キャンバスアプリの Cognitive Services を使用する

[アーティクル]
03/09/2022

この記事では、Azure Cognitive Services の Text Analytics API を使用する基本的なキャンバスアプリを構築して、テキストを分析する方法を説明します。 Text Analytics API の設定方法と、Text Analytics コネクタで Text Analytics API に接続する方法を説明します。次に、API を呼び出すキャンバスアプリを作成する方法を説明します。

注意

Power Apps でアプリを初めて構築する場合は、この記事を読み進める前に、アプリの一からの作成を読むことをお勧めします。

Azure Cognitive Services の概要

Azure Cognitive Services は、ご利用アプリケーションを、インテリジェントで魅力的な、検索されやすいものにするための API、SDK、サービスのセットです。これらのサービスを利用することで、感情や映像の検出、顔・音声・視覚の認識、音声・言語理解などのインテリジェントな機能をご利用のアプリケーションに簡単に追加することができます。

この記事では "言語の理解" に注目して、Text Analytics API を使用します。この API を使用すると、テキストからセンチメント、キーフレーズ、トピックおよび言語を検出できます。 API のデモを試してみましょう。

前提条件

テキスト分析 API を使用してキャンバスアプリの構築を開始する前に、テキスト分析リソースを準備する必要があります。詳細については、Text Analytics API の前提条件を参照してください。

アプリの作成および接続の追加

ヒント

このチュートリアルでは、テキスト分析 API アクションを使用して出力からいくつかのプロパティと値を使用してデモアプリを作成する方法について説明します。同様の方法で独自のアプリを作成し、テキスト分析 API の操作に必要なプロパティや値の一部、あるいはすべてを表示することができます。

空のアプリを作成し、テキスト分析 コネクタを使って接続を追加します。

タブレット レイアウト付きで、"テキスト分析 API 付きのデモアプリ" のような名前の空白のキャンバスアプリを作成します。
左側のペインから、データ を選択します。
テキスト分析 接続を検索します。
アカウントキー、サイトの URL 値を入力します。

アカウントキー と サイトの URL から、Azure ポータルを使用してキーと エンドポイント 値を確認できます。
接続を選択します。

アプリが Azure のテキスト分析 API タイプの CognitiveS ervices リソースに接続されます。

アプリを設計する

このセクションでは、テキスト分析 API の操作に必要なコントロールを使用してデモアプリを設計します。アプリのデザインが完了すると、次のようになります :

デモアプリ。

注意

このチュートリアルのアプリは、Power Apps のテキスト分析 API の使用を開始する方法を示しています。アプリを最初から設計する場合、または特定のビジネス要件を満たす場合は、このデモアプリをカスタマイズ、あるいは直接コントロールを追加・設定し、テキスト分析 API アクションを代わりに使用することもできます。
このチュートリアルで使用した配置、サイズ、色、位置 (X、Y) などのコンポーネントプロパティの値が推奨されます。実際の値は、選択したアプリのレイアウトによって異なる場合があります。これらの推奨値を変更して、要件に応じてアプリを設計することもできます。

を左側ペインから選択します。
テキストラベル を選択します。

以下の構成でラベルのプロパティを変更します。

プロパティ名	値
テキスト	「テキスト分析」
サイズ	36
色	RGBA(255, 255, 255, 1)
塗りつぶし	RGBA(56, 96, 178, 1)
配置	Align.Center
X	0
年	0
幅	1366
高さ	98

テキストラベル を挿入します。

以下の構成でラベルのプロパティを変更します。

プロパティ名	値
テキスト	「テキストを入力し、オプションを選択してから、[テキストの分析] を選択します」
サイズ	16
配置	Align.Left
X	24
年	135
幅	601
高さ	60

チェックボックス を挿入します。
以下の構成でチェックボックスのプロパティを変更します。

プロパティ名値

件名 chkLanguage

テキスト "言語"

サイズ 16

X 24

年 228
チェックボックス を挿入します。
以下の構成でチェックボックスのプロパティを変更します。

プロパティ名値

件名 chkSentiment

テキスト「センチメント」

サイズ 16

X 230

年 228
チェックボックス を挿入します。
以下の構成でチェックボックスのプロパティを変更します。

プロパティ名値

件名 chkEL

テキスト「エンティティリンク設定」

サイズ 16

X 403

年 228

幅 200

高さ 50
チェックボックス を挿入します。
以下の構成でチェックボックスのプロパティを変更します。

プロパティ名値

件名 chkPhrases

テキスト「キーフレーズ」

サイズ 16

X 24

年 286

幅 193

高さ 50
チェックボックス を挿入します。
以下の構成でチェックボックスのプロパティを変更します。

プロパティ名値

件名 chkNER

テキスト「名前付きエンティティの認識」

サイズ 16

X 230

年 286

幅 318

高さ 50
テキスト入力 を挿入します。
以下の構成でテキスト入力のプロパティを変更します。

プロパティ名値

件名 tiTextToAnalyze

テキスト「テキストの入力」

モード複数行

サイズ 14

高さ 256

幅 557

X 24

年 390
ボタン を挿入します。
以下の構成でボタンのプロパティを変更します。

プロパティ名値

件名分析テキスト

テキスト「分析テキスト」

X 189

年 684

幅 196

高さ 53

サイズ 16
テキストラベル を挿入します。
以下の構成でラベルのプロパティを変更します。

プロパティ名値

件名 dLanguage

テキスト「検出された言語 :」

サイズ 16

X 633

年 135

幅 665

高さ 48
テキストラベル を挿入します。
以下の構成でラベルのプロパティを変更します。

プロパティ名値

件名 sScore

テキスト「センチメントスコア :」

サイズ 16

X 633

年 196

幅 656

高さ 48
挿入 -> ギャラリー -> 空白の垂直 を選択します。
以下の構成でギャラローのプロパティを変更します。

プロパティ名値

件名 gallerySS

レイアウト敬称

X 826

年 196

幅 503

高さ 62
ギャラリー内の矢印アイコンを選択して削除します。
ギャラリー内の最初の行に、次のプロパティを変更します。

プロパティ名値

X 16

高さ 63
テキストラベル を挿入します。
以下の構成でラベルのプロパティを変更します。

プロパティ名値

テキスト「リンクされたエンティティ :」

サイズ 16

X 633

年 258

幅 206

高さ 48
挿入 -> ギャラリー -> 空白の垂直 を選択します。
以下の構成でギャラローのプロパティを変更します。

プロパティ名値

件名 galleryLE

レイアウトタイトルとサブタイトル

X 633

年 318

幅 696

高さ 87
ギャラリー内の矢印アイコンを選択して削除します。
テキストラベル を挿入します。
以下の構成でラベルのプロパティを変更します。

プロパティ名値

テキスト「キーフレーズ :」

サイズ 16

X 633

年 429

幅 150

高さ 48
挿入 -> ギャラリー -> 空白の垂直 を選択します。
以下の構成でギャラローのプロパティを変更します。

プロパティ名値

件名 galleryKP

レイアウト敬称

X 633

年 489

幅 696

高さ 87
ギャラリー内の矢印アイコンを選択して削除します。
ギャラリー内の最初の行に、次のプロパティを変更します。

プロパティ名値

X 16

高さ 87
テキストラベル を挿入します。
以下の構成でラベルのプロパティを変更します。

プロパティ名値

テキスト「エンティティ名 :」

サイズ 16

X 633

年 589

幅 193

高さ 48
挿入 -> ギャラリー -> 空白の垂直 を選択します。
以下の構成でギャラローのプロパティを変更します。

プロパティ名値

件名 galleryNER

レイアウト敬称

X 633

年 670

幅 696

高さ 87
ギャラリー内の矢印アイコンを選択して削除します。
ギャラリー内の最初の行に、次のプロパティを変更します。

プロパティ名値

X 16

高さ 87

プロパティ名	値
件名	chkLanguage
テキスト	"言語"
サイズ	16
X	24
年	228

プロパティ名	値
件名	chkSentiment
テキスト	「センチメント」
サイズ	16
X	230
年	228

プロパティ名	値
件名	chkEL
テキスト	「エンティティリンク設定」
サイズ	16
X	403
年	228
幅	200
高さ	50

プロパティ名	値
件名	chkPhrases
テキスト	「キーフレーズ」
サイズ	16
X	24
年	286
幅	193
高さ	50

プロパティ名	値
件名	chkNER
テキスト	「名前付きエンティティの認識」
サイズ	16
X	230
年	286
幅	318
高さ	50

プロパティ名	値
件名	tiTextToAnalyze
テキスト	「テキストの入力」
モード	複数行
サイズ	14
高さ	256
幅	557
X	24
年	390

プロパティ名	値
件名	分析テキスト
テキスト	「分析テキスト」
X	189
年	684
幅	196
高さ	53
サイズ	16

プロパティ名	値
件名	dLanguage
テキスト	「検出された言語 :」
サイズ	16
X	633
年	135
幅	665
高さ	48

プロパティ名	値
件名	sScore
テキスト	「センチメントスコア :」
サイズ	16
X	633
年	196
幅	656
高さ	48

プロパティ名	値
件名	gallerySS
レイアウト	敬称
X	826
年	196
幅	503
高さ	62

プロパティ名	値
X	16
高さ	63

プロパティ名	値
テキスト	「リンクされたエンティティ :」
サイズ	16
X	633
年	258
幅	206
高さ	48

プロパティ名	値
件名	galleryLE
レイアウト	タイトルとサブタイトル
X	633
年	318
幅	696
高さ	87

プロパティ名	値
テキスト	「キーフレーズ :」
サイズ	16
X	633
年	429
幅	150
高さ	48

プロパティ名	値
件名	galleryKP
レイアウト	敬称
X	633
年	489
幅	696
高さ	87

プロパティ名	値
X	16
高さ	87

プロパティ名	値
テキスト	「エンティティ名 :」
サイズ	16
X	633
年	589
幅	193
高さ	48

プロパティ名	値
件名	galleryNER
レイアウト	敬称
X	633
年	670
幅	696
高さ	87

プロパティ名	値
X	16
高さ	87

上記の手順を実行した後、アプリの外観は次のようになります。

アプリの設計。

アプリにロジックを追加する

想定されるデザインでアプリの基本構造を作成が完了したので、アプリにロジックを追加して Cognitive Services を Power Apps で使えるようします。

注意

このチュートリアルでは、デモアプリでは、使用するコントロールに応じて異なる機能を組み合わせたサンプル数式を使用しています。さまざまなアプリのデザインやカスタマイズによって、さまざまな数式や関数を使用できます。アプリや数式を再設計して追加のカスタマイズをしたり、業務の要件に合わせて利用することができます。

次の式をコピーして、analyzeText ボタンの OnSelect プロパティの値として貼り付けます。

ClearCollect( languageInfo, { id: "E393CEB2-56A8-4668-A5EB-A1254E9758F0", countryHint: "US", text: tiTextToAnalyze.Text } );
TextAnalytics.LanguagesV3(languageInfo);
If( chkLanguage.Value=true,
    ClearCollect( languageCollect,
        TextAnalytics.LanguagesV3(languageInfo).documents.detectedLanguage
    )
);
ClearCollect( phrasesInfo, { id: "E393CEB2-56A8-4668-A5EB-A1254E9758F0", language: "en", text: tiTextToAnalyze.Text } );
If( chkPhrases.Value = true,
    ClearCollect( phrasesCollect,
        TextAnalytics.KeyPhraseV3(phrasesInfo).documents.keyPhrases
    )
);
ClearCollect( sentimentInfo, { id: "E393CEB2-56A8-4668-A5EB-A1254E9758F0", language: "en", text: tiTextToAnalyze.Text } );
If( chkSentiment.Value = true,
    ClearCollect( sentimentCollect,
        TextAnalytics.SentimentV3(sentimentInfo).documents.confidenceScores
    )
);      
ClearCollect( nerinfo, { id: "E393CEB2-56A8-4668-A5EB-A1254E9758F0", language: "en", text: tiTextToAnalyze.Text } );
If( chkNER.Value = true,
    ClearCollect( nerCollect,
        TextAnalytics.EntitiesRecognitionGeneralV3(nerinfo).documents.entities
    )
);
ClearCollect( elinfo, { id: "E393CEB2-56A8-4668-A5EB-A1254E9758F0", language: "en", text: tiTextToAnalyze.Text } );
If( chkEL.Value = true,
    ClearCollect( elCollect,
        TextAnalytics.EntitiesLinkingV3(elinfo).documents.entities
    )
);

このステップでは、以下の関数を使用しています。

ClearCollect - Cognitive Services で使用するオプション (チェックボックス) ごとにコレクションを作成します。使用されるコレクションは 2 つあります。最初にテキスト入力から情報を収集します (tiTextToAnalyze)。続いて、TextAnalytics に関する API 呼び出し結果を格納する 2 つ目のコレクションです。
Cognitive Services テキスト分析 API アクション - ローカルコレクションに分析の詳細を格納する式で使用されます。使用されるアクション: 言語の検出 (V3.0) (プレビュー)、センチメント (V3.0) (プレビュー)、エンティティのリンク (V3.0) (プレビュー)、キーフレーズ (V3.0) (プレビュー)、名前付きエンティティの認識 (V3.0) (プレビュー)

次の式をコピーして、dLanguage ラベルの テキスト プロパティの値として貼り付けます。
```
"Detected language: " & First(languageCollect.detectedLanguage).detectedLanguage.name
```
このステップでは、テキスト分析 APIで識別された言語を First 関数で返して表示します。
gallerySS のデータソースに sentimentCollect を選択します。
gallerySS ギャラリーの最初の行を選択します。次に、テキスト プロパティに次の式をコピーして貼り付けます。
```
"Positive: " & ThisItem.confidenceScores.positive &" Neutral: " & ThisItem.confidenceScores.neutral & " Negative: " & ThisItem.confidenceScores.negative
```
このステップでは、ギャラリーに表示されるテキスト分析 API で分析された信頼度スコアを使用します。
galleryLE のデータソースに elCollect を選択します。
galleryLE ギャラリーの2番目の行を選択します。次に、テキスト プロパティに次の式をコピーして貼り付けます。
```
Concat(ThisItem.entities.url,url,", ")
```
このステップでは、Concat 関数を使用して、テキスト分析 API で特定されたリストのエンティティの URL をカンマで区切った単一の文字列を返します。
galleryLE ギャラリーの最初の行を選択します。次に、テキスト プロパティに次の式をコピーして貼り付けます。
```
Concat(ThisItem.entities.name,name,", ")
```
このステップでは、Concat 関数を使用して、テキスト分析 API で特定されたリストのエンティティの名前をカンマで区切った単一の文字列を返します。
galleryKP のデータソースに phrasesCollect を選択します。
galleryKP ギャラリーの最初の行を選択します。次に、テキスト プロパティに次の式をコピーして貼り付けます。
```
Concat(ThisItem.keyPhrases.Value, Value, ", ")
```
このステップでは、Concat 関数を使用して、テキスト分析 API で特定されたキーフレーズをカンマで区切った単一の文字列を返します。
galleryNER のデータソースに nerCollect を選択します。
galleryNER ギャラリーの最初の行を選択します。次に、テキスト プロパティに次の式をコピーして貼り付けます。
```
Concat(ThisItem.entities.text,text,", ")
```
このステップでは、Concat 関数を使用して、テキスト分析 API で特定されたエンティティをカンマで区切った単一の文字列を返します。
アプリを保存して公開します。

アプリを実行してテストする

アプリをプレビューするか、キーボードの F5 キーを押します。
次のようなサンプルテキストを入力します。

Cognitive Services brings AI within reach of every developer—without requiring machine-learning expertise. All it takes is an API call to embed the ability to see, hear, speak, search, understand, and accelerate decision-making into your apps. Enable developers of all skill levels to easily add AI capabilities to their apps with modern application development.
5 つのチェックボックスをすべて選択します。
分析テキスト を選択します。
出力結果をレビューします。

以上で、デモアプリを作成して Power Apps で Azure Cognitive Services を使用しましたで、アプリのインターフェースをカスタマイズしたり、機能を追加したりすることができます。

次の手順

コントロールの追加と構成

キャンバスアプリの Cognitive Services を使用する

Azure Cognitive Services の概要

前提条件

アプリの作成および接続の追加

アプリを設計する

アプリにロジックを追加する

アプリを実行してテストする

次の手順

関連項目

フィードバック

キャンバス アプリの Cognitive Services を使用する

Azure Cognitive Services の概要

前提条件

アプリの作成および接続の追加

アプリを設計する

アプリにロジックを追加する

アプリを実行してテストする

次の手順

関連項目

フィードバック

キャンバスアプリの Cognitive Services を使用する