Penyebaran kueri untuk mengklasifikasikan teks

Setelah penyebaran berhasil ditambahkan, Anda dapat mengkueri penyebaran untuk mengklasifikasikan teks berdasarkan model yang Anda tetapkan ke penyebaran. Anda dapat mengkueri penyebaran API Prediksi secara terprogram ataupun melalui pustaka klien (Azure SDK).

Menguji model yang disebarkan

Anda dapat menggunakan Language Studio untuk mengirimkan tugas klasifikasi teks khusus dan memvisualisasikan hasilnya.

Untuk menguji model yang Anda sebarkan dalam Language Studio:

1. Pilih Menguji penyebaran dari menu di sisi kiri layar.

2. Pilih penyebaran yang ingin Anda uji. Anda hanya dapat menguji model yang ditetapkan untuk penyebaran.

3. Untuk proyek multibahasa, pilih bahasa teks yang Anda uji menggunakan menu dropdown bahasa.

4. Pilih penyebaran yang ingin Anda kueri/uji dari menu dropdown.

5. Masukkan teks yang ingin Anda kirimkan dalam permintaan, atau unggah dokumen .txt yang akan digunakan.

6. Klik Jalankan pengujian dari menu atas.

7. Di tab Hasil, Anda dapat melihat kelas yang diprediksi untuk teks Anda. Anda juga dapat melihat respons JSON di bawah tab JSON. Contoh berikut adalah untuk proyek klasifikasi multi-label. Proyek klasifikasi label tunggal hanya akan mengembalikan satu kelas dalam hasilnya.

   

---

Mengirim permintaan klasifikasi teks ke model Anda

Tip

Anda dapat menguji model Anda di Studio Bahasa dengan mengirimkan contoh teks untuk mengklasifikasikannya.

Studio Bahasa

1. Setelah penyebaran berhasil diselesaikan, pilih penyebaran yang ingin digunakan, dan dari menu atas klik Dapatkan URL prediksi.

   

2. Di jendela yang muncul, pada pivot Kirim, salin sampel URL dan isi permintaan ke baris perintah Anda.

3. Ganti <YOUR_DOCUMENT_HERE> dengan teks aktual yang ingin Anda ekstrak entitasnya.

   

4. Kirimkan permintaan cURL POST di terminal atau perintah Anda. Anda akan menerima respons 202 dengan hasil API jika permintaan berhasil.

5. Di header respons yang Anda terima, ekstrak {JOB-ID} dari operation-location, yang memiliki format: {ENDPOINT}/text/analytics/v3.2-preview.2/analyze/jobs/<JOB-ID}>

6. Kembali ke Studio Bahasa; pilih pivot Ambil dari jendela yang sama dengan permintaan contoh yang Anda dapatkan sebelumnya dan salin permintaan sampel ke editor teks.

   

7. Ganti <JOB-ID> dengan {JOB-ID} yang Anda ekstrak dari langkah sebelumnya.

8. Kirimkan permintaan cURL GET di terminal atau perintah Anda.

REST API

Pertama, Anda harus mendapatkan kunci sumber daya dan titik akhir:

• Buka halaman gambaran umum sumber daya Anda di portal Microsoft Azure

• Dari menu sebelah kiri, pilih Kunci dan Titik Akhir. Anda akan menggunakan titik akhir dan kunci untuk permintaan API

Mengirimkan tugas klasifikasi teks kustom

Gunakan permintaan POST ini untuk memulai tugas klasifikasi teks.

{ENDPOINT}/language/analyze-text/jobs?api-version={API-VERSION}

Tempat penampung	Nilai	Contoh
{ENDPOINT}	Titik akhir untuk mengautentikasi permintaan API Anda.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Versi API yang Anda panggil. Nilai yang dirujuk di sini adalah untuk versi terbaru yang dirilis. Lihat Siklus hidup model untuk mempelajari selengkapnya tentang versi API lain yang tersedia.	2022-05-01

Header

Kunci	Nilai
Ocp-Apim-Subscription-Key	Kunci Anda yang menyediakan akses menuju API ini.

Isi

Klasifikasi multi-label

{
  "displayName": "Classifying documents",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
     {
      "kind": "CustomMultiLabelClassification",
      "taskName": "Multi Label Classification",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}

Kunci	Tempat penampung	Nilai	Contoh
displayName	{JOB-NAME}	Nama pekerjaan Anda.	MyJobName
documents	[{},{}]	Daftar dokumen untuk menjalankan tugas.	[{},{}]
id	{DOC-ID}	Nama dokumen atau ID.	doc1
language	{LANGUAGE-CODE}	String yang menentukan kode bahasa untuk dokumen. Jika kunci ini tidak ditentukan, layanan akan mengasumsikan bahasa default proyek yang dipilih selama pembuatan proyek. Lihat dukungan bahasa untuk daftar kode bahasa yang didukung.	en-us
text	{DOC-TEXT}	Tugas dokumen untuk menjalankan tugas.	Lorem ipsum dolor sit amet
tasks		Daftar tugas yang ingin kita jalankan.	[]
taskName	CustomMultiLabelClassification	Nama tugas	CustomMultiLabelClassification
parameters		Daftar parameter untuk diteruskan ke tugas.
project-name	{PROJECT-NAME}	Nama untuk proyek Anda. Nilai ini peka huruf besar/kecil.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nama penyebaran Anda. Nilai ini peka huruf besar/kecil.	prod

Klasifikasi Label Tunggal

{
  "displayName": "Classifying documents",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
    {
      "kind": "CustomSingleLabelClassification",
      "taskName": "Single Classification Label",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}

Kunci	Tempat penampung	Nilai	Contoh
displayName	{JOB-NAME}	Nama pekerjaan Anda.	MyJobName
dokumen		Daftar dokumen untuk menjalankan tugas.
id	{DOC-ID}	Nama dokumen atau ID.	doc1
language	{LANGUAGE-CODE}	String yang menentukan kode bahasa untuk dokumen. Jika kunci ini tidak ditentukan, layanan akan mengasumsikan bahasa default proyek yang dipilih selama pembuatan proyek. Lihat dukungan bahasa untuk daftar kode bahasa yang didukung.	en-us
text	{DOC-TEXT}	Tugas dokumen untuk menjalankan tugas.	Lorem ipsum dolor sit amet
taskName	CustomSingleLabelClassification	Nama tugas	CustomSingleLabelClassification
tasks	[]	Daftar tugas yang ingin dijalankan.	[]
parameters		Daftar parameter untuk diteruskan ke tugas.
project-name	{PROJECT-NAME}	Nama untuk proyek Anda. Nilai ini peka huruf besar/kecil.	myProject
deployment-name	{DEPLOYMENT-NAME}	Nama penyebaran Anda. Nilai ini peka huruf besar/kecil.	prod

Respons

Anda akan menerima respons 202 yang menunjukkan keberhasilan. Di header respons, ekstrak operation-location. operation-location diformat sebagai berikut:

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

Anda bisa menggunakan URL ini untuk mengkueri status penyelesaian tugas dan mendapatkan hasil saat tugas selesai.

Dapatkan hasil tugas

Gunakan permintaan GET berikut ini untuk mengkueri status/hasil tugas klasifikasi kustom.

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

Tempat penampung	Nilai	Contoh
{ENDPOINT}	Titik akhir untuk mengautentikasi permintaan API Anda.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Versi API yang Anda panggil. Nilai yang dirujuk di sini adalah untuk versi model terkini yang dirilis.	2022-05-01

Header

Kunci	Nilai
Ocp-Apim-Subscription-Key	Kunci Anda yang menyediakan akses menuju API ini.

Isi Respons

Respons akan menjadi dokumen JSON dengan parameter berikut.

Klasifikasi multi-label

{
  "createdDateTime": "2021-05-19T14:32:25.578Z",
  "displayName": "MyJobName",
  "expirationDateTime": "2021-05-19T14:32:25.578Z",
  "jobId": "xxxx-xxxxxx-xxxxx-xxxx",
  "lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
  "status": "succeeded",
  "tasks": {
    "completed": 1,
    "failed": 0,
    "inProgress": 0,
    "total": 1,
    "items": [
      {
        "kind": "customMultiClassificationTasks",
        "taskName": "Classify documents",
        "lastUpdateDateTime": "2020-10-01T15:01:03Z",
        "status": "succeeded",
        "results": {
          "documents": [
            {
              "id": "{DOC-ID}",
              "classes": [
                  {
                      "category": "Class_1",
                      "confidenceScore": 0.0551877357
                  }
              ],
              "warnings": []
            }
          ],
          "errors": [],
          "modelVersion": "2020-04-01"
        }
      }
    ]
  }
}

Klasifikasi Label Tunggal

{
  "createdDateTime": "2021-05-19T14:32:25.578Z",
  "displayName": "MyJobName",
  "expirationDateTime": "2021-05-19T14:32:25.578Z",
  "jobId": "xxxx-xxxxxx-xxxxx-xxxx",
  "lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
  "status": "succeeded",
  "tasks": {
    "completed": 1,
    "failed": 0,
    "inProgress": 0,
    "total": 1,
    "items": [
      {
        "kind": "customSingleClassificationTasks",
        "taskName": "Classify documents",
        "lastUpdateDateTime": "2020-10-01T15:01:03Z",
        "status": "succeeded",
        "results": {
          "documents": [
            {
              "id": "{DOC-ID}",
              "classes": [
                  {
                      "category": "Class_1",
                      "confidenceScore": 0.0551877357
                  }
              ],
              "warnings": []
            }
          ],
          "errors": [],
          "modelVersion": "2020-04-01"
        }
      }
    ]
  }
}

Pustaka klien (Azure SDK)

Pertama, Anda harus mendapatkan kunci sumber daya dan titik akhir:

• Buka halaman gambaran umum sumber daya Anda di portal Microsoft Azure

• Dari menu sebelah kiri, pilih Kunci dan Titik Akhir. Anda akan menggunakan titik akhir dan kunci untuk permintaan API

3. Unduh dan pasang paket pustaka klien untuk bahasa pilihan Anda:

   Bahasa	Versi paket
   .NET	5.2.0-beta.3
   Java	5.2.0-beta.3
   JavaScript	6.0.0-beta.1
   Python	5.2.0b4

4. Setelah Anda pustaka klien terpasang, gunakan sampel berikut di GitHub untuk mulai panggilan API.

   Klasifikasi label tunggal:

   • C#
   • Java
   • JavaScript
   • Python

   Klasifikasi multi label:

   • C#
   • Java
   • JavaScript
   • Python

5. Lihat dokumentasi referensi berikut untuk informasi selengkapnya tentang klien, dan kembalikan objek:

   • C#
   • Java
   • JavaScript
   • Python

Langkah berikutnya

• Ringkasan klasifikasi teks kustom