Envío de solicitudes de predicción a una implementación

Después de agregar la implementación correctamente, puede consultar la implementación predicciones de intención y de entidades de la expresión en función del modelo asignado a dicha implementación. Puede consultar la implementación mediante programación, a través de la API de predicción o a través de bibliotecas cliente (Azure SDK).

Comprobación del modelo implementado

Puede usar Language Studio para enviar una expresión, obtener predicciones y visualizar los resultados.

Para comprobar los modelos implementados desde Language Studio:

1. Seleccione Prueba de implementaciones en el menú lateral izquierdo.

2. En proyectos multilingües, en la lista desplegable Seleccione el lenguaje de texto, seleccione el lenguaje que esté probando de la expresión.

3. En la lista desplegable Nombre de implementación, seleccione el nombre de implementación correspondiente al modelo que desee probar. Solo se pueden probar modelos que estén asignados a implementaciones.

4. En el cuadro de texto, escriba una expresión que se va a probar. Por ejemplo, si ha creado una aplicación para expresiones relacionadas con el correo electrónico, puede escribir Eliminar este correo electrónico.

5. En la parte superior de la página, seleccione Ejecutar la prueba.

6. Después de ejecutar la prueba, debería ver la respuesta del modelo en el resultado. Puede ver los resultados en la vista de tarjetas de entidades o verlo en formato JSON.

---

Envío de una solicitud de reconocimiento del lenguaje conversacional

Language Studio

1. Cuando el trabajo de implementación finalice correctamente, seleccione la implementación que desea usar y, en el menú superior, seleccione Get prediction URL (Obtener dirección URL de predicción).

   

2. En la ventana que aparece, copie la URL y el cuerpo de la solicitud de ejemplo en la línea de comandos.

3. Reemplace <YOUR_QUERY_HERE> por el texto real que desea enviar para extraer intenciones y entidades.

4. Envíe la solicitud cURL POST en el terminal o en el símbolo del sistema. Recibirá una respuesta 202 con los resultados de la API si la solicitud se ha realizado correctamente.

API de REST

En primer lugar, debe obtener la clave de recurso y el punto de conexión:

Vaya a la página de información general del recurso en Azure Portal. En el menú de la izquierda, seleccione Claves y punto de conexión. Usará el punto de conexión y la clave para las solicitudes de API.

Consulta del modelo

Cree una solicitud POST con la dirección URL, los encabezados y el cuerpo JSON que se incluyen a continuación para empezar a probar un modelo de reconocimiento del lenguaje conversacional.

URL de la solicitud

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

Marcador de posición	Valor	Ejemplo
{ENDPOINT}	Punto de conexión para autenticar la solicitud de API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	La versión de la API a la que llama.	2023-04-01

encabezados

Use el siguiente encabezado para autenticar la solicitud.

Clave	Valor
Ocp-Apim-Subscription-Key	Clave para el recurso. Se usa para autenticar las solicitudes de API.

Cuerpo de la solicitud

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

Clave	Marcador de posición	Valor	Ejemplo
participantId	{JOB-NAME}		"MyJobName
id	{JOB-NAME}		"MyJobName
text	{TEST-UTTERANCE}	La expresión de la que se quiere predecir la intención y extraer las entidades.	"Read Matt's email
projectName	{PROJECT-NAME}	Nombre del proyecto. Este valor distingue mayúsculas de minúsculas.	myProject
deploymentName	{DEPLOYMENT-NAME}	Nombre de la implementación. Este valor distingue mayúsculas de minúsculas.	staging

Una vez que envíe la solicitud, recibirá la siguiente respuesta para la predicción

Response body

{
  "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
        }
      ]
    }
  }
}

Clave	Valor de ejemplo	Descripción
Query	"Leer el correo electrónico de Matt"	el texto que envió para la consulta.
topIntent	"Lectura"	La intención predicha con la mayor puntuación de confianza.
intenciones	[]	Una lista de todas las intenciones que se predijeron para el texto de consulta cada una de ellas con una puntuación de confianza.
entities	[]	matriz que contiene la lista de entidades extraídas del texto de la consulta.

Respuesta de API de un proyecto de conversaciones

En un proyecto de conversaciones, se obtienen predicciones para las intenciones y las entidades existentes en el proyecto.

• Las intenciones y entidades incluyen una puntuación de confianza de entre 0,0 y 1,0 asociada a la confianza del modelo en la predicción de un determinado elemento del proyecto.
• La intención con la mayor puntuación se encuentra dentro de su propio parámetro.
• Solo las entidades predichas se mostrarán en la respuesta.
• Las entidades indican lo siguiente:
  • El texto de la entidad que se ha extraído
  • Su ubicación inicial, indicada mediante un valor de desplazamiento
  • La longitud del texto de la entidad, indicada mediante un valor de longitud

Bibliotecas cliente (Azure SDK)

Uso de bibliotecas cliente (Azure SDK)

También puede usar las bibliotecas de cliente proporcionadas por el SDK de Azure para enviar solicitudes al modelo.

Nota

La biblioteca cliente para el reconocimiento del lenguaje conversacional solo está disponible para:

• .NET
• Python

1. Vaya a la página de información general del recurso en Azure Portal.

2. En el menú de la izquierda, seleccione Claves y punto de conexión. Utilice el punto de conexión para las solicitudes de API y necesitará la clave para el encabezado Ocp-Apim-Subscription-Key.

   

3. Descargue e instale el paquete de la biblioteca cliente para el idioma que prefiera:

   Lenguaje	Versión del paquete
   .NET	1.0.0
   Python	1.0.0

4. Después de instalar la biblioteca cliente, use los ejemplos siguientes en GitHub para empezar a llamar a la API.

   • C#
   • Python

5. Para más información, consulte la documentación de referencia siguiente:

   • C#
   • Python

Pasos siguientes

• Información general sobre el reconocimiento del lenguaje de conversación