Отправка запросов прогнозирования на развертывание

После успешного добавления развертывания вы можете выполнить запрос к развертыванию, чтобы получить предсказания намерений и сущностей из вашего высказывания на основе модели, назначенной развертыванию. Запрос к развернутой службе можно отправить программным способом с помощью API прогнозирования или через клиентские библиотеки (пакет Azure SDK).

Тестирование развернутой модели

Вы можете использовать Language Studio для отправки речевого фрагмента, получения прогнозов и визуализации результатов.

Чтобы протестировать развернутые модели в Language Studio, выполните следующие действия.

1. В меню слева выберите Testing deployments (Тестирование развертываний).

2. Для многоязычных проектов в раскрывающемся списке "Выбор текста " выберите язык проверяемого фрагмента.

3. В раскрывающемся списке "Имя развертывания" выберите имя развертывания, соответствующее модели, которую требуется протестировать. Можно тестировать только модели, назначенные развертываниям.

4. В текстовом поле введите речевой фрагмент для проверки. Например, если вы создали приложение для команд, связанных с электронной почтой, можно ввести Удалить это письмо.

5. В верхней части страницы выберите "Запустить тест".

6. После выполнения теста вы увидите ответ модели в результате. Вы можете просмотреть результаты в представлении карточек сущностей или просмотреть его в формате JSON.

---

Отправка запроса на распознавание устной речи

Language Studio

1. После успешного завершения задания развертывания выберите развертывание, которое вы хотите использовать, затем в верхнем меню выберите Получить URL-адрес прогнозирования.

   

2. В появившемся окне скопируйте URL-адрес и текст примера запроса в командную строку.

3. Замените <YOUR_QUERY_HERE> фактическим текстом, который вы хотите отправить для определения намерения и извлечения сущностей.

4. Введите запрос POST cURL в терминал или командную строку. Если запрос выполнен успешно, вы получите отклик 202 с результатами API.

REST API

Сначала необходимо получить ключ ресурса и конечную точку.

Перейдите на страницу обзора ресурса на портале Azure. В меню слева выберите Ключи и конечная точка. Конечная точка и ключ вам понадобятся для запросов API.

Запросите вашу модель

Создайте запрос POST, используя следующий URL-адрес, заголовки и текст JSON, чтобы начать развертывание модели распознавания разговорной речи.

Запросить URL-адрес

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

Заполнитель	Значение	Пример
{ENDPOINT}	Конечная точка для проверки подлинности запроса API.	https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION}	Версия вызываемого API.	2023-04-01

Заголовки

Используйте следующий заголовок для проверки подлинности запроса.

Ключ	Значение
Ocp-Apim-Subscription-Key	Ключ к вашему ресурсу. Используется для проверки подлинности запросов API.

Текст запроса

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

Ключ	Заполнитель	Значение	Пример
participantId	{JOB-NAME}		"MyJobName
id	{JOB-NAME}		"MyJobName
text	{TEST-UTTERANCE}	Речевой фрагмент, чье намерение нужно предсказать и из которого нужно извлечь сущности.	"Read Matt's email
projectName	{PROJECT-NAME}	Имя проекта. Это значение чувствительно к регистру.	myProject
deploymentName	{DEPLOYMENT-NAME}	Имя вашего развертывания. Это значение чувствительно к регистру.	staging

После отправки запроса вы получите следующий ответ для прогнозирования

Текст ответа

{
  "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
        }
      ]
    }
  }
}

Ключ	Пример значения	Описание
запрос	Прочитай электронное письмо Мэтта	текст, отправленный для запроса.
topIntent	"Чтение"	Прогнозируемое намерение с наивысшей оценкой достоверности.
намерения	[]	Список всех намерений, которые были спрогнозированы для текста запроса, с оценками их достоверности.
сущности	[]	массив, содержащий список сущностей, извлеченных из текста запроса.

Ответ сервера API для проекта обсуждений

В проекте диалогов вы получите прогнозы для намерений и сущностей, присутствующих в проекте.

• К таким намерениям и сущностям относится оценка доверительного уровня между 0,0 и 1,0, связанная с тем, насколько уверенно модель будет прогнозировать определенный элемент в проекте.
• Намерение с наивысшей оценкой содержится в своем собственном параметре.
• В ответе будут отображаться только предсказанные сущности.
• Сущности указывают:
  • Текст извлеченной сущности
  • Его начальное положение, определяемое значением смещения
  • Длина текста сущности, обозначенная значением длины.

Клиентские библиотеки (пакет SDK Azure)

Использование клиентских библиотек (пакет SDK для Azure)

Вы также можете использовать клиентские библиотеки, предоставляемые пакетом SDK для Azure, для отправки запросов в модель.

Примечание.

Клиентская библиотека для распознавания устной речи доступна только для:

• .NET
• Python

1. Перейдите на страницу обзора ресурса на портале Azure

2. В меню слева выберите Ключи и конечная точка. Используйте конечную точку для запросов API. Вам потребуется ключ для заголовка Ocp-Apim-Subscription-Key.

   

3. Скачайте и установите пакет клиентской библиотеки для выбранного языка:

   Язык	Версия пакета
   .NET	1.0.0
   Python	1.0.0

4. После установки клиентской библиотеки используйте следующие примеры на GitHub для вызова API.

   • C#
   • Python

5. Дополнительные сведения приведены в следующей справочной документации:

   • C#
   • Python

Следующие шаги

• Общие сведения об распознавании разговорной речи