- Text: nice
Sentiment: positive
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.
Bu hızlı başlangıç için oluşturduğunuz ortam değişkenlerini silmek için aşağıdaki komutları kullanın.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Sonraki adımlar
Başvuru belgeleri | Ek örnekler | Paket (PyPi) | Kitaplık kaynak kodu
Python için istemci kitaplığıyla yaklaşım analizi uygulaması oluşturmak için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, bir metin örneğinde ifade edilen yaklaşımları belirleyebilen ve en boy tabanlı yaklaşım analizi gerçekleştirebilen bir Python uygulaması oluşturacaksınız.
Önkoşullar
- Azure aboneliği - Ücretsiz bir abonelik oluşturun
- Python 3.7 veya üzeri
Ayarlama
Azure kaynağı oluşturma
Aşağıdaki kod örneğini kullanmak için bir Azure kaynağı dağıtmanız gerekir. Bu kaynak, Dil hizmetine gönderdiğiniz API çağrılarının kimliğini doğrulamak için kullanacağınız bir anahtar ve uç nokta içerir.
Azure portal kullanarak bir dil kaynağı oluşturmak için aşağıdaki bağlantıyı kullanın. Azure aboneliğinizi kullanarak oturum açmanız gerekir.
Görüntülenen Ek özellikleri seçin ekranında Devam'ı seçerek kaynağınızı oluşturun.
Dil oluştur ekranında aşağıdaki bilgileri sağlayın:
Ayrıntı Açıklama Abonelik Kaynağınızın ilişkilendirileceği abonelik hesabı. Açılan menüden Azure aboneliğinizi seçin. Kaynak grubu Kaynak grubu, oluşturduğunuz kaynakları depolayan bir kapsayıcıdır. Yeni kaynak grubu oluşturmak için Yeni oluştur'u seçin. Region Dil kaynağınızın konumu. Fiziksel konumunuza bağlı olarak farklı bölgeler gecikmeye neden olabilir, ancak kaynağınızın çalışma zamanı kullanılabilirliğini etkilemez. Bu hızlı başlangıç için yakınınızda kullanılabilir bir bölge seçin veya Doğu ABD'yi seçin. Name Dil kaynağınızın adı. Bu ad, uygulamalarınızın API istekleri göndermek için kullanacağı bir uç nokta URL'si oluşturmak için de kullanılır. Fiyatlandırma katmanı Dil kaynağınız için fiyatlandırma katmanı . Ücretsiz F0 katmanını kullanarak hizmeti deneyebilir ve daha sonra üretim için ücretli bir katmana yükseltebilirsiniz.
Sorumlu Yapay Zeka Bildirimi onay kutusunun işaretli olduğundan emin olun.
Sayfanın alt kısmındaki Gözden Geçir + Oluştur'u seçin.
Görüntülenen ekranda doğrulamanın geçtiğinden ve bilgilerinizi doğru girdiğinizden emin olun. Ardından Oluştur’u seçin.
Anahtarınızı ve uç noktanızı alma
Daha sonra uygulamanızı API'ye bağlamak için kaynaktan anahtara ve uç noktaya ihtiyacınız olacak. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde koda yapıştıracaksınız.
Dil kaynağı başarıyla dağıtıldıktan sonra, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın.
Kaynağınızın ekranında, sol gezinti menüsünde Anahtarlar ve uç nokta'yı seçin. Aşağıdaki adımlarda anahtarlarınızdan birini ve uç noktanızı kullanacaksınız.
Ortam değişkenlerini oluşturma
API istekleri göndermek için uygulamanızın kimliğinin doğrulanması gerekir. Üretim için kimlik bilgilerinizi depolamak ve bunlara erişmek için güvenli bir yol kullanın. Bu örnekte, kimlik bilgilerinizi uygulamayı çalıştıran yerel makinedeki ortam değişkenlerine yazacaksınız.
İpucu
Anahtarı doğrudan kodunuza eklemeyin ve asla herkese açık olarak göndermeyin. Azure Key Vault gibi diğer kimlik doğrulama seçenekleri için Azure AI hizmetleri güvenlik makalesine bakın.
Dil kaynak anahtarınızın ortam değişkenini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınızın yönergelerini izleyin.
- Ortam değişkenini
LANGUAGE_KEYayarlamak için değerini kaynağınızın anahtarlarından biriyle değiştirinyour-key. - Ortam değişkenini
LANGUAGE_ENDPOINTayarlamak için değerini kaynağınızın uç noktasıyla değiştirinyour-endpoint.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Not
Yalnızca geçerli çalışan konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa ortam değişkenini yerine setxile set ayarlayabilirsiniz.
Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm çalışan programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız, örneği çalıştırmadan önce Visual Studio'yu yeniden başlatın.
İstemci kitaplığını yükleme
Python'ı yükledikten sonra aşağıdakilerle istemci kitaplığını yükleyebilirsiniz:
pip install azure-ai-textanalytics==5.2.0
Kod örneği
Yeni bir Python dosyası oluşturun ve aşağıdaki kodu kopyalayın. Ardından kodu çalıştırın
# This example requires environment variables named "LANGUAGE_KEY" and "LANGUAGE_ENDPOINT"
language_key = os.environ.get('LANGUAGE_KEY')
language_endpoint = os.environ.get('LANGUAGE_ENDPOINT')
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(language_key)
text_analytics_client = TextAnalyticsClient(
endpoint=language_endpoint,
credential=ta_credential)
return text_analytics_client
client = authenticate_client()
# Example method for detecting sentiment and opinions in text
def sentiment_analysis_with_opinion_mining_example(client):
documents = [
"The food and service were unacceptable. The concierge was nice, however."
]
result = client.analyze_sentiment(documents, show_opinion_mining=True)
doc_result = [doc for doc in result if not doc.is_error]
positive_reviews = [doc for doc in doc_result if doc.sentiment == "positive"]
negative_reviews = [doc for doc in doc_result if doc.sentiment == "negative"]
positive_mined_opinions = []
mixed_mined_opinions = []
negative_mined_opinions = []
for document in doc_result:
print("Document Sentiment: {}".format(document.sentiment))
print("Overall scores: positive={0:.2f}; neutral={1:.2f}; negative={2:.2f} \n".format(
document.confidence_scores.positive,
document.confidence_scores.neutral,
document.confidence_scores.negative,
))
for sentence in document.sentences:
print("Sentence: {}".format(sentence.text))
print("Sentence sentiment: {}".format(sentence.sentiment))
print("Sentence score:\nPositive={0:.2f}\nNeutral={1:.2f}\nNegative={2:.2f}\n".format(
sentence.confidence_scores.positive,
sentence.confidence_scores.neutral,
sentence.confidence_scores.negative,
))
for mined_opinion in sentence.mined_opinions:
target = mined_opinion.target
print("......'{}' target '{}'".format(target.sentiment, target.text))
print("......Target score:\n......Positive={0:.2f}\n......Negative={1:.2f}\n".format(
target.confidence_scores.positive,
target.confidence_scores.negative,
))
for assessment in mined_opinion.assessments:
print("......'{}' assessment '{}'".format(assessment.sentiment, assessment.text))
print("......Assessment score:\n......Positive={0:.2f}\n......Negative={1:.2f}\n".format(
assessment.confidence_scores.positive,
assessment.confidence_scores.negative,
))
print("\n")
print("\n")
sentiment_analysis_with_opinion_mining_example(client)
Çıktı
Document Sentiment: mixed
Overall scores: positive=0.47; neutral=0.00; negative=0.52
Sentence: The food and service were unacceptable.
Sentence sentiment: negative
Sentence score:
Positive=0.00
Neutral=0.00
Negative=0.99
......'negative' target 'food'
......Target score:
......Positive=0.00
......Negative=1.00
......'negative' assessment 'unacceptable'
......Assessment score:
......Positive=0.00
......Negative=1.00
......'negative' target 'service'
......Target score:
......Positive=0.00
......Negative=1.00
......'negative' assessment 'unacceptable'
......Assessment score:
......Positive=0.00
......Negative=1.00
Sentence: The concierge was nice, however.
Sentence sentiment: positive
Sentence score:
Positive=0.94
Neutral=0.01
Negative=0.05
......'positive' target 'concierge'
......Target score:
......Positive=1.00
......Negative=0.00
......'positive' assessment 'nice'
......Assessment score:
......Positive=1.00
......Negative=0.00
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.
Bu hızlı başlangıç için oluşturduğunuz ortam değişkenlerini silmek için aşağıdaki komutları kullanın.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f
Sonraki adımlar
REST API kullanarak yaklaşım analizi istekleri göndermek için bu hızlı başlangıcı kullanın. Aşağıdaki örnekte, bir metin örneğinde ifade edilen yaklaşımları tanımlamak ve en boy tabanlı yaklaşım analizi gerçekleştirmek için cURL kullanacaksınız.
Önkoşullar
- Azure aboneliği - Ücretsiz bir abonelik oluşturun
Ayarlama
Azure kaynağı oluşturma
Aşağıdaki kod örneğini kullanmak için bir Azure kaynağı dağıtmanız gerekir. Bu kaynak, Dil hizmetine gönderdiğiniz API çağrılarının kimliğini doğrulamak için kullanacağınız bir anahtar ve uç nokta içerir.
Azure portal kullanarak bir dil kaynağı oluşturmak için aşağıdaki bağlantıyı kullanın. Azure aboneliğinizi kullanarak oturum açmanız gerekir.
Görüntülenen Ek özellikleri seçin ekranında Devam'ı seçerek kaynağınızı oluşturun.
Dil oluştur ekranında aşağıdaki bilgileri sağlayın:
Ayrıntı Açıklama Abonelik Kaynağınızın ilişkilendirileceği abonelik hesabı. Açılan menüden Azure aboneliğinizi seçin. Kaynak grubu Kaynak grubu, oluşturduğunuz kaynakları depolayan bir kapsayıcıdır. Yeni kaynak grubu oluşturmak için Yeni oluştur'u seçin. Region Dil kaynağınızın konumu. Fiziksel konumunuza bağlı olarak farklı bölgeler gecikmeye neden olabilir, ancak kaynağınızın çalışma zamanı kullanılabilirliğini etkilemez. Bu hızlı başlangıç için yakınınızda kullanılabilir bir bölge seçin veya Doğu ABD'yi seçin. Name Dil kaynağınızın adı. Bu ad, uygulamalarınızın API istekleri göndermek için kullanacağı bir uç nokta URL'si oluşturmak için de kullanılır. Fiyatlandırma katmanı Dil kaynağınız için fiyatlandırma katmanı . Ücretsiz F0 katmanını kullanarak hizmeti deneyebilir ve daha sonra üretim için ücretli bir katmana yükseltebilirsiniz.
Sorumlu Yapay Zeka Bildirimi onay kutusunun işaretli olduğundan emin olun.
Sayfanın alt kısmındaki Gözden Geçir + Oluştur'u seçin.
Görüntülenen ekranda doğrulamanın geçtiğinden ve bilgilerinizi doğru girdiğinizden emin olun. Ardından Oluştur’u seçin.
Anahtarınızı ve uç noktanızı alma
Daha sonra uygulamanızı API'ye bağlamak için kaynaktan anahtara ve uç noktaya ihtiyacınız olacak. Anahtarınızı ve uç noktanızı hızlı başlangıcın ilerleyen bölümlerinde koda yapıştıracaksınız.
Dil kaynağı başarıyla dağıtıldıktan sonra, Sonraki Adımlar'ın altındaki Kaynağa Git düğmesine tıklayın.
Kaynağınızın ekranında, sol gezinti menüsünde Anahtarlar ve uç nokta'yı seçin. Aşağıdaki adımlarda anahtarlarınızdan birini ve uç noktanızı kullanacaksınız.
Ortam değişkenlerini oluşturma
API istekleri göndermek için uygulamanızın kimliğinin doğrulanması gerekir. Üretim için kimlik bilgilerinizi depolamak ve bunlara erişmek için güvenli bir yol kullanın. Bu örnekte, kimlik bilgilerinizi uygulamayı çalıştıran yerel makinedeki ortam değişkenlerine yazacaksınız.
İpucu
Anahtarı doğrudan kodunuza eklemeyin ve asla herkese açık olarak göndermeyin. Azure Key Vault gibi diğer kimlik doğrulama seçenekleri için Azure AI hizmetleri güvenlik makalesine bakın.
Dil kaynak anahtarınızın ortam değişkenini ayarlamak için bir konsol penceresi açın ve işletim sisteminizle geliştirme ortamınızın yönergelerini izleyin.
- Ortam değişkenini
LANGUAGE_KEYayarlamak için değerini kaynağınızın anahtarlarından biriyle değiştirinyour-key. - Ortam değişkenini
LANGUAGE_ENDPOINTayarlamak için değerini kaynağınızın uç noktasıyla değiştirinyour-endpoint.
setx LANGUAGE_KEY your-key
setx LANGUAGE_ENDPOINT your-endpoint
Not
Yalnızca geçerli çalışan konsoldaki ortam değişkenlerine erişmeniz gerekiyorsa ortam değişkenini yerine setxile set ayarlayabilirsiniz.
Ortam değişkenlerini ekledikten sonra, konsol penceresi de dahil olmak üzere ortam değişkenlerini okuması gereken tüm çalışan programları yeniden başlatmanız gerekebilir. Örneğin, düzenleyici olarak Visual Studio kullanıyorsanız, örneği çalıştırmadan önce Visual Studio'yu yeniden başlatın.
Örnek istek gövdesiyle bir JSON dosyası oluşturma
Kod düzenleyicisinde adlı test_sentiment_payload.json yeni bir dosya oluşturun ve aşağıdaki JSON örneğini kopyalayın. Bu örnek istek bir sonraki adımda API'ye gönderilecektir.
{
"kind": "SentimentAnalysis",
"parameters": {
"modelVersion": "latest",
"opinionMining": "True"
},
"analysisInput":{
"documents":[
{
"id":"1",
"language":"en",
"text": "The food and service were unacceptable. The concierge was nice, however."
}
]
}
}
Bilgisayarınızda bir yere kaydedin test_sentiment_payload.json . Örneğin, masaüstünüz.
Yaklaşım analizi ve fikir madenciliği API'si isteği gönderme
Not
Aşağıdaki örnekler, metindeki hedeflerle (adlar) ilgili değerlendirmeler (sıfatlar) hakkında ayrıntılı bilgi sağlayan yaklaşım analizinin fikir madenciliği özelliğine yönelik bir istektir.
Kullandığınız programı kullanarak API isteği göndermek için aşağıdaki komutları kullanın. Komutunu terminalinize kopyalayın ve çalıştırın.
| parametre | Description |
|---|---|
-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 dosyası. |
değerini önceki adımda oluşturduğunuz örnek JSON istek dosyasının konumuyla değiştirin C:\Users\<myaccount>\Desktop\test_sentiment_payload.json .
Komut istemi
curl -X POST "%LANGUAGE_ENDPOINT%/language/:analyze-text?api-version=2023-04-15-preview" ^
-H "Content-Type: application/json" ^
-H "Ocp-Apim-Subscription-Key: %LANGUAGE_KEY%" ^
-d "@C:\Users\<myaccount>\Desktop\test_sentiment_payload.json"
PowerShell
curl.exe -X POST $env:LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2023-04-15-preview `
-H "Content-Type: application/json" `
-H "Ocp-Apim-Subscription-Key: $env:LANGUAGE_KEY" `
-d "@C:\Users\<myaccount>\Desktop\test_sentiment_payload.json"
JSON yanıtı
{
"kind": "SentimentAnalysisResults",
"results": {
"documents": [{
"id": "1",
"sentiment": "mixed",
"confidenceScores": {
"positive": 0.47,
"neutral": 0.0,
"negative": 0.52
},
"sentences": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"neutral": 0.0,
"negative": 0.99
},
"offset": 0,
"length": 40,
"text": "The food and service were unacceptable. ",
"targets": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 4,
"length": 4,
"text": "food",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/0/assessments/0"
}]
}, {
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 13,
"length": 7,
"text": "service",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/0/assessments/0"
}]
}],
"assessments": [{
"sentiment": "negative",
"confidenceScores": {
"positive": 0.0,
"negative": 1.0
},
"offset": 26,
"length": 12,
"text": "unacceptable",
"isNegated": false
}]
}, {
"sentiment": "positive",
"confidenceScores": {
"positive": 0.94,
"neutral": 0.01,
"negative": 0.05
},
"offset": 40,
"length": 32,
"text": "The concierge was nice, however.",
"targets": [{
"sentiment": "positive",
"confidenceScores": {
"positive": 1.0,
"negative": 0.0
},
"offset": 44,
"length": 9,
"text": "concierge",
"relations": [{
"relationType": "assessment",
"ref": "#/documents/0/sentences/1/assessments/0"
}]
}],
"assessments": [{
"sentiment": "positive",
"confidenceScores": {
"positive": 1.0,
"negative": 0.0
},
"offset": 58,
"length": 4,
"text": "nice",
"isNegated": false
}]
}],
"warnings": []
}],
"errors": [],
"modelVersion": "2022-06-01"
}
}
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.
Bu hızlı başlangıçta oluşturduğunuz ortam değişkenlerini silmek için aşağıdaki komutları kullanın.
reg delete "HKCU\Environment" /v LANGUAGE_KEY /f
reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f