Passer en revue le schéma cognitif Azure
Le service Azure AI Language fournit des outils puissants et des modèles de langage d’IA générative pour l’utilisation des données de texte. Les intégrations dans le schéma azure_cognitive
de l’extension azure_ai
permettent d’accéder à ce vaste ensemble de fonctionnalités de compréhension et de traitement du langage naturel, directement à partir de la base de données. Les fonctionnalités incluent l’analyse des sentiments, la détection de langue et la traduction, l’extraction de phrases clés, la reconnaissance d’entité et le résumé de texte. Voici les aspects clés :
La fonctionnalité Analyse des sentiments prédit le sentiment (positif, négatif ou neutre) d’un texte donné. Elle attribue des scores de confiance à chaque étiquette de sentiment, ce qui vous permet de comprendre le ton émotionnel du contenu généré par les utilisateurs, des avis ou des publications sur les réseaux sociaux.
La fonctionnalité Détection de langue identifie la langue dans laquelle un texte est écrit. Elle est utile dans les scénarios liés aux applications multilingues ou au filtrage de contenu, par exemple.
La fonctionnalité Résumé permet de résumer de longs textes de manière concise. Elle est utile pour extraire des informations essentielles d’articles, de documents ou de longs paragraphes.
La fonctionnalité Extraction de phrases clés identifie les termes ou expressions significatives dans un document. Elle facilite la catégorisation du contenu, l’indexation de la recherche et la modélisation des sujets.
L’extraction d’entités implique l’identification des entités présentes dans le texte, par exemple les noms, les lieux, les dates, les adresses e-mail, etc. Elle englobe plusieurs fonctionnalités, dont la liaison d’entités et la détection des informations d’identification personnelle.
La fonctionnalité Traduction de texte permet de traduire un texte entre les langues source et cible prises en charge.
Le schéma azure_cognitive
Le schéma azure_cognitive
au sein de l’extension azure_ai
est conçu pour faciliter les interactions avec le service Azure AI Language directement à partir d’une base de données PostgreSQL. Le schéma comprend un grand nombre de fonctions définies par l’utilisateur et types composites.
Functions
Les fonctions disponibles permettent d’effectuer l’analyse des sentiments, la détection de langue et la traduction, l’extraction de phrases clés et d’entités ainsi que le résumé de texte.
Nom | Description |
---|---|
analyze_sentiment |
Effectue une analyse des sentiments en explorant le texte à la recherche d’indices sur des sentiments positifs ou négatifs. |
detect_language |
Détecte la langue du texte fourni. |
extract_key_phrases |
Extrait les principaux concepts du texte. |
linked_entities |
Identifie une entité trouvée dans un texte, et lève toute ambiguïté sur son identité. |
recognize_entities |
Identifie les entités présentes dans le texte. |
recognize_pii_entities |
Identifie, catégorise et expurge les informations sensibles présentes dans du texte non structuré. |
summarize_abstractive |
Génère un résumé en créant un contenu original, qui représente les concepts clés trouvés dans le texte. |
summarize_extractive |
Génère un résumé en identifiant les phrases clés présentes dans le texte, et en utilisant ces phrases pour représenter les concepts essentiels. |
translate |
Traduit du texte dans la langue spécifiée. |
Types composites
Les types composites au sein du schéma azure_cognitive
gèrent les valeurs renvoyées à partir des différentes fonctions. Ces types fournissent les structures nécessaires à la gestion des objets retournés par le service Language, et incluent :
- 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
Vous pouvez examiner les types composites plus en détail à l’aide de la \dT
méta-commande à partir d’une invite de commandes psql
. Par exemple :
\dT+ azure_cognitive.translated_text_result
Pour approfondir le type composite, et afficher toutes les colonnes, leurs types et les éventuels attributs spéciaux, vous pouvez utiliser la méta-commande \ d :
\d+ azure_cognitive.translated_text_result
Cette commande génère un tableau contenant les colonnes, les types et les détails supplémentaires du type de retour spécifié :
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 |
Définir le point de terminaison de service et la clé du service Language
Comme pour les fonctions azure_openai
, vous devez fournir le point de terminaison du service et une clé pour pouvoir réussir les appels au service Language à l’aide de l’extension azure_ai
. Les commandes suivantes montrent comment ajouter les paramètres à la table de configuration azure_ai.settings
.
SELECT azure_ai.set_setting('azure_cognitive.endpoint', '{endpoint}');
SELECT azure_ai.set_setting('azure_cognitive.subscription_key', '{api-key}');
Si vous effectuez une traduction de texte à l’aide de la fonction translate
, vous devez également fournir une région au moment de la configuration de la connexion de l’extension à votre service Azure AI :
-- the region setting is only required for the translate function
select azure_ai.set_setting('azure_cognitive.region', '{region}');