Share via

Klientská knihovna Azure Text Analysis pro JavaScript – verze 1.1.0

  • Článek

Azure Cognitive Service for Language je cloudová služba, která poskytuje pokročilé zpracování přirozeného jazyka pro nezpracovaný text a zahrnuje následující hlavní funkce:

Poznámka: Tato sada SDK cílí na službu Azure Cognitive Service pro rozhraní API jazyka verze 2023-04-01.

  • Rozpoznávání jazyka
  • Analýza mínění
  • Extrakce klíčových frází
  • Rozpoznávání pojmenovaných entit
  • Rozpoznávání identifikovatelných osobních údajů
  • Entity Linking
  • Analýza zdravotní péče
  • Extrahovaná sumarizace
  • Abstrakce shrnutí
  • Vlastní rozpoznávání entit
  • Vlastní klasifikace dokumentů
  • Podpora více akcí na dokument

Klientská knihovna slouží k:

  • Zjistit, v jakém jazyce je napsaný vstupní text.
  • Zjistěte, co si zákazníci myslí o vaší značce nebo tématu, tím, že analyzujete nezpracovaný text, který obsahuje stopy o pozitivním nebo negativním mínění.
  • Automatická extrakce klíčových frází a rychlé zjištění hlavních bodů.
  • Identifikujte a kategorizujte entity v textu jako osoby, místa, organizace, datum a čas, množství, procenta, měny, zdravotnictví a další.
  • Proveďte několik z výše uvedených úloh najednou.

Klíčové odkazy:

Migrace z @azure/ai-text-analytics poradce⚠️

Podrobné pokyny k aktualizaci kódu aplikace z verze 5.x klientské knihovny AI Analýza textu na novou klientskou knihovnu jazyka AI pro text najdete v průvodci migrací.

Co je nového

Začínáme

Aktuálně podporovaná prostředí

  • LtS verze Node.js
  • Nejnovější verze prohlížečů Safari, Chrome, Edge a Firefox.

Další podrobnosti najdete v našich zásadách podpory .

Požadavky

Pokud používáte Azure CLI, nahraďte <your-resource-group-name> a <your-resource-name> vlastními jedinečnými názvy:

az cognitiveservices account create --kind TextAnalytics --resource-group <your-resource-group-name> --name <your-resource-name> --sku <your-sku-name> --location <your-location>

Nainstalujte balíček @azure/ai-language-text.

Nainstalujte klientskou knihovnu Azure Text Analysis pro JavaScript pomocí příkazu npm:

npm install @azure/ai-language-text

Vytvoření a ověření TextAnalysisClient

K vytvoření objektu klienta pro přístup k rozhraní LANGUAGE API budete potřebovat endpoint prostředek jazyka a credential. Klient analýzy textu může k ověření použít přihlašovací údaje Azure Active Directory nebo přihlašovací údaje klíče rozhraní API.

Koncový bod pro váš prostředek jazyka najdete na webu Azure Portal nebo pomocí fragmentu kódu Azure CLI níže:

az cognitiveservices account show --name <your-resource-name> --resource-group <your-resource-group-name> --query "properties.endpoint"

Použití klíče rozhraní API

Pomocí webu Azure Portal přejděte k prostředku jazyka a načtěte klíč rozhraní API nebo použijte následující fragment kódu Azure CLI :

Poznámka: Někdy se klíč rozhraní API označuje jako klíč předplatného nebo klíč rozhraní API předplatného.

az cognitiveservices account keys list --resource-group <your-resource-group-name> --name <your-resource-name>

Jakmile budete mít klíč rozhraní API a koncový bod, můžete pomocí AzureKeyCredential třídy ověřit klienta následujícím způsobem:

const { TextAnalysisClient, AzureKeyCredential } = require("@azure/ai-language-text");

const client = new TextAnalysisClient("<endpoint>", new AzureKeyCredential("<API key>"));

Použití přihlašovacích údajů Azure Active Directory

Ve většině příkladů se používá ověřování pomocí klíče rozhraní API klienta, ale ověření můžete provést také v Azure Active Directory pomocí knihovny Azure Identity. Pokud chcete použít zprostředkovatele DefaultAzureCredential uvedeného níže nebo jiného zprostředkovatele přihlašovacích údajů poskytnutého se sadou Azure SDK, nainstalujte @azure/identity balíček :

npm install @azure/identity

Budete také muset zaregistrovat novou aplikaci AAD a udělit přístup k jazyku přiřazením "Cognitive Services User" role k vašemu instančnímu objektu (poznámka: jiné role, jako "Owner" jsou, neudělí potřebná oprávnění, stačí pouze "Cognitive Services User" ke spuštění příkladů a vzorového kódu).

Nastavte hodnoty ID klienta, ID tenanta a tajného klíče klienta aplikace AAD jako proměnné prostředí: AZURE_CLIENT_ID, AZURE_TENANT_ID, AZURE_CLIENT_SECRET.

const { TextAnalysisClient } = require("@azure/ai-language-text");
const { DefaultAzureCredential } = require("@azure/identity");

const client = new TextAnalysisClient("<endpoint>", new DefaultAzureCredential());

Klíčové koncepty

TextAnalysisClient

TextAnalysisClient je primární rozhraní pro vývojáře, kteří používají klientskou knihovnu pro analýzu textu. Prozkoumejte metody tohoto objektu klienta, abyste porozuměli různým funkcím služby Language, ke které máte přístup.

Vstup

Dokument představuje jednu jednotku vstupu, kterou mají analyzovat prediktivní modely ve službě Language. Operace na TextAnalysisClient přebírají kolekci vstupů, které se mají analyzovat jako dávka. Metody operací mají přetížení, která umožňují, aby vstupy byly reprezentovány jako řetězce nebo jako objekty s připojenými metadaty.

Každý dokument může být například předán jako řetězec v poli, např.

const documents = [
  "I hated the movie. It was so slow!",
  "The movie made it into my top ten favorites.",
  "What a great movie!",
];

nebo pokud chcete předat dokument id pro jednotlivé položky nebo languagecountryHint/, mohou být uvedeny jako seznam TextDocumentInput nebo DetectLanguageInput v závislosti na operaci;

const textDocumentInputs = [
  { id: "1", language: "en", text: "I hated the movie. It was so slow!" },
  { id: "2", language: "en", text: "The movie made it into my top ten favorites." },
  { id: "3", language: "en", text: "What a great movie!" },
];

Projděte si omezení služby pro vstup, včetně omezení délky dokumentu, maximální velikosti dávky a podporovaných kódování textu.

Návratová hodnota

Vrácená hodnota odpovídající jednomu dokumentu je buď úspěšný výsledek, nebo objekt chyby. Každá TextAnalysisClient metoda vrací heterogenní pole výsledků a chyb, které odpovídají vstupům podle indexu. Textový vstup a jeho výsledek budou mít stejný index v kolekci vstupů a výsledků.

Výsledek, například SentimentAnalysisResult, je výsledkem operace Jazyk, která obsahuje předpověď nebo předpovědi týkající se jednoho textového vstupu. Typ výsledku operace může také volitelně obsahovat informace o vstupním dokumentu a způsobu jeho zpracování.

Objekt error označuje, TextAnalysisErrorResultže služba zjistila chybu při zpracování dokumentu, a obsahuje informace o chybě.

Zpracování chyb dokumentu

V kolekci vrácené operací se chyby odlišují od úspěšných error odpovědí přítomností vlastnosti, která obsahuje vnitřní TextAnalysisError objekt, pokud došlo k chybě. Pro úspěšné výsledné objekty je tato vlastnost vždyundefined.

Pokud chcete například vyfiltrovat všechny chyby, můžete použít následující filter:

const results = await client.analyze("SentimentAnalysis", documents);
const onlySuccessful = results.filter((result) => result.error === undefined);

Poznámka: Uživatelé TypeScriptu můžou těžit z lepší kontroly typů objektů výsledků a chyb, pokud compilerOptions.strictNullChecks je v konfiguraci nastavená tsconfig.json na true . Příklad:

const [result] = await client.analyze("SentimentAnalysis", ["Hello world!"]);

if (result.error !== undefined) {
  // In this if block, TypeScript will be sure that the type of `result` is
  // `TextAnalysisError` if compilerOptions.strictNullChecks is enabled in
  // the tsconfig.json

  console.log(result.error);
}

Ukázky

Využití klienta

Předem připravené úkoly

Vlastní úkoly

Poradce při potížích

protokolování

Povolení protokolování může pomoct odhalit užitečné informace o selháních. Pokud chcete zobrazit protokol požadavků a odpovědí HTTP, nastavte proměnnou AZURE_LOG_LEVEL prostředí na info. Případně je možné protokolování povolit za běhu voláním setLogLevel v :@azure/logger

const { setLogLevel } = require("@azure/logger");

setLogLevel("info");

Podrobnější pokyny k povolení protokolů najdete v dokumentaci k balíčkům @azure/protokolovacího nástroje.

Další kroky

Podrobné příklady použití této knihovny najdete v adresáři ukázek .

Přispívání

Pokud chcete přispívat do této knihovny, přečtěte si příručku pro přispívání , kde najdete další informace o tom, jak sestavit a otestovat kód.

Imprese