Come creare un progetto di analisi del testo personalizzata per l’integrità

Questo articolo descrive come configurare i requisiti per iniziare con l'analisi del testo personalizzata per l'integrità e creare un progetto.

Prerequisiti

Prima di iniziare a usare l'analisi del testo personalizzata per l'integrità, è necessario:

• Una sottoscrizione di Azure. Crearne una gratuitamente.

Creare una risorsa del servizio Lingua

Prima di iniziare a usare l'Analisi testuale personalizzata per la salute, è necessaria una risorsa Lingua di Azure AI. È preferibile creare una risorsa Lingua e connettervi un account di archiviazione nel portale di Azure. La creazione di una risorsa nel portale di Azure consente di creare contemporaneamente un account di archiviazione di Azure con tutte le autorizzazioni necessarie preconfigurate. È anche possibile leggere altre informazioni nell'articolo per apprendere come usare una risorsa preesistente e configurarla per l'uso con l'analisi del testo personalizzata per l'integrità.

Sarà necessario anche un account di archiviazione di Azure in cui verranno caricati i documenti .txt che verranno usati per il training di un modello per l’estrazione di entità.

Nota

• Per creare una risorsa linguistica, è necessario avere un ruolo di proprietario assegnato nel gruppo di risorse.
• Se si connetterà un account di archiviazione preesistente, è necessario assegnarvi un ruolo di proprietario.

Creare una risorsa Lingua e connettere un account di archiviazione

È possibile creare una risorsa nei modi seguenti:

• Il portale di Azure
• Language Studio
• PowerShell

Nota

Non è consigliabile spostare l'account di archiviazione in un gruppo di risorse o una sottoscrizione diversa dopo che è collegato alla risorsa Lingua.

Creare una nuova risorsa dal portale di Azure

1. Accedere al portale di Azure per creare una nuova risorsa di Lingua di Azure AI.

2. Nella finestra visualizzata selezionare questo servizio dalle funzionalità personalizzate. Selezionare Continua per creare la risorsa nella parte inferiore dello schermo.

   

3. Creare una risorsa linguistica con i dettagli seguenti.

   Nome	Descrizione
   Abbonamento	La sottoscrizione di Azure.
   Gruppo di risorse	Un gruppo di risorse di Azure che conterrà la risorsa. È possibile usarne uno esistente o crearne uno nuovo.
   Area	L’area della risorsa Lingua. Ad esempio, "Stati Uniti occidentali 2".
   Nome	Un nome per la risorsa.
   Piano tariffario	Il piano tariffario per la risorsa Lingua. Per provare il servizio, è possibile usare il livello gratuito (F0).

   Nota

   Se viene visualizzato un messaggio che indica che “l'account di accesso non è un proprietario del gruppo di risorse dell'account di archiviazione selezionato”, è necessario assegnare all'account un ruolo di proprietario nel gruppo di risorse per poter creare una risorsa linguistica. Per assistenza contattare il proprietario della sottoscrizione di Azure.

4. Nella sezione del servizio selezionare un account di archiviazione esistente o selezionare Nuovo account di archiviazione. Questi valori consentono di iniziare senza usare necessariamente i valori dell'account di archiviazione usati in ambienti di produzione. Per evitare la latenza durante la creazione del progetto, connettersi agli account di archiviazione nella stessa area della risorsa linguistica.

   Valore dell'account di archiviazione	Valore consigliato
   Nome account di archiviazione	Qualsiasi nome
   Storage account type	LRS Standard

5. Accertarsi che sia selezionata l’opzione Avviso intelligenza artificiale responsabile. Selezionare Rivedi + crea nella parte inferiore della pagina, quindi selezionare Crea.

Creare una nuova risorsa Lingua da Language Studio

Al primo accesso verrà visualizzata una finestra in Language Studio che consente di scegliere una risorsa linguistica esistente o crearne una nuova. È possibile creare una risorsa anche facendo clic sull'icona delle impostazioni nell'angolo superiore destro, selezionando Risorse e facendo clic su Crea una nuova risorsa.

Creare una risorsa linguistica con i dettagli seguenti.

Dettagli dell'istanza	Valore obbligatorio
Sottoscrizione di Azure	la propria sottoscrizione di Azure
Gruppo di risorse di Azure	Il gruppo di risorse di Azure
Nome risorsa di Azure	Il nome della risorsa di Azure
Ufficio	L’area
Piano tariffario	Il piano tariffario della risorsa Lingua.

Importante

• Abilitare Identità gestita durante la creazione di una risorsa linguistica.
• Leggere e accettare l'avviso intelligenza artificiale responsabile

Per usare questo servizio, è necessario creare un account di archiviazione di Azure se ancora non ne esiste uno.

Creare una nuova risorsa Lingua usando PowerShell

È possibile creare una nuova risorsa e un account di archiviazione usando i file del modello e dei parametri seguenti dell'interfaccia della riga di comando ospitati in GitHub.

Modificare i valori seguenti nel file di parametri:

Nome parametro	Descrizione valore
name	Assegnare un nome alla risorsa Lingua
location	Area in cui è ospitata la risorsa.
sku	Il piano tariffario della risorsa.
storageResourceName	Assegnare un nome all'account di archiviazione
storageLocation	Area in cui è ospitato l'account di archiviazione.
storageSkuType	SKU dell'account di archiviazione.
storageResourceGroupName	Gruppo di risorse dell’account di archiviazione

Usare il comando PowerShell seguente per distribuire il modello di Azure Resource Manager (ARM) con i file modificati.

New-AzResourceGroupDeployment -Name ExampleDeployment -ResourceGroupName ExampleResourceGroup `
  -TemplateFile <path-to-arm-template> `
  -TemplateParameterFile <path-to-parameters-file>

Per informazioni sui modelli di distribuzione e sui file di parametri, vedere la documentazione del modello di Resource Manager.

Nota

• Il processo di connessione di un account di archiviazione alla risorsa Lingua è irreversibile e non è possibile la disconnessione in un secondo momento.
• È possibile connettere la risorsa Lingua a un solo account di archiviazione.

Uso di una risorsa Lingua preesistente

È possibile usare una risorsa Lingua esistente per iniziare a usare il riconoscimento di entità denominate (NER) personalizzato, purché questa risorsa soddisfi i requisiti seguenti:

Requisito	Descrizione
Aree	Accertarsi che il provisioning della risorsa esistente sia eseguito in una delle aree supportate. In caso contrario, sarà necessario creare una nuova risorsa in una di queste aree.
Piano tariffario	Il piano tariffario per la risorsa.
Identità gestita	Accertarsi che l'impostazione dell'identità gestita della risorsa sia abilitata. In caso contrario, leggere la sezione successiva.

Per usare l’analisi del testo personalizzata per l’integrità, è necessario creare un account di archiviazione di Azure se ancora non ne esiste uno.

Abilitare la gestione dell’identità per la risorsa

Azure portal

La risorsa linguistica deve avere la gestione delle identità. Per abilitarla, usare il portale di Azure:

1. Accedere alla risorsa Lingua
2. Nel menu a sinistra, nella sezione Gestione risorse, selezionare Identità
3. Nella scheda Assegnata dal sistema, accertarsi che lo Stato sia impostato su Attivo

Language Studio

La risorsa Linguaggio deve avere la gestione delle identità; per abilitarla tramite Studio di linguaggio:

1. Selezionare l'icona delle impostazioni nell'angolo superiore destro dello schermo
2. Selezionare Risorse
3. Selezionare la casella di controllo Identità gestita per la risorsa Lingua di Azure AI.

Abilitare l’analisi del testo personalizzata per l’integrità

Abilitare la funzione Classificazione personalizzata del testo / Riconoscimento di entità denominate personalizzato / Analisi del testo personalizzata per l’integrità dal portale di Azure.

1. Passare alla risorsa linguistica nel portale di Azure.
2. Nel menu a sinistra, nella sezione Gestione risorse, selezionare Funzionalità
3. Abilitare la funzione Classificazione personalizzata del testo / Riconoscimento di entità denominate personalizzato / Analisi del testo personalizzata per l’integrità
4. Collegare un account di archiviazione
5. Selezionare Applica.

Importante

• Accertarsi che alla risorsa Lingua sia stato assegnato il ruolo di collaboratore ai dati dei BLOB di archiviazione nell'account di archiviazione che viene collegato.

Aggiungere ruoli richiesti

Usare la procedura seguente per impostare i ruoli richiesti per la risorsa Lingua e l'account di archiviazione.

Ruoli per la risorsa Lingua di Azure AI

1. Accedere all’account di archiviazione o alla risorsa Lingua nel portale di Azure.

2. Selezionare Controllo di accesso (IAM) nel menu di spostamento a sinistra.

3. Selezionare Aggiungi per aggiungere assegnazioni di ruolo e scegliere il ruolo appropriato per l'account.

   È necessario disporre del ruolo di proprietario o collaboratore sulla risorsa Lingua.

4. In Assegna accesso a, selezionare Utente, gruppo o entità servizio

5. Scegliere Seleziona membri

6. Selezionare il proprio nome utente. È possibile cercare nomi utente nel campo Seleziona. Ripetere questa operazione per tutti i ruoli.

7. Ripetere questa procedura per tutti gli account utente che devono accedere a questa risorsa.

Ruoli per l’account di archiviazione

1. Accedere alla pagina dell’account di archiviazione nel portale di Azure.
2. Selezionare Controllo di accesso (IAM) nel menu di spostamento a sinistra.
3. Selezionare Aggiungi per aggiungere assegnazioni di ruolo e scegliere il ruolo di collaboratore ai dati del BLOB di archiviazione nell'account di archiviazione.
4. In Assegna accesso a, selezionare Identità gestita.
5. Scegliere Seleziona membri
6. Selezionare la propria sottoscrizione e la Lingua come identità gestita. È possibile cercare nomi utente nel campo Seleziona.

Importante

Se si dispone di una rete virtuale o di un endpoint privato, selezionare Consenti ai servizi di Azure nell'elenco dei servizi attendibili di accedere a questo account di archiviazione nel portale di Azure.

Abilitare CORS per l'account di archiviazione

Consentire i metodi (GET, PUT, DELETE) quando si abilita la condivisione di risorse tra origini (CORS). Impostare il campo delle origini consentite su https://language.cognitive.azure.com. Consentire tutte le intestazioni aggiungendo * ai valori di intestazione consentiti e impostare la validità massima su 500.

Creare un progetto di analisi del testo personalizzata per l’integrità

Dopo aver configurato la risorsa e il contenitore di archiviazione, creare un nuovo progetto di analisi del testo personalizzata per l’integrità. Un progetto è un'area di lavoro per la generazione di modelli di Machine Learning personalizzati in base ai propri dati. Al progetto può accedere solo l'utente e altri utenti che hanno accesso alla risorsa di Azure in uso. Se sono stati etichettati dati, è possibile usarli per iniziare con l’importazione di un progetto.

Language Studio

1. Accedere a Language Studio. Verrà visualizzata una finestra che consente di selezionare la sottoscrizione e la risorsa linguistica. Selezionare la risorsa Lingua creata nel passaggio precedente.

2. Nella sezione Estrai informazioni di Language Studio, selezionare Analisi testuale personalizzata per la salute.

3. Selezionare Crea nuovo progetto dal menu in alto nella pagina dei progetti. La creazione di un progetto consente di etichettare i dati, eseguire il training, valutare, migliorare e distribuire i modelli.

   

4. Immettere le informazioni sul progetto, inclusi un nome, una descrizione e la lingua dei file nel progetto. Se si usa il set di dati di esempio, selezionare Inglese. Non è possibile modificare il nome del progetto in un secondo momento. Selezionare Avanti.

   Suggerimento

   Il set di dati non deve essere tutto nella stessa lingua. È possibile avere più documenti, ognuno con diverse lingue supportate. Se il set di dati contiene documenti in lingue diverse o se si prevede testo in lingue diverse durante il runtime, selezionare l’opzione Abilita set di dati multilingue quando si immettono le informazioni di base per il progetto. Questa opzione può essere abilitata in un secondo momento dalla pagina Impostazioni progetto.

5. Dopo aver fatto clic su Crea nuovo progetto, verrà visualizzata una finestra per consentire la connessione dell'account di archiviazione. Se è già stato connesso un account di archiviazione, verrà visualizzato l'account di archiviazione connesso. In caso contrario, scegliere l'account di archiviazione dall'elenco a discesa visualizzato e selezionare Connetti account di archiviazione. Verranno impostati i ruoli necessari per l'account di archiviazione. Questo passaggio potrebbe restituire un errore se all’utente non è assegnato il ruolo di proprietario nell'account di archiviazione.

   Nota

   • È necessario eseguire questo passaggio una sola volta per ogni nuova risorsa usata.
   • Questo processo è irreversibile, per cui se si connette un account di archiviazione a una risorsa linguistica, non sarà possibile disconnetterlo in un secondo momento.
   • È possibile connettere una risorsa linguistica a un solo account di archiviazione.

   

6. Selezionare il contenitore in cui è stato caricato il set di dati.

7. Se i dati sono già stati etichettati, accertarsi che seguano il formato supportato e selezionare Sì, i file sono già etichettati e il file di etichette JSON è formattato, quindi selezionare il file di etichette dal menu a discesa. Selezionare Avanti. Se si usa il set di dati dell’avvio rapido, non è necessario rivedere la formattazione del file di etichette JSON.

8. Rivedere i dettagli immessi e selezionare Crea progetto.

API REST

Per iniziare a creare un'analisi del testo personalizzata per il modello di integrità, è necessario creare un progetto. La creazione di un progetto consentirà di etichettare i dati, eseguire il training, valutare, migliorare e distribuire i modelli.

Nota

Il nome del progetto distingue maiuscole e minuscole per tutte le operazioni.

Inviare una richiesta PATCH usando l'URL, le intestazioni e il corpo JSON seguenti per creare un progetto.

Richiesta URL

Usare l'URL seguente per creare un progetto. Sostituire i valori segnaposto seguenti con i propri valori.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}?api-version={API-VERSION}

Segnaposto	Valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che si sta chiamando. Il valore a cui si fa riferimento qui è relativo alla versione più recente rilasciata. Per altre informazioni sulle altre versioni dell'API disponibili, vedere Ciclo di vita del modello.	2022-05-01

Intestazioni

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave della risorsa. È usata per l’autenticazione delle richieste API.

Corpo

Usare il JSON seguente nella richiesta. Sostituire i valori segnaposto seguenti con i propri valori.

{
  "projectName": "{PROJECT-NAME}",
  "language": "{LANGUAGE-CODE}",
  "projectKind": "CustomHealthcare",
  "description": "Project description",
  "multilingual": "True",
  "storageInputContainerName": "{CONTAINER-NAME}"
}

Chiave	Segnaposto	Valore	Esempio
projectName	{PROJECT-NAME}	Il nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
linguaggio	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per i documenti usati nel progetto. Se il progetto è un progetto multilingue, scegliere il codice lingua della maggior parte dei documenti. Per altre informazioni sui codici lingua supportati, vedere Supporto lingue.	en-us
projectKind	CustomHealthcare	Il tipo di progetto.	CustomHealthcare
multilingual	true	Un valore booleano che consente l’inclusione di documenti in più lingue nel set di dati; quando il modello viene distribuito, è possibile eseguire query sul modello in qualunque lingua supportata (non necessariamente quelle incluse nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto lingue.	true
storageInputContainerName	{CONTAINER-NAME	Il nome del contenitore di archiviazione di Azure in cui sono stati caricati i documenti.	myContainer

Questa richiesta restituirà una risposta 201 indicante che il progetto è stato creato.

Questa richiesta restituirà un errore se:

• La risorsa selezionata non dispone dell’autorizzazione appropriata per l'account di archiviazione.

Importare il progetto

Se i dati sono già etichettati, è possibile usarli per iniziare a usare il servizio. Accertarsi che i dati etichettati seguano i formati di dati accettati.

Language Studio

1. Accedere a Language Studio. Verrà visualizzata una finestra che consente di selezionare la sottoscrizione e la risorsa linguistica. Selezionare la risorsa Lingua.

2. Nella sezione Estrai informazioni di Language Studio, selezionare Analisi del testo personalizzata per l’integrità.

3. Selezionare Crea nuovo progetto dal menu in alto nella pagina dei progetti. La creazione di un progetto consentirà di aggiungere tag ai dati, eseguire il training, valutare, migliorare e distribuire i modelli.

4. Dopo aver fatto clic su Crea nuovo progetto, verrà visualizzata una schermata per consentire la connessione dell'account di archiviazione. Se non si riesce a trovare l'account di archiviazione, creare una risorsa usando la procedura consigliata. Se è già stato connesso un account di archiviazione alla risorsa Lingua, verrà visualizzato l'account di archiviazione connesso.

   Nota

   • Questo passaggio deve essere eseguito una sola volta per ogni nuova risorsa linguistica usata.
   • Questo processo è irreversibile, per cui se si connette un account di archiviazione a una risorsa linguistica, non sarà possibile disconnetterlo in un secondo momento.
   • È possibile connettere una risorsa linguistica a un solo account di archiviazione.

   

5. Immettere le informazioni sul progetto, inclusi un nome, una descrizione e la lingua dei file nel progetto. Non sarà possibile modificare il nome del progetto in un secondo momento. Selezionare Avanti.

   Suggerimento

   Il set di dati non deve essere tutto nella stessa lingua. È possibile avere più documenti, ognuno con diverse lingue supportate. Se il set di dati contiene documenti in lingue diverse o se si prevede testo in lingue diverse durante il runtime, selezionare l’opzione Abilita set di dati multilingue quando si immettono le informazioni di base per il progetto. Questa opzione può essere abilitata in un secondo momento dalla pagina Impostazioni progetto.

6. Selezionare il contenitore in cui è stato caricato il set di dati.

7. Selezionare Sì, i file sono già etichettati e il file di etichette JSON è formattato e selezionare il file di etichette dal menu a discesa seguente per importare il file di etichette JSON. Accertarsi che segua il formato supportato.

8. Selezionare Avanti.

9. Esaminare i dati immessi e selezionare Crea progetto.

API REST

Inviare una richiesta POST usando l'URL, le intestazioni e il corpo JSON seguenti per importare il file di etichette. Accertarsi che il file di etichette rispetti il formato accettato.

Se esiste già un progetto con lo stesso nome, i dati di tale progetto vengono sostituiti.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}/:import?api-version={API-VERSION}

Segnaposto	Valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che si sta chiamando. Il valore a cui si fa riferimento qui è relativo alla versione più recente rilasciata. Per altre informazioni sulle altre versioni dell'API disponibili, vedere Ciclo di vita del modello.	2022-05-01

Intestazioni

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave della risorsa. È usata per l’autenticazione delle richieste API.

Corpo

Usare il JSON seguente nella richiesta. Sostituire i valori segnaposto seguenti con i propri valori.

{
	"projectFileVersion": "{API-VERSION}",
	"stringIndexType": "Utf16CodeUnit",
	"metadata": {
		"projectName": "{PROJECT-NAME}",
		"projectKind": "CustomHealthcare",
		"description": "Trying out custom Text Analytics for health",
		"language": "{LANGUAGE-CODE}",
		"multilingual": true,
		"storageInputContainerName": "{CONTAINER-NAME}",
		"settings": {}
	},
	"assets": {
		"projectKind": "CustomHealthcare",
		"entities": [
			{
				"category": "Entity1",
				"compositionSetting": "{COMPOSITION-SETTING}",
				"list": {
					"sublists": [
						{
							"listKey": "One",
							"synonyms": [
								{
									"language": "en",
									"values": [
										"EntityNumberOne",
										"FirstEntity"
									]
								}
							]
						}
					]
				}
			},
			{
				"category": "Entity2"
			},
			{
				"category": "MedicationName",
				"list": {
					"sublists": [
						{
							"listKey": "research drugs",
							"synonyms": [
								{
									"language": "en",
									"values": [
										"rdrug a",
										"rdrug b"
									]
								}
							]

						}
					]
				}
				"prebuilts": "MedicationName"
			}
		],
		"documents": [
			{
				"location": "{DOCUMENT-NAME}",
				"language": "{LANGUAGE-CODE}",
				"dataset": "{DATASET}",
				"entities": [
					{
						"regionOffset": 0,
						"regionLength": 500,
						"labels": [
							{
								"category": "Entity1",
								"offset": 25,
								"length": 10
							},
							{
								"category": "Entity2",
								"offset": 120,
								"length": 8
							}
						]
					}
				]
			},
			{
				"location": "{DOCUMENT-NAME}",
				"language": "{LANGUAGE-CODE}",
				"dataset": "{DATASET}",
				"entities": [
					{
						"regionOffset": 0,
						"regionLength": 100,
						"labels": [
							{
								"category": "Entity2",
								"offset": 20,
								"length": 5
							}
						]
					}
				]
			}
		]
	}
}

Chiave	Segnaposto	Valore	Esempio
multilingual	true	Valore booleano che consente l’inclusione di documenti in diverse lingue nel set di dati; quando il modello viene distribuito, è possibile eseguire query sul modello in qualunque lingua supportata (non necessariamente inclusa nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto lingue.	true
projectName	{PROJECT-NAME}	Nome progetto	myproject
storageInputContainerName	{CONTAINER-NAME}	Nome contenitore	mycontainer
entities		Array contenente tutti i tipi di entità inclusi nel progetto. Sono i tipi di entità che verranno estratti dai documenti.
category		Il nome del tipo di entità, che può essere definito dall'utente per le nuove definizioni di entità oppure predefinito per le entità predefinite.
compositionSetting	{COMPOSITION-SETTING}	Regola che definisce come gestire più componenti nell'entità. Le opzioni sono combineComponents o separateComponents.	combineComponents
list		Array contenente tutti gli elenchi secondari presenti nel progetto per un'entità specifica. Gli elenchi possono essere aggiunti alle entità predefinite o alle nuove entità con i componenti appresi.
sublists	[]	Array contenente elenchi secondari. Ogni elenco secondario è una chiave con i relativi valori associati.	[]
listKey	One	Un valore normalizzato per l'elenco di sinonimi su cui eseguire il mapping nella stima.	One
synonyms	[]	Array contenente tutti i sinonimi	sinonimo
language	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per il sinonimo nell’elenco secondario. Se il progetto è un progetto multilingue e si desidera supportare l'elenco di sinonimi per tutte le lingue nel progetto, è necessario aggiungere in modo esplicito i sinonimi a ogni lingua. Per altre informazioni sui codici lingua supportati, vedere Supporto lingue.	en
values	"EntityNumberone", "FirstEntity"	Un elenco di stringhe separate da virgole che corrisponderà perfettamente per l'estrazione e il mapping alla chiave dell’elenco.	"EntityNumberone", "FirstEntity"
prebuilts	MedicationName	Il nome del componente predefinito che popola l'entità predefinita. Per impostazione predefinita, nel progetto vengono caricate automaticamente le entità predefinite, ma è possibile estenderle con i componenti dell’elenco nel file di etichette.	MedicationName
documents		Array contenente tutti i documenti nel progetto e l'elenco delle entità etichettate all'interno di ogni documento.	[]
location	{DOCUMENT-NAME}	Posizione dei documenti nel contenitore di archiviazione. Siccome tutti i documenti sono inclusi nella radice del contenitore, deve essere il nome del documento.	doc1.txt
dataset	{DATASET}	Il set di test a cui verrà sottoposto questo file quando verrà diviso prima del training. I valori possibili per questo campo sono Train e Test.	Train
regionOffset		La posizione del carattere inclusivo dell'inizio del testo.	0
regionLength		La lunghezza del rettangolo di selezione in termini di caratteri UTF16. Il training considera solo i dati in quest’area.	500
category		Il tipo di entità associata all'intervallo di testo specificato.	Entity1
offset		La posizione iniziale per il testo dell'entità.	25
length		La lunghezza dell’entità in termini di caratteri UTF16.	20
language	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per il documento usato nel progetto. Se il progetto è un progetto multilingue, scegliere il codice lingua della maggior parte dei documenti. Per altre informazioni sui codici lingua supportati, vedere Supporto lingue.	en

Dopo aver inviato la richiesta API, si riceverà una risposta 202 che indica che il processo è stato inviato correttamente. Nelle intestazioni della risposta estrarre il valore operation-location. Il formato sarà simile al seguente:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/import/jobs/{JOB-ID}?api-version={API-VERSION}

{JOB-ID} viene usato per identificare la richiesta, poiché questa operazione è asincrona. Questo URL verrà usato per ottenere lo stato del processo di importazione.

Possibili scenari di errore per questa richiesta:

• La risorsa selezionata non dispone delle autorizzazioni appropriate per l'account di archiviazione.
• Il valore storageInputContainerName specificato non esiste.
• Il codice lingua usato non è non valido o il tipo del codice lingua non è stringa.
• Il valore multilingual è una stringa e non un valore booleano.

Ottenere i dettagli del progetto

Language Studio

1. Accedere alla pagina delle impostazioni del progetto in Language Studio.

2. È possibile visualizzare i dettagli del progetto.

3. In questa pagina è possibile aggiornare la descrizione del progetto e abilitare/disabilitare il set di dati multilingue nelle impostazioni del progetto.

4. È anche possibile visualizzare il contenitore e l'account di archiviazione connessi alla risorsa Lingua.

5. Da questa pagina è possibile anche recuperare la chiave della risorsa primaria.

   

API REST

Usare la richiesta GET seguente per ottenere i dettagli del progetto. Sostituire i valori segnaposto seguenti con i propri valori.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}?api-version={API-VERSION}

Segnaposto	Valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che viene richiamata. Per altre informazioni su altre versioni disponibili dell’API, vedere Ciclo di vita di un modello.	2022-05-01

Intestazioni

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave della risorsa. È usata per l’autenticazione delle richieste API.

Corpo della risposta

    {
        "createdDateTime": "2021-10-19T23:24:41.572Z",
        "lastModifiedDateTime": "2021-10-19T23:24:41.572Z",
        "lastTrainedDateTime": "2021-10-19T23:24:41.572Z",
        "lastDeployedDateTime": "2021-10-19T23:24:41.572Z",
        "projectKind": "CustomHealthcare",
        "storageInputContainerName": "{CONTAINER-NAME}",
        "projectName": "{PROJECT-NAME}",
        "multilingual": false,
        "description": "Project description",
        "language": "{LANGUAGE-CODE}"
    }

Valore	Segnaposto	Descrizione	Esempio
projectKind	CustomHealthcare	Il tipo di progetto.	CustomHealthcare
storageInputContainerName	{CONTAINER-NAME}	Il nome del contenitore di archiviazione di Azure in cui sono stati caricati i documenti.	myContainer
projectName	{PROJECT-NAME}	Il nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
multilingual	true	Un valore booleano che consente l’inclusione di documenti in più lingue nel set di dati; quando il modello viene distribuito, è possibile eseguire query sul modello in qualunque lingua supportata (non necessariamente quelle incluse nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto lingue.	true
language	{LANGUAGE-CODE}	Una stringa che specifica il codice lingua per i documenti usati nel progetto. Se il progetto è un progetto multilingue, scegliere il codice lingua della maggior parte dei documenti.	en

Dopo aver inviato la richiesta API, si riceverà una risposta 200 indicante l'esito positivo e il corpo della risposta JSON con i dettagli del progetto.

Eliminare un progetto

Language Studio

Quando il progetto non è più necessario, è possibile eliminarlo usando Language Studio.

1. Selezionare la funzionalità del servizio Lingua in uso nella parte superiore della pagina
2. Selezionare il progetto da eliminare
3. Selezionare Elimina nel menu in alto.

API REST

Quando il progetto non è più necessario, è possibile eliminarlo con la richiesta DELETE seguente. Sostituire i valori segnaposto con i propri valori.

{Endpoint}/language/authoring/analyze-text/projects/{projectName}?api-version={API-VERSION}

Segnaposto	Valore	Esempio
{ENDPOINT}	Endpoint per l'autenticazione della richiesta API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{PROJECT-NAME}	Nome del progetto. Per questo valore viene applicata la distinzione tra maiuscole e minuscole.	myProject
{API-VERSION}	La versione dell'API che si sta chiamando. Il valore a cui si fa riferimento qui è relativo alla versione più recente rilasciata. Per altre informazioni sulle altre versioni dell'API disponibili, vedere Ciclo di vita del modello.	2022-05-01

Intestazioni

Usare l'intestazione seguente per autenticare la richiesta.

Chiave	valore
Ocp-Apim-Subscription-Key	La chiave della risorsa. È usata per l’autenticazione delle richieste API.

Dopo aver inviato la richiesta API, si riceverà una risposta 202 con l'esito positivo che indica che il progetto è stato eliminato. Risultati di una chiamata con esito positivo con un'intestazione Operation-Location usata per controllare lo stato del processo.

Passaggi successivi

• È necessario avere un'idea dello schema del progetto che verrà usato per l’etichettatura dei dati.

• Dopo aver definito lo schema, è possibile iniziare a etichettare i dati che verranno usati per il training, la valutazione e infine l'esecuzione di stime del modello.