Condividi tramite

Libreria client di Analisi del testo di Azure per JavaScript - versione 1.1.0

  • Articolo

Servizio cognitivo di Azure per linguaggio è un servizio basato sul cloud che fornisce l'elaborazione avanzata del linguaggio naturale sul testo non elaborato e include le funzionalità principali seguenti:

Nota: Questo SDK è destinato al servizio cognitivo di Azure per l'API del linguaggio versione 2023-04-01.

  • Rilevamento lingua
  • Analisi del sentiment
  • Estrazione frasi chiave
  • Riconoscimento di entità denominate
  • Riconoscimento delle informazioni personali
  • Collegamento delle entità
  • Analisi sanitaria
  • Riepilogo estratto
  • Riepilogo astrazione
  • Riconoscimento di entità personalizzato
  • Classificazione documenti personalizzata
  • Supportare più azioni per documento

Usare la libreria client per:

  • Rilevare il testo di input della lingua in cui è scritto.
  • Determinare quali clienti pensano al marchio o all'argomento analizzando il testo non elaborato per indizi sul sentiment positivo o negativo.
  • Estrae automaticamente frasi chiave per identificare rapidamente i punti principali.
  • Identificare e classificare le entità nel testo come persone, luoghi, organizzazioni, data/ora, quantità, percentuali, valute, specifiche dell'assistenza sanitaria e altro ancora.
  • Eseguire più attività precedenti contemporaneamente.

Collegamenti principali:

Migrazione da @azure/ai-text-analytics advisory⚠️

Vedere la Guida alla migrazione per istruzioni dettagliate su come aggiornare il codice dell'applicazione dalla versione 5.x della libreria client di intelligenza artificiale Analisi del testo alla nuova libreria client del linguaggio di intelligenza artificiale.

Novità

Introduzione

Ambienti attualmente supportati

Per altre informazioni, vedere i criteri di supporto.

Prerequisiti

Se si usa l'interfaccia della riga di comando di Azure, sostituire <your-resource-group-name> e <your-resource-name> con i propri nomi univoci:

az cognitiveservices account create --kind TextAnalytics --resource-group <your-resource-group-name> --name <your-resource-name> --sku <your-sku-name> --location <your-location>

Installare il pacchetto @azure/ai-language-text

Installare la libreria client di Analisi del testo di Azure per JavaScript con npm:

npm install @azure/ai-language-text

Creare e autenticare un oggetto TextAnalysisClient

Per creare un oggetto client per accedere all'API Language, sarà necessario disporre della endpoint risorsa language e di un credentialoggetto . Il client analisi del testo può usare le credenziali di Azure Active Directory o una credenziale chiave API per l'autenticazione.

È possibile trovare l'endpoint per la risorsa language nel portale di Azure o usando il frammento di interfaccia della riga di comando di Azure seguente:

az cognitiveservices account show --name <your-resource-name> --resource-group <your-resource-group-name> --query "properties.endpoint"

Uso di una chiave API

Usare il portale di Azure per passare alla risorsa lingua e recuperare una chiave API oppure usare il frammento di interfaccia della riga di comando di Azure seguente:

Nota: A volte la chiave API viene definita "chiave di sottoscrizione" o "chiave API di sottoscrizione".

az cognitiveservices account keys list --resource-group <your-resource-group-name> --name <your-resource-name>

Dopo avere una chiave API e un endpoint, è possibile usare la classe per autenticare il AzureKeyCredential client come indicato di seguito:

const { TextAnalysisClient, AzureKeyCredential } = require("@azure/ai-language-text");

const client = new TextAnalysisClient("<endpoint>", new AzureKeyCredential("<API key>"));

Uso di credenziali di Azure Active Directory

L'autenticazione della chiave API client viene usata nella maggior parte degli esempi, ma è anche possibile eseguire l'autenticazione con Azure Active Directory usando la libreria di identità di Azure. Per usare il provider DefaultAzureCredential illustrato di seguito o altri provider di credenziali forniti con Azure SDK, installare il @azure/identity pacchetto:

npm install @azure/identity

Sarà anche necessario registrare una nuova applicazione AAD e concedere l'accesso a Language assegnando il "Cognitive Services User" ruolo all'entità servizio (nota: altri ruoli come "Owner" non concederanno le autorizzazioni necessarie, sarà sufficiente eseguire solo "Cognitive Services User" gli esempi e il codice di esempio).

Impostare i valori dell'ID client, dell'ID tenant e del segreto client dell'applicazione AAD come variabili di ambiente: AZURE_CLIENT_ID, AZURE_TENANT_IDAZURE_CLIENT_SECRET.

const { TextAnalysisClient } = require("@azure/ai-language-text");
const { DefaultAzureCredential } = require("@azure/identity");

const client = new TextAnalysisClient("<endpoint>", new DefaultAzureCredential());

Concetti chiave

TextAnalysisClient

TextAnalysisClient è l'interfaccia primaria per gli sviluppatori che usano la libreria client analisi del testo. Esplorare i metodi in questo oggetto client per comprendere le diverse funzionalità del servizio Language a cui è possibile accedere.

Input

Un documento rappresenta una singola unità di input da analizzare dai modelli predittivi nel servizio lingua. Operazioni su TextAnalysisClient come eseguire una raccolta di input da analizzare come batch. I metodi di operazione hanno overload che consentono agli input di essere rappresentati come stringhe o come oggetti con metadati collegati.

Ad esempio, ogni documento può essere passato come stringa in una matrice, ad esempio.

const documents = [
  "I hated the movie. It was so slow!",
  "The movie made it into my top ten favorites.",
  "What a great movie!",
];

oppure, se si vuole passare un documento id per elemento o languagecountryHint/, può essere fornito come elenco di o DetectLanguageInput a seconda dell'operazione;TextDocumentInput

const textDocumentInputs = [
  { id: "1", language: "en", text: "I hated the movie. It was so slow!" },
  { id: "2", language: "en", text: "The movie made it into my top ten favorites." },
  { id: "3", language: "en", text: "What a great movie!" },
];

Vedere limitazioni del servizio per l'input, inclusi i limiti di lunghezza del documento, le dimensioni massime del batch e le codifiche di testo supportate.

Valore restituito

Il valore restituito corrispondente a un singolo documento è un risultato positivo o un oggetto errore. Ogni TextAnalysisClient metodo restituisce una matrice eterogenea di risultati ed errori che corrispondono agli input per indice. Un input di testo e il relativo risultato avranno lo stesso indice nelle raccolte di input e risultato.

Un risultato, ad esempio SentimentAnalysisResult, è il risultato di un'operazione language contenente una stima o stime su un singolo input di testo. Il tipo di risultato di un'operazione può anche includere facoltativamente informazioni sul documento di input e su come è stato elaborato.

L'oggetto error , , TextAnalysisErrorResultindica che il servizio ha rilevato un errore durante l'elaborazione del documento e contiene informazioni sull'errore.

Gestione degli errori del documento

Nella raccolta restituita da un'operazione gli errori vengono distinti dalle risposte riuscite in base alla presenza della error proprietà, che contiene l'oggetto interno TextAnalysisError se si è verificato un errore. Per gli oggetti risultato riusciti, questa proprietà è sempreundefined.

Ad esempio, per filtrare tutti gli errori, è possibile usare quanto segue filter:

const results = await client.analyze("SentimentAnalysis", documents);
const onlySuccessful = results.filter((result) => result.error === undefined);

Nota: gli utenti di TypeScript possono trarre vantaggio da una migliore verifica dei tipi di oggetti risultato e errore se compilerOptions.strictNullChecks è impostato su true nella tsconfig.json configurazione. Ad esempio:

const [result] = await client.analyze("SentimentAnalysis", ["Hello world!"]);

if (result.error !== undefined) {
  // In this if block, TypeScript will be sure that the type of `result` is
  // `TextAnalysisError` if compilerOptions.strictNullChecks is enabled in
  // the tsconfig.json

  console.log(result.error);
}

Esempi

Utilizzo client

Attività predefinite

Attività personalizzate

Risoluzione dei problemi

Registrazione

L'abilitazione della registrazione consente di individuare informazioni utili sugli errori. Per visualizzare un log di richieste e risposte HTTP, impostare la variabile di ambiente AZURE_LOG_LEVEL su info. In alternativa, la registrazione può essere abilitata in fase di esecuzione chiamando setLogLevel in @azure/logger:

const { setLogLevel } = require("@azure/logger");

setLogLevel("info");

Per istruzioni più dettagliate su come abilitare i log, è possibile esaminare la documentazione del pacchetto @azure/logger.

Passaggi successivi

Per esempi dettagliati su come usare questa libreria, vedere la directory degli esempi .

Contributo

Per contribuire a questa libreria, leggere la guida ai contributi per altre informazioni su come compilare e testare il codice.

Impression