Wysyłanie żądań przewidywania do wdrożenia

Po pomyślnym dodaniu wdrożenia można wykonać zapytanie dotyczące wdrożenia pod kątem przewidywań intencji i jednostek z wypowiedzi na podstawie modelu przypisanego do wdrożenia. Programowe wykonywanie zapytań dotyczących wdrożenia można wykonać za pomocą interfejsu API przewidywania lub bibliotek klienckich (Azure SDK).

Test wdrożony model

Program Language Studio umożliwia przesyłanie wypowiedzi, uzyskiwanie przewidywań i wizualizowanie wyników.

Aby przetestować wdrożone modele z poziomu programu Language Studio:

1. Wybierz pozycję Testowanie wdrożeń z menu po lewej stronie.

2. W przypadku projektów wielojęzycznych z listy rozwijanej Wybierz język tekstu wybierz język testowej wypowiedzi.

3. Z listy rozwijanej Nazwa wdrożenia wybierz nazwę wdrożenia odpowiadającą modelowi, który chcesz przetestować. Można testować tylko modele przypisane do wdrożeń.

4. W polu tekstowym wprowadź wypowiedź do przetestowania. Jeśli na przykład utworzono aplikację dla wypowiedzi związanych z pocztą e-mail, możesz wprowadzić pozycję Usuń tę wiadomość e-mail.

5. W górnej części strony wybierz pozycję Uruchom test.

6. Po uruchomieniu testu w wyniku powinna zostać wyświetlona odpowiedź modelu. Wyniki można wyświetlić w widoku kart jednostek lub wyświetlić je w formacie JSON.

---

Wysyłanie żądania interpretacji języka konwersacji

Language Studio

1. Po pomyślnym zakończeniu zadania wdrożenia wybierz wdrożenie, którego chcesz użyć, a następnie z górnego menu wybierz pozycję Pobierz adres URL przewidywania.

   

2. W wyświetlonym oknie skopiuj przykładowy adres URL żądania i treść do wiersza polecenia.

3. Zastąp <YOUR_QUERY_HERE> element rzeczywistym tekstem, z którego chcesz wysłać, aby wyodrębnić intencje i jednostki.

4. POST Prześlij żądanie cURL w terminalu lub wierszu polecenia. Jeśli żądanie zakończyło się pomyślnie, otrzymasz odpowiedź 202 z wynikami interfejsu API.

Interfejsy API REST

Najpierw musisz uzyskać klucz zasobu i punkt końcowy:

Przejdź do strony przeglądu zasobu w witrynie Azure Portal. Z menu po lewej stronie wybierz pozycję Klucze i punkt końcowy. Użyjesz punktu końcowego i klucza dla żądań interfejsu API

Wykonywanie zapytań względem modelu

Utwórz żądanie POST przy użyciu następującego adresu URL, nagłówków i treści JSON, aby rozpocząć testowanie modelu interpretacji języka konwersacji.

Adres URL żądania

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

Symbol zastępczy	Wartość	Przykład
{ENDPOINT}	Punkt końcowy do uwierzytelniania żądania interfejsu API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Wersja wywoływanego interfejsu API.	2023-04-01

Nagłówki

Użyj następującego nagłówka, aby uwierzytelnić żądanie.

Key	Wartość
Ocp-Apim-Subscription-Key	Klucz do zasobu. Służy do uwierzytelniania żądań interfejsu API.

Treść żądania

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

Klucz	Symbol zastępczy	Wartość	Przykład
participantId	{JOB-NAME}		"MyJobName
id	{JOB-NAME}		"MyJobName
text	{TEST-UTTERANCE}	Wypowiedź, z której chcesz przewidzieć jego intencję i wyodrębnić jednostki.	"Read Matt's email
projectName	{PROJECT-NAME}	Nazwa projektu. Ta wartość jest uwzględniana w wielkości liter.	myProject
deploymentName	{DEPLOYMENT-NAME}	Nazwa wdrożenia. Ta wartość jest uwzględniana w wielkości liter.	staging

Po wysłaniu żądania otrzymasz następującą odpowiedź na potrzeby przewidywania

Treść odpowiedzi

{
  "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
        }
      ]
    }
  }
}

Klucz	Przykładowa wartość	opis
zapytanie	"Przeczytaj e-mail Matta"	tekst przesłany do zapytania.
topIntent	"Odczyt"	Przewidywana intencja z najwyższym współczynnikiem ufności.
Zamiarów	[]	Lista wszystkich intencji, które zostały przewidywane dla tekstu zapytania, każdy z nich z oceną ufności.
encje	[]	tablica zawierająca listę wyodrębnionych jednostek z tekstu zapytania.

Odpowiedź interfejsu API dla projektu konwersacji

W projekcie konwersacji uzyskasz przewidywania zarówno dla intencji, jak i jednostek, które znajdują się w projekcie.

• Intencje i jednostki obejmują współczynnik ufności z zakresu od 0,0 do 1,0 skojarzony z tym, jak pewny jest, że model przewiduje określony element w projekcie.
• Najwyżej oceniana intencja jest zawarta we własnym parametrze.
• Tylko przewidywane jednostki będą wyświetlane w odpowiedzi.
• Jednostki wskazują:
  • Tekst wyodrębnionej jednostki
  • Jego lokalizacja początkowa oznaczona wartością przesunięcia
  • Długość tekstu jednostki oznaczona wartością długości.

Biblioteki klienta (zestaw Azure SDK)

Korzystanie z bibliotek klienckich (Azure SDK)

Możesz również użyć bibliotek klienckich udostępnianych przez zestaw Azure SDK do wysyłania żądań do modelu.

Uwaga

Biblioteka kliencka do interpretacji języka konwersacyjnego jest dostępna tylko w następujących celach:

• .NET
• Python

1. Przejdź do strony przeglądu zasobu w witrynie Azure Portal

2. Z menu po lewej stronie wybierz pozycję Klucze i punkt końcowy. Użyj punktu końcowego dla żądań interfejsu API i będziesz potrzebować klucza nagłówka Ocp-Apim-Subscription-Key .

   

3. Pobierz i zainstaluj pakiet biblioteki klienta dla wybranego języka:

   Język	Wersja pakietu
   .NET	1.0.0
   Python	1.0.0

4. Po zainstalowaniu biblioteki klienta użyj poniższych przykładów w usłudze GitHub, aby rozpocząć wywoływanie interfejsu API.

   • C#
   • Python

5. Aby uzyskać więcej informacji, zobacz następującą dokumentację referencyjną:

   • C#
   • Python

Następne kroki

• Omówienie interpretacji języka konwersacji