Senden von Vorhersageanforderungen an eine Bereitstellung

Nachdem die Bereitstellung erfolgreich hinzugefügt wurde, können Sie die Bereitstellung auf Basis des Modells, das Sie der Bereitstellung zugewiesen haben, auf Absichts- und Entitätsvorhersagen aus Ihrer Äußerung abfragen. Sie können die Bereitstellung programmgesteuert mithilfe der Vorhersage-API oder über die Clientbibliotheken (Azure SDK) abfragen.

Testen des bereitgestellten Modells

Sie können Language Studio verwenden, um eine Äußerung zu übermitteln, Vorhersagen abzurufen und die Ergebnisse zu visualisieren.

So testen Sie Ihre bereitgestellten Modelle über Language Studio

1. Wählen Sie Testbereitstellungen aus dem Menü auf der linken Seite aus.

2. Wählen Sie für mehrsprachige Projekte die Sprache der Äußerung, die Sie testen möchten, über das Dropdownmenü Textsprache auswählen aus.

3. Wählen Sie in der Dropdownliste Bereitstellungsname den Bereitstellungsnamen aus, der dem Modell entspricht, das Sie testen möchten. Sie können nur Modelle testen, die Bereitstellungen zugewiesen sind.

4. Geben Sie im Textfeld eine Äußerung ein, die getestet werden soll. Wenn Sie beispielsweise eine Anwendung für E-Mail-bezogene Äußerungen erstellt haben, könnten Sie Diese E-Mail löschen eingeben.

5. Wählen Sie oben auf der Seite Test ausführen aus.

6. Nach dem Ausführen des Tests sollten Sie die Antwort des Modells im Ergebnis sehen. Sie können die Ergebnisse in der Kartenansicht der Entitäten oder im JSON-Format anzeigen.

---

Versenden einer Conversational Language Understanding-Anforderung

Language Studio

1. Nachdem der Bereitstellungsauftrag erfolgreich abgeschlossen wurde, wählen Sie die Bereitstellung aus, die Sie verwenden möchten, und wählen Sie dann im oberen Menü die Option Vorhersage-URL abrufen aus.

   

2. Kopieren Sie im angezeigten Fenster die URL und den Text der Beispielanforderung in die Befehlszeile.

3. Ersetzen Sie <YOUR_QUERY_HERE> durch den eigentlichen Text, den Sie zum Extrahieren von Absichten und Entitäten senden möchten.

4. Übermitteln Sie die cURL-Anforderung POST in Ihrem Terminal oder an der Eingabeaufforderung. Wenn die Anforderung erfolgreich war, erhalten Sie eine 202-Antwort mit den API-Ergebnissen.

REST-APIs

Zuerst müssen Sie Ihren Ressourcenschlüssel und Endpunkt abrufen:

Navigieren Sie im Azure-Portal zur Übersichtsseite Ihrer Ressource. Wählen Sie im Menü auf der linken Seite Schlüssel und Endpunkt aus. Sie verwenden den Endpunkt und Schlüssel für die API-Anforderungen.

Abfragen Ihres Modells

Erstellen Sie mithilfe der folgenden URL, der Header und des JSON-Texts eine POST-Anforderung, um mit dem Testen eines Conversational Language Understanding-Modells zu beginnen.

Anfrage-URL

{ENDPOINT}/language/:analyze-conversations?api-version={API-VERSION}

Platzhalter	Wert	Beispiel
{ENDPOINT}	Der Endpunkt für die Authentifizierung Ihrer API-Anforderung.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Dies ist die Version der von Ihnen aufgerufenen API.	2023-04-01

Header

Verwenden Sie den folgenden Header, um Ihre Anforderung zu authentifizieren.

Schlüssel	Wert
Ocp-Apim-Subscription-Key	Der Schlüssel für Ihre Ressource. Wird für die Authentifizierung Ihrer API-Anforderungen verwendet.

Anforderungstext

{
  "kind": "Conversation",
  "analysisInput": {
    "conversationItem": {
      "id": "1",
      "participantId": "1",
      "text": "Text 1"
    }
  },
  "parameters": {
    "projectName": "{PROJECT-NAME}",
    "deploymentName": "{DEPLOYMENT-NAME}",
    "stringIndexType": "TextElement_V8"
  }
}

Schlüssel	Platzhalter	Wert	Beispiel
participantId	{JOB-NAME}		"MyJobName
id	{JOB-NAME}		"MyJobName
text	{TEST-UTTERANCE}	Die Äußerung, deren Absicht Sie voraussagen und deren Entitäten Sie extrahieren möchten.	"Read Matt's email
projectName	{PROJECT-NAME}	Der Name des Projekts. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	myProject
deploymentName	{DEPLOYMENT-NAME}	Der Name Ihrer Bereitstellung. Bei diesem Wert wird die Groß-/Kleinschreibung beachtet.	staging

Nachdem Sie die Anforderung gesendet haben, erhalten Sie die folgende Antwort für die Vorhersage:

Antworttext

{
  "kind": "ConversationResult",
  "result": {
    "query": "Text1",
    "prediction": {
      "topIntent": "inten1",
      "projectKind": "Conversation",
      "intents": [
        {
          "category": "intent1",
          "confidenceScore": 1
        },
        {
          "category": "intent2",
          "confidenceScore": 0
        },
        {
          "category": "intent3",
          "confidenceScore": 0
        }
      ],
      "entities": [
        {
          "category": "entity1",
          "text": "text1",
          "offset": 29,
          "length": 12,
          "confidenceScore": 1
        }
      ]
    }
  }
}

Schlüssel	Beispielwert	BESCHREIBUNG
Abfrage	„Matts E-Mail lesen“	Der Text, den Sie für die Abfrage übermittelt haben.
topIntent	„Lesen“	Die vorhergesagte Absicht mit höchster Konfidenzbewertung.
Absichten	[]	Eine Liste aller Absichten, die für den Abfragetext vorhergesagt wurden, jede von ihnen mit einer Konfidenzbewertung.
entities	[]	Array mit der Liste der extrahierten Entitäten aus dem Abfragetext.

API-Antwort für ein Konversationsprojekt

In einem Konversationsprojekt erhalten Sie Vorhersagen für Ihre Absichten und Entitäten, die in Ihrem Projekt vorhanden sind.

• Die Absichten und Entitäten enthalten eine Zuverlässigkeitsbewertung zwischen 0,0 und 1,0, die damit verbunden ist, wie sicher das Modell ist, ein bestimmtes Element in Ihrem Projekt vorhersagen zu können.
• Die Absicht mit der höchsten Bewertung ist in ihrem eigenen Parameter enthalten.
• In Ihrer Antwort werden nur vorhergesagte Entitäten angezeigt.
• Entitäten geben Folgendes an:
  • Den Text der Entität, die extrahiert wurde
  • Die Startposition, die durch einen Offsetwert gekennzeichnet ist
  • Die Länge des Entitätstexts, der durch einen Längenwert bezeichnet wird

Clientbibliotheken (Azure SDK)

Verwenden der Clientbibliotheken (Azure SDK)

Sie können auch die vom Azure SDK bereitgestellten Clientbibliotheken verwenden, um Anforderungen an Ihr Modell zu senden.

Hinweis

Die Clientbibliothek für Conversational Language Understanding ist nur für Folgendes verfügbar:

• .NET
• Python

1. Navigieren Sie im Azure-Portal zur Übersichtsseite Ihrer Ressource.

2. Wählen Sie im Menü auf der linken Seite Schlüssel und Endpunkt aus. Verwenden Sie den Endpunkt für die API-Anforderungen, außerdem benötigen Sie den Schlüssel für den Ocp-Apim-Subscription-Key-Header.

   

3. Laden Sie das Clientbibliothekspaket für die Sprache Ihrer Wahl herunter, und installieren Sie es:

   Sprache	Paketversion
   .NET	1.0.0
   Python	1.0.0

4. Nachdem Sie die Clientbibliothek installiert haben, verwenden Sie die folgenden Beispiele auf GitHub, um mit dem Aufrufen der API zu beginnen:

   • C#
   • Python

5. In der folgenden Referenzdokumentation finden Sie weitere Informationen:

   • C#
   • Python

Nächste Schritte

• Übersicht über das Conversational Language Understanding