實體連結認知技能 (v3)
實體連結技能 (v3) 會傳回已辨識的實體清單,其中包含已知 知識庫 (Wikipedia) 中文章的連結。
備註
此技能會系結至 Azure AI 語言中的實體鏈接機器學習模型,而且需要每天超過 20 份檔的交易計費資源。 內建技能的執行會依現有的 Azure AI 服務預付型方案價格收費。
Microsoft.Skills.Text.V3.EntityLinkingSkill
記錄的大小上限應該是 50,000 個字元 (以 String.Length
為測量單位)。 如果您需要在將數據傳送至 EntityLinking 技能之前中斷數據,請考慮使用 文字分割技能。 如果您使用文字分割技能,請將頁面長度設定為 5000 以獲得最佳效能。
參數名稱會區分大小寫,而且都是選擇性的。
參數名稱 | 描述 |
---|---|
defaultLanguageCode |
輸入文字的語言代碼。 如果未指定預設語言代碼,則會使用英文 (en) 作為預設語言代碼。 查看支援語言的完整清單。 |
minimumPrecision |
介於 0 和 1 之間的值。 如果信賴分數 (在輸出中 entities ) 低於此值,則不會傳回實體。 預設值是 0。 |
modelVersion |
(選擇性)指定 呼叫實體連結時要使用的模型 版本。 如果未指定,則會預設為最新的可用。 除非有必要,否則建議您不要指定此值。 |
輸入名稱 | 描述 |
---|---|
languageCode |
字串,表示記錄的語言。 如果未指定此參數,則會使用預設語言程式代碼來分析記錄。 查看支援語言的完整清單。 |
text |
要分析的文字。 |
輸出名稱 | 描述 |
---|---|
entities |
包含下列欄位的複雜型別數組:
|
JSON
{
"@odata.type": "#Microsoft.Skills.Text.V3.EntityLinkingSkill",
"context": "/document",
"defaultLanguageCode": "en",
"minimumPrecision": 0.5,
"inputs": [
{
"name": "text",
"source": "/document/content"
},
{
"name": "languageCode",
"source": "/document/language"
}
],
"outputs": [
{
"name": "entities",
"targetName": "entities"
}
]
}
JSON
{
"values": [
{
"recordId": "1",
"data":
{
"text": "Microsoft is liked by many.",
"languageCode": "en"
}
}
]
}
JSON
{
"values": [
{
"recordId": "1",
"data" :
{
"entities": [
{
"name": "Microsoft",
"id": "Microsoft",
"language": "en",
"url": "https://en.wikipedia.org/wiki/Microsoft",
"bingId": "a093e9b9-90f5-a3d5-c4b8-5855e1b01f85",
"dataSource": "Wikipedia",
"matches": [
{
"text": "Microsoft",
"offset": 0,
"length": 9,
"confidenceScore": 0.13
}
]
}
],
}
}
]
}
此技能輸出中實體傳回的位移會直接從 語言服務 API 傳回,這表示如果您使用它們來編製原始字串的索引,則應該使用 .NET 中的 StringInfo 類別來擷取正確的內容。 如需詳細資訊,請參閱 語言服務功能中的多語系和表情符號支援。
如果不支援文件的語言代碼,則會傳回警告,而且不會擷取任何實體。