Überprüfen des Azure Cognitive-Schemas

  • 4 Minuten

Der Azure KI Language-Dienst bietet leistungsstarke Tools und generative KI-Sprachmodelle für die Arbeit mit Textdaten. Die Integrationen im azure_cognitive Schema der azure_ai Erweiterung bieten Zugriff auf diese umfangreichen Sprachverständnis- und Verarbeitungsfeatures, die direkt über die Datenbank zugänglich sind. Zu den Funktionen gehören Stimmungsanalyse, Spracherkennung und Übersetzung, Extraktion von Schlüsselausdrücken, Entitätserkennung und Textzusammenfassung. Hier sind die wichtigsten Aspekte:

Die Stimmungsanalyse prognostiziert die Stimmung eines bestimmten Texts (positiv, negativ oder neutral). Sie weist jeder Stimmungsbezeichnung Konfidenzbewertungen zu, die Ihnen helfen, den emotionalen Ton von vom Benutzer generierten Inhalten, Rezensionen oder Social Media-Beiträgen zu verstehen.

Die Spracherkennung identifiziert die Sprache, in der ein Text geschrieben wird. Sie ist hilfreich für Szenarien wie mehrsprachige Anwendungen oder Inhaltsfilterung.

Zusammenfassungen erzeugen präzise Zusammenfassungen längerer Texte. Dies ist nützlich, um wichtige Informationen aus Artikeln, Dokumenten oder langen Absätzen zu extrahieren.

Die Extraktion von Schlüsselphrasen identifiziert wichtige Begriffe oder Phrasen innerhalb eines Dokuments. Sie unterstützt die Inhaltskategorisierung, Suchindizierung und Themenmodellierung.

Die Entitätsextraktion umfasst das Identifizieren von Entitäten innerhalb des Texts, z. B. Namen, Orte, Datumsangaben, E-Mail-Adressen usw. Sie umfasst mehrere Funktionen, einschließlich Entitätsverknüpfung und PII-Erkennung (personenbezogene Informationen).

Die Textübersetzung führt die Textübersetzung zwischen unterstützten Quell- und Zielsprachen aus.

Das azure_cognitive Schema

Das azure_cognitive Schema innerhalb der azure_ai Erweiterung wurde entwickelt, um Interaktionen mit dem Azure KI Language-Dienst direkt aus einer PostgreSQL-Datenbank zu erleichtern. Das Schema enthält zahlreiche benutzerdefinierte Funktionen (UDFs) und zusammengesetzte Typen.

Functions

Die verfügbaren Funktionen ermöglichen die Stimmungsanalyse, die Spracherkennung und -übersetzung, die Extraktion von Schlüsselbegriffen und Entitäten sowie die Textzusammenfassung.

Name Beschreibung
analyze_sentiment Führt eine Stimmungsanalyse durch, indem Text für positive oder negative Stimmungshinweise durchsucht wird.
detect_language Erkennt die Sprache des bereitgestellten Texts.
extract_key_phrases Extrahiert die wichtigsten Konzepte im Text.
linked_entities Identifiziert und disambiguiert die Identität einer Entität, die in Text gefunden wurde.
recognize_entities Identifiziert Entitäten innerhalb des Texts.
recognize_pii_entities Identifiziert, kategorisiert und redigiert vertrauliche Informationen in unstrukturiertem Text.
summarize_abstractive Generiert eine Zusammenfassung, indem neue ursprüngliche Inhalte erstellt werden, die die wichtigsten Konzepte im Text darstellen.
summarize_extractive Generiert eine Zusammenfassung, indem Schlüsselsätze innerhalb des Texts identifiziert und diese Sätze verwendet werden, um die wesentlichen Konzepte darzustellen.
translate Übersetzt Text in die angegebene Sprache.

Zusammengesetzte Typen

Die zusammengesetzten Typen innerhalb des azure_cognitive Schemas behandeln die Rückgabewerte aus den verschiedenen Funktionen. Diese Typen stellen die Strukturen bereit, die erforderlich sind, um die vom Sprachdienst zurückgegebenen Objekte zu verarbeiten und umfassen:

  • azure_cognitive.detected_language
  • azure_cognitive.entity
  • azure_cognitive.language_detection_result
  • azure_cognitive.linked_entity
  • azure_cognitive.linked_entity_match
  • azure_cognitive.pii_entity_recognition_result
  • azure_cognitive.sentence
  • azure_cognitive.sentiment_analysis_result
  • azure_cognitive.translated_text_result
  • azure_cognitive.translation
  • azure_cognitive.transliterated_text

Sie können die zusammengesetzten Typen ausführlicher untersuchen, indem Sie den \dT Metabefehl über eine psql Eingabeaufforderung verwenden. Zum Beispiel:

\dT+ azure_cognitive.translated_text_result

Um weiter in den zusammengesetzten Typ einzutauchen und alle Spalten, deren Typen und alle speziellen Attribute anzuzeigen, können Sie den Metabefehl`\ d' verwenden:

\d+ azure_cognitive.translated_text_result

Mit diesem Befehl wird eine Tabelle mit den Spalten, Typen und zusätzlichen Details des angegebenen Rückgabetyps ausgegeben:

               Composite type "azure_cognitive.translated_text_result"
      Column       |                Type               | Collation | Nullable | Default | Storage  | Description 
-------------------+-----------------------------------+-----------+----------+---------+----------+-------------
 translations      | azure_cognitive.translation[]     |           |          |         | extended | 
 detected_language | azure_cognitive.detected_language |           |          |         | extended | 
 source_text       | text                              |           |          |         | extended |

Festlegen des Sprachdienstendpunkts und des Schlüssels

Wie bei den azure_openai Funktionen müssen Sie den Endpunkt des Diensts und einen Schlüssel zum erfolgreichen Ausführen von Aufrufen für den Sprachdienst mithilfe der azure_ai Erweiterung bereitstellen. Die folgenden Befehle veranschaulichen, wie die Einstellungen der azure_ai.settings Konfigurationstabelle hinzugefügt werden können.

SELECT azure_ai.set_setting('azure_cognitive.endpoint', '{endpoint}');
SELECT azure_ai.set_setting('azure_cognitive.subscription_key', '{api-key}');

Wenn Sie Textübersetzungen mithilfe der translate Funktion durchführen, müssen Sie auch eine Region angeben, wenn Sie die Verbindung der Erweiterung mit Ihrem Azure KI-Dienst konfigurieren:

-- the region setting is only required for the translate function
select azure_ai.set_setting('azure_cognitive.region', '{region}');