你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

快速入门：使用语言检测客户端库和 REST API

项目
04/12/2024

参考文档 | 更多示例 | 包 (NuGet) | 库源代码

借助本快速入门，使用 .NET 客户端库创建语言检测应用程序。在以下示例中，你将创建一个 C# 应用程序，该应用程序可以识别编写文本示例所使用的语言。

提示

可以使用 Language Studio 来试用语言服务功能，而无需编写代码。

先决条件

Azure 订阅 - 免费创建订阅
Visual Studio IDE
拥有 Azure 订阅后，请在 Azure 门户中创建语言资源，以获取密钥和终结点。部署后，选择”转到资源”。
- 需要从创建的资源获取密钥和终结点，以便将应用程序连接到 API。稍后需要在本快速入门中将密钥和终结点粘贴到代码中。
- 可以使用免费定价层 (Free F0) 试用该服务，然后再升级到付费层进行生产。
若要使用“分析”功能，需要标准 (S) 定价层的“语言”资源。

设置

创建新的 .NET Core 应用程序

使用 Visual Studio IDE 创建新的 .NET Core 控制台应用。这会创建包含单个 C# 源文件的“Hello World”项目：program.cs。

右键单击解决方案资源管理器中的解决方案，然后选择“管理 NuGet 包”，以便安装客户端库。在打开的包管理器中选择“浏览”，搜索 Azure.AI.TextAnalytics。选择版本 5.2.0，然后选择“安装”。也可使用包管理器控制台。

代码示例

将以下代码复制到 program.cs 文件。请记得将 key 变量替换为资源的密钥，并将 endpoint 变量替换为资源的终结点。然后运行代码。

重要

转到 Azure 门户。如果你在“先决条件”部分创建的语言资源部署成功，请单击“后续步骤”下的“转到资源”按钮。可以通过导航到资源的“密钥和终结点”页，在“资源管理”下找到你的密钥和终结点。

重要

完成后，请记住将密钥从代码中删除，并且永远不要公开发布该密钥。对于生产来说，请使用安全的方式存储和访问凭据，例如 Azure Key Vault。有关详细信息，请参阅 Azure AI 服务安全性一文。

using Azure;
using System;
using Azure.AI.TextAnalytics;

namespace LanguageDetectionExample
{
    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");

        // Example method for detecting the language of text
        static void LanguageDetectionExample(TextAnalyticsClient client)
        {
            DetectedLanguage detectedLanguage = client.DetectLanguage("Ce document est rédigé en Français.");
            Console.WriteLine("Language:");
            Console.WriteLine($"\t{detectedLanguage.Name},\tISO-6391: {detectedLanguage.Iso6391Name}\n");
        }

        static void Main(string[] args)
        {
            var client = new TextAnalyticsClient(languageEndpoint, languageKey);
            LanguageDetectionExample(client);

            Console.Write("Press any key to exit.");
            Console.ReadKey();
        }

    }
}

输出

Language:
    French, ISO-6391: fr

参考文档 | 更多示例 | 包 (Maven) | 库源代码

借助本快速入门，使用 Java 客户端库创建语言检测应用程序。在以下示例中，你将创建一个 Java 应用程序，该应用程序可以识别编写文本示例所使用的语言。

提示

可以使用 Language Studio 来试用语言服务功能，而无需编写代码。

先决条件

Azure 订阅 - 免费创建订阅
Java 开发工具包 (JDK) 版本 8 或更高版本
拥有 Azure 订阅后，请在 Azure 门户中创建语言资源，以获取密钥和终结点。部署后，选择”转到资源”。
- 需要从创建的资源获取密钥和终结点，以便将应用程序连接到 API。稍后在快速入门中将密钥和终结点粘贴到下方的代码中。
- 可以使用免费定价层 (Free F0) 试用该服务，然后再升级到付费层进行生产。
若要使用“分析”功能，需要标准 (S) 定价层的“语言”资源。

设置

添加客户端库

在首选 IDE 或开发环境中创建 Maven 项目。然后在项目的 pom.xml 文件中，添加以下依赖项。可联机找到用于其他生成工具的实现语法。

<dependencies>
     <dependency>
        <groupId>com.azure</groupId>
        <artifactId>azure-ai-textanalytics</artifactId>
        <version>5.2.0</version>
    </dependency>
</dependencies>

代码示例

创建名为 Example.java 的 Java 文件。打开该文件，并复制以下代码。请记得将 key 变量替换为资源的密钥，并将 endpoint 变量替换为资源的终结点。然后运行代码。

重要

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);
        detectLanguageExample(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 the language of text
    static void detectLanguageExample(TextAnalyticsClient client)
    {
        // The text to be analyzed.
        String text = "Ce document est rédigé en Français.";

        DetectedLanguage detectedLanguage = client.detectLanguage(text);
        System.out.printf("Detected primary language: %s, ISO 6391 name: %s, score: %.2f.%n",
                detectedLanguage.getName(),
                detectedLanguage.getIso6391Name(),
                detectedLanguage.getConfidenceScore());
    }
}

输出

Detected primary language: French, ISO 6391 name: fr, score: 1.00.

参考文档 | 更多示例 | 包 (npm) | 库源代码

借助本快速入门，使用 Node.js 客户端库创建语言检测应用程序。在以下示例中，你将创建一个 JavaScript 应用程序，该应用程序可以识别编写文本示例所使用的语言。

提示

可以使用 Language Studio 来试用语言服务功能，而无需编写代码。

先决条件

Azure 订阅 - 免费创建订阅
Node.js v14 LTS 或更高版本
拥有 Azure 订阅后，请在 Azure 门户中创建语言资源，以获取密钥和终结点。部署后，选择”转到资源”。
- 需要从创建的资源获取密钥和终结点，以便将应用程序连接到 API。稍后在快速入门中将密钥和终结点粘贴到下方的代码中。
- 可以使用免费定价层 (Free F0) 试用该服务，然后再升级到付费层进行生产。
若要使用“分析”功能，需要标准 (S) 定价层的“语言”资源。

设置

创建新的 Node.js 应用程序

在控制台窗口（例如 cmd、PowerShell 或 Bash）中，为应用创建一个新目录并导航到该目录。

mkdir myapp 

cd myapp

运行 npm init 命令以使用 package.json 文件创建一个 node 应用程序。

npm init

安装客户端库

安装 npm 包：

npm install @azure/ai-language-text

代码示例

打开该文件，并复制以下代码。请记得将 key 变量替换为资源的密钥，并将 endpoint 变量替换为资源的终结点。然后运行代码。

重要

"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;

//Example sentences in different languages to be analyzed
const documents = [
    "This document is written in English.",
    "这是一个用中文写的文件",
];

//Example of how to use the client library to detect language
async function main() {
    console.log("== Language detection sample ==");
  
    const client = new TextAnalysisClient(endpoint, new AzureKeyCredential(key));
  
    const result = await client.analyze("LanguageDetection", documents);
  
    for (const doc of result) {
      if (!doc.error) {
        console.log(
          `ID ${doc.id} - Primary language: ${doc.primaryLanguage.name} (iso6391 name: ${doc.primaryLanguage.iso6391Name})`
        );
      }
    }
}

main().catch((err) => {
    console.error("The sample encountered an error:", err);
});

输出

== Language detection sample ==
ID 0 - Primary language: English (iso6391 name: en)
ID 1 - Primary language: Chinese_Simplified (iso6391 name: zh_chs)

参考文档 | 更多示例 | 包 (PyPi) | 库源代码

借助本快速入门，使用 Python 客户端库创建语言检测应用程序。在以下示例中，你将创建一个 Python 应用程序，该应用程序可以识别编写文本示例所使用的语言。

提示

可以使用 Language Studio 来试用语言服务功能，而无需编写代码。

先决条件

Azure 订阅 - 免费创建订阅
Python 3.8 或更高版本
拥有 Azure 订阅后，请在 Azure 门户中创建语言资源，以获取密钥和终结点。部署后，选择”转到资源”。
- 需要从创建的资源获取密钥和终结点，以便将应用程序连接到 API。稍后在快速入门中将密钥和终结点粘贴到下方的代码中。
- 可以使用免费定价层 (Free F0) 试用该服务，然后再升级到付费层进行生产。
若要使用“分析”功能，需要标准 (S) 定价层的“语言”资源。

设置

安装客户端库

在安装 Python 后，可以通过以下命令安装客户端库：

pip install azure-ai-textanalytics==5.2.0

代码示例

创建新的 Python 文件，并复制以下代码。请记得将 key 变量替换为资源的密钥，并将 endpoint 变量替换为资源的终结点。然后运行代码。

重要


# 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 the language of text
def language_detection_example(client):
    try:
        documents = ["Ce document est rédigé en Français."]
        response = client.detect_language(documents = documents, country_hint = 'us')[0]
        print("Language: ", response.primary_language.name)

    except Exception as err:
        print("Encountered exception. {}".format(err))
language_detection_example(client)

输出

Language:  French

参考文档

借助本快速入门，使用 REST API 发送语言检测请求。在以下示例中，你将使用 cURL 来标识编写文本示例所采用的语言。

先决条件

Azure 订阅 - 免费创建订阅

设置

创建 Azure 资源

若要使用下面的代码示例，需要部署 Azure 资源。此资源将包含一个密钥和终结点，用于对发送到语言服务的 API 调用进行身份验证。

使用以下链接通过 Azure 门户创建语言资源。需要使用 Azure 订阅登录。
在显示的“选择其他功能”屏幕上，选择“继续创建资源”。

在“创建语言”屏幕中，提供以下信息：

详细信息	说明
订阅	资源将与之关联的订阅帐户。从下拉菜单选择 Azure 订阅。
资源组	资源组是存储所创建资源的容器。选择“新建”来创建一个新的资源组。
区域	语言资源的位置。不同区域可能会导致延迟，具体取决于你的物理位置，但不会影响资源的运行时可用性。对于本快速入门，请选择你附近的可用区域，或选择“美国东部”。
名称	语言资源的名称。此名称还将用于创建应用程序用于发送 API 请求的终结点 URL。
定价层	语言资源的定价层。可以使用免费 F0 层试用该服务，然后再升级到付费层进行生产。

确保选中“负责任 AI 通知”复选框。
在页面底部选择“查看 + 创建” 。
在显示的屏幕中，确保验证已通过，并且已正确输入信息。然后选择“创建”。

获取密钥和终结点

然后需要从资源获取密钥和终结点，以便将应用程序连接到 API。稍后需要在本快速入门中将密钥和终结点粘贴到代码中。

成功部署语言资源后，单击“后续步骤”下的“转到资源”按钮。
在资源的屏幕上，选择左侧导航菜单上的“密钥和终结点”。在以下步骤中，你将使用其中一个密钥和终结点。

创建环境变量

应用程序必须经过身份验证才能发送 API 请求。对于生产，请使用安全的方式存储和访问凭据。在此示例中，你将凭据写入运行应用程序的本地计算机上的环境变量。

提示

请不要直接在代码中包含密钥，并且绝不公开发布密钥。有关 Azure Key Vault 等更多身份验证选项，请参阅 Azure AI 服务安全性一文。

若要为语言资源密钥设置环境变量，请打开控制台窗口，并按照操作系统和开发环境的说明进行操作。

若要设置 LANGUAGE_KEY 环境变量，请将 your-key 替换为资源的其中一个密钥。
若要设置 LANGUAGE_ENDPOINT 环境变量，请将 your-endpoint 替换为资源的终结点。

setx LANGUAGE_KEY your-key

setx LANGUAGE_ENDPOINT your-endpoint

注意

如果只需要访问当前正在运行的控制台中的环境变量，则可以使用 set（而不是 setx）设置环境变量。

添加环境变量后，可能需要重启任何正在运行的、需要读取环境变量的程序（包括控制台窗口）。例如，如果使用 Visual Studio 作为编辑器，请在运行示例之前重启 Visual Studio。

export LANGUAGE_KEY=your-key

export LANGUAGE_ENDPOINT=your-endpoint

添加环境变量后，请从控制台窗口运行 source ~/.bashrc，使更改生效。

Bash

export LANGUAGE_KEY=your-key

export LANGUAGE_ENDPOINT=your-endpoint

添加环境变量后，请从控制台窗口运行 source ~/.bash_profile，使更改生效。

Xcode

对于 iOS 和 macOS 开发，可在 Xcode 中设置环境变量。例如，按照以下步骤在 Xcode 13.4.1 中设置环境变量。

选择“产品”>“方案”>“编辑方案”
在“运行(调试运行)”页上选择“参数”
在“环境变量”下，选择加号 (+) 符号来添加新的环境变量。
为“名称”输入 LANGUAGE_KEY，为“值”输入语言资源密钥。
为资源终结点执行这些步骤。将新的环境变量命名为 LANGUAGE_ENDPOINT。

有关更多配置选项，请参阅 Xcode 文档。

使用示例请求正文创建 JSON 文件

在代码编辑器中，创建一个名为 test_detection_payload.json 的新文件并复制以下 JSON 示例。在下一步中，此示例请求将发送到 API。

注意

可以在 GitHub 上找到特定于语言的示例。

{
    "kind": "LanguageDetection",
    "parameters": {
        "modelVersion": "latest"
    },
    "analysisInput":{
        "documents":[
            {
                "id":"1",
                "text": "This is a document written in English."
            }
        ]
    }
}

将 test_detection_payload.json 保存在计算机上的某个位置。例如，桌面。

发送语言检测请求

使用以下命令通过所使用的程序发送 API 请求。将命令复制到终端并运行。

参数 (parameter)	说明
`-X POST <endpoint>`	指定用于访问 API 的终结点。
`-H Content-Type: application/json`	用于发送 JSON 数据的内容类型。
`-H "Ocp-Apim-Subscription-Key:<key>`	指定用于访问 API 的密钥。
`-d <documents>`	包含要发送的文档的 JSON。

将 C:\Users\<myaccount>\Desktop\test_detection_payload.json 替换为在上一步中创建的示例 JSON 请求文件的位置。

命令提示符

curl -X POST "%LANGUAGE_ENDPOINT%/language/:analyze-text?api-version=2023-11-15-preview" ^
-H "Content-Type: application/json" ^
-H "Ocp-Apim-Subscription-Key: %LANGUAGE_KEY%" ^
-d "@C:\Users\<myaccount>\Desktop\test_detection_payload.json"

PowerShell

curl.exe -X POST $env:LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2023-11-15-preview `
-H "Content-Type: application/json" `
-H "Ocp-Apim-Subscription-Key: $env:LANGUAGE_KEY" `
-d "@C:\Users\<myaccount>\Desktop\test_detection_payload.json"

使用以下命令通过所使用的程序发送 API 请求。将 /home/mydir/test_detection_payload.json 替换为在上一步中创建的示例 JSON 请求文件的位置。

curl -X POST $LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2023-11-15-preview \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key: $LANGUAGE_KEY" \
-d "@/home/mydir/test_sentiment_payload.json"

使用以下命令通过所使用的程序发送 API 请求。将 /home/mydir/test_detection_payload.json 替换为在上一步中创建的示例 JSON 请求文件的位置。

curl -X POST $LANGUAGE_ENDPOINT/language/:analyze-text?api-version=2023-11-15-preview \
-H "Content-Type: application/json" \
-H "Ocp-Apim-Subscription-Key: $LANGUAGE_KEY" \
-d "@/home/mydir/test_detection_payload.json"

JSON 响应

{
    "kind": "LanguageDetectionResults",
    "results": {
        "documents": [
            {
                "id": "1",
                "detectedLanguage": {
                    "name": "English",
                    "iso6391Name": "en",
                    "confidenceScore": 1.0,
                    "script": "Latin",
                    "scriptCode": "Latn"
                },
                "warnings": []
            }
        ],
        "errors": [],
        "modelVersion": "2023-12-01"
    }
}

使用以下命令删除为本快速入门创建的环境变量。

reg delete "HKCU\Environment" /v LANGUAGE_KEY /f

reg delete "HKCU\Environment" /v LANGUAGE_ENDPOINT /f

unset LANGUAGE_KEY

unset LANGUAGE_ENDPOINT

unset LANGUAGE_KEY

unset LANGUAGE_ENDPOINT

清理资源

如果想要清理并移除 Azure AI 服务订阅，可以删除资源或资源组。删除资源组同时也会删除与之相关联的任何其他资源。

后续步骤

语言检测概述