Jak vytvořit vlastní projekt klasifikace textu

Vytvoření nového prostředku z webu Azure Portal

1. Přejděte na web Azure Portal a vytvořte nový prostředek jazyka Azure AI.

2. V zobrazeném okně vyberte vlastní klasifikaci textu a rozpoznávání vlastních pojmenovaných entit z vlastních funkcí. Vyberte Pokračovat a vytvořte prostředek v dolní části obrazovky.

   

3. Vytvořte prostředek jazyka s následujícími podrobnostmi.

   Název	Požadovaná hodnota
   Předplatné	Vaše předplatné Azure.
   Skupina prostředků	Skupina prostředků, která bude obsahovat váš prostředek. Můžete použít existující nebo vytvořit nový.
   Oblast	Jedna z podporovaných oblastí Například "USA – západ 2".
   Název	Název vašeho prostředku
   Cenová úroveň	Jedna z podporovaných cenových úrovní Službu můžete vyzkoušet pomocí úrovně Free (F0).

   Pokud se zobrazí zpráva"Váš přihlašovací účet není vlastníkem skupiny prostředků vybraného účtu úložiště", musí mít váš účet přiřazenou roli vlastníka pro skupinu prostředků, abyste mohli vytvořit prostředek jazyka. Požádejte o pomoc vlastníka předplatného Azure.

   Vlastníka předplatného Azure můžete určit vyhledáním vaší skupiny prostředků a následujícím odkazem na přidružené předplatné. Potom:

   1. Výběr karty Řízení přístupu (IAM)
   2. Výběr přiřazení rolí
   3. Filtrovat podle role:Vlastník.

4. V části Vlastní klasifikace textu a rozpoznávání vlastních pojmenovaných entit vyberte existující účet úložiště nebo vyberte Nový účet úložiště. Všimněte si, že tyto hodnoty vám pomůžou začít, a ne nutně hodnoty účtu úložiště, které budete chtít použít v produkčních prostředích. Abyste se vyhnuli latenci při sestavování projektu, připojte se k účtům úložiště ve stejné oblasti jako prostředek jazyka.

   Hodnota účtu úložiště	Doporučená hodnota
   Název účtu úložiště	Libovolný název
   Storage account type	Standardní LRS

5. Ujistěte se, že je zaškrtnuté příslušné oznámení O umělé inteligenci. Vyberte Zkontrolovat a vytvořit v dolní části stránky.

Vytvoření nového prostředku jazyka ze sady Language Studio

Pokud se poprvé přihlásíte, zobrazí se v sadě Language Studio okno, které vám umožní zvolit existující prostředek jazyka nebo vytvořit nový. Prostředek můžete vytvořit také tak, že kliknete na ikonu nastavení v pravém horním rohu a vyberete Prostředky a potom kliknete na Vytvořit nový prostředek.

Vytvořte prostředek jazyka s následujícími podrobnostmi.

Pokud chcete použít vlastní klasifikaci textu, budete muset svůj prostředek připojit k účtu úložiště. Pokud ho nemáte, můžete si vytvořit účet úložiště Azure. Pomocí následujících kroků vytvořte svůj první projekt a připojte svůj účet úložiště.

1. Přihlaste se k sadě Language Studio. Zobrazí se okno, ve které můžete vybrat předplatné a prostředek jazyka. Vyberte prostředek jazyka.

2. V části Klasifikovat text v sadě Language Studio vyberte Vlastní klasifikaci textu.

   

3. V horní nabídce na stránce projektů vyberte Vytvořit nový projekt . Vytvoření projektu vám umožní označovat data, trénovat, vyhodnocovat, vylepšovat a nasazovat modely.

   

4. Po kliknutí na možnost Vytvořit nový projekt se zobrazí okno, které vám umožní připojit účet úložiště. Pokud jste už připojili účet úložiště, zobrazí se účet úložiště připojený. Pokud ne, zvolte účet úložiště v rozevíracím seznamu, který se zobrazí, a vyberte Připojit účet úložiště. Tím se nastaví požadované role pro váš účet úložiště. Tento krok pravděpodobně vrátí chybu, pokud nejste v účtu úložiště přiřazeni jako vlastník .

   Poznámka:

   • Tento krok stačí provést jenom jednou pro každý nový prostředek jazyka, který používáte.
   • Tento proces je nevratný, pokud k prostředku jazyka připojíte účet úložiště, nemůžete ho později odpojit.
   • Prostředek jazyka můžete připojit pouze k jednomu účtu úložiště.

   

5. Vyberte typ projektu. Můžete vytvořit projekt klasifikace více popisků, kde každý dokument může patřit do jedné nebo více tříd nebo projektu klasifikace s jedním popiskem, kde každý dokument může patřit pouze do jedné třídy. Vybraný typ nelze později změnit. Další informace o typech projektů

   

6. Zadejte informace o projektu, včetně názvu, popisu a jazyka dokumentů v projektu. Pokud používáte ukázkovou datovou sadu, vyberte angličtinu. Později nebudete moct změnit název projektu. Vyberte Další.

   Tip

   Vaše datová sada nemusí být úplně ve stejném jazyce. Můžete mít více dokumentů, z nichž každý má různé podporované jazyky. Pokud vaše datová sada obsahuje dokumenty různých jazyků nebo pokud očekáváte text z různých jazyků během běhu, vyberte možnost povolit vícejazyčnou datovou sadu , když zadáte základní informace o projektu. Tuto možnost můžete povolit později na stránce Nastavení projektu.

7. Vyberte kontejner, do kterého jste datovou sadu nahráli.

   Poznámka:

   Pokud jste už data označili popiskem, ujistěte se, že se řídí podporovaným formátem , a vyberte Ano, dokumenty jsou už označené a mám formátovaný soubor popisků JSON a v rozevírací nabídce níže vyberte soubor štítků.

   Pokud používáte některou z ukázkových datových sad, použijte zahrnutý webOfScience_labelsFile soubor nebo movieLabels soubor JSON. Pak vyberte Další.

8. Zkontrolujte zadaná data a vyberte Vytvořit projekt.

Nový prostředek a účet úložiště můžete vytvořit pomocí následující šablony rozhraní příkazového řádku a souborů parametrů, které jsou hostované na GitHubu.

V souboru parametrů upravte následující hodnoty:

Pomocí následujícího příkazu PowerShellu nasaďte šablonu Azure Resource Manageru (ARM) se soubory, které jste upravili.

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

Informace o nasazení šablon a souborů parametrů najdete v dokumentaci k šabloně ARM.

Váš prostředek jazyka musí mít správu identit, aby ho bylo možné povolit pomocí webu Azure Portal:

1. Přechod na prostředek jazyka
2. V nabídce vlevo v části Správa prostředků vyberte Identita.
3. Na kartě Přiřazený systém nezapomeňte nastavit stav na Zapnuto.

Váš prostředek jazyka musí mít správu identit, aby ho bylo možné povolit v sadě Language Studio:

1. Výběr ikony nastavení v pravém horním rohu obrazovky
2. Vybrat prostředky
3. Zaškrtněte políčko Spravovaná identita prostředku Azure AI Language.

1. Přihlaste se k sadě Language Studio. Zobrazí se okno, ve které můžete vybrat předplatné a prostředek jazyka. Vyberte prostředek jazyka.

2. V části Klasifikovat text v sadě Language Studio vyberte Vlastní klasifikaci textu.

   

3. V horní nabídce na stránce projektů vyberte Vytvořit nový projekt . Vytvoření projektu vám umožní označovat data, trénovat, vyhodnocovat, vylepšovat a nasazovat modely.

   

4. Po kliknutí na možnost Vytvořit nový projekt se zobrazí okno, které vám umožní připojit účet úložiště. Pokud jste už připojili účet úložiště, zobrazí se účet úložiště připojený. Pokud ne, zvolte účet úložiště v rozevíracím seznamu, který se zobrazí, a vyberte Připojit účet úložiště. Tím se nastaví požadované role pro váš účet úložiště. Tento krok pravděpodobně vrátí chybu, pokud nejste v účtu úložiště přiřazeni jako vlastník .

   Poznámka:

   • Tento krok stačí provést jenom jednou pro každý nový prostředek jazyka, který používáte.
   • Tento proces je nevratný, pokud k prostředku jazyka připojíte účet úložiště, nemůžete ho později odpojit.
   • Prostředek jazyka můžete připojit pouze k jednomu účtu úložiště.

   

5. Vyberte typ projektu. Můžete vytvořit projekt klasifikace více popisků, kde každý dokument může patřit do jedné nebo více tříd nebo projektu klasifikace s jedním popiskem, kde každý dokument může patřit pouze do jedné třídy. Vybraný typ nelze později změnit. Další informace o typech projektů

   

6. Zadejte informace o projektu, včetně názvu, popisu a jazyka dokumentů v projektu. Pokud používáte ukázkovou datovou sadu, vyberte angličtinu. Později nebudete moct změnit název projektu. Vyberte Další.

   Tip

   Vaše datová sada nemusí být úplně ve stejném jazyce. Můžete mít více dokumentů, z nichž každý má různé podporované jazyky. Pokud vaše datová sada obsahuje dokumenty různých jazyků nebo pokud očekáváte text z různých jazyků během běhu, vyberte možnost povolit vícejazyčnou datovou sadu , když zadáte základní informace o projektu. Tuto možnost můžete povolit později na stránce Nastavení projektu.

7. Vyberte kontejner, do kterého jste datovou sadu nahráli.

   Poznámka:

   Pokud jste už data označili popiskem, ujistěte se, že se řídí podporovaným formátem , a vyberte Ano, dokumenty jsou už označené a mám formátovaný soubor popisků JSON a v rozevírací nabídce níže vyberte soubor štítků.

   Pokud používáte některou z ukázkových datových sad, použijte zahrnutý webOfScience_labelsFile soubor nebo movieLabels soubor JSON. Pak vyberte Další.

8. Zkontrolujte zadaná data a vyberte Vytvořit projekt.

Pokud chcete začít vytvářet vlastní model klasifikace textu, musíte vytvořit projekt. Vytvoření projektu vám umožní označovat data, trénovat, vyhodnocovat, vylepšovat a nasazovat modely.

K vytvoření projektu vytvořte požadavek PATCH pomocí následující adresy URL, hlaviček a textu JSON.

Adresa URL požadavku

K vytvoření projektu použijte následující adresu URL. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

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

Hlavičky

K ověření požadavku použijte následující hlavičku.

Text

V požadavku použijte následující kód JSON. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

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

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

Tento požadavek vrátí odpověď 201, což znamená, že se projekt vytvoří.

Tento požadavek vrátí chybu, pokud:

• Vybraný prostředek nemá pro účet úložiště správná oprávnění.

1. Přihlaste se k sadě Language Studio. Zobrazí se okno, ve které můžete vybrat předplatné a prostředek jazyka. Vyberte prostředek jazyka.

2. V části Klasifikovat text v sadě Language Studio vyberte Vlastní klasifikaci textu.

   

3. V horní nabídce na stránce projektů vyberte Vytvořit nový projekt . Vytvoření projektu vám umožní označovat data, trénovat, vyhodnocovat, vylepšovat a nasazovat modely.

   

4. Po výběru možnosti Vytvořit nový projekt se zobrazí obrazovka, která vám umožní připojit účet úložiště. Pokud nemůžete najít účet úložiště, ujistěte se, že jste vytvořili prostředek pomocí doporučených kroků. Pokud jste už připojili účet úložiště k vašemu prostředku jazyka, uvidíte připojený účet úložiště.

   Poznámka:

   • Tento krok stačí provést jenom jednou pro každý nový prostředek jazyka, který používáte.
   • Tento proces je nevratný, pokud k prostředku jazyka připojíte účet úložiště, nemůžete ho později odpojit.
   • Prostředek jazyka můžete připojit pouze k jednomu účtu úložiště.

   

5. Vyberte typ projektu. Můžete vytvořit projekt klasifikace více popisků, kde každý dokument může patřit do jedné nebo více tříd nebo projektu klasifikace s jedním popiskem, kde každý dokument může patřit pouze do jedné třídy. Vybraný typ nelze později změnit.

   

6. Zadejte informace o projektu, včetně názvu, popisu a jazyka dokumentů v projektu. Později nebudete moct změnit název projektu. Vyberte Další.

   Tip

   Vaše datová sada nemusí být úplně ve stejném jazyce. Můžete mít více dokumentů, z nichž každý má různé podporované jazyky. Pokud vaše datová sada obsahuje dokumenty různých jazyků nebo pokud očekáváte text z různých jazyků během běhu, vyberte možnost povolit vícejazyčnou datovou sadu , když zadáte základní informace o projektu. Tuto možnost můžete povolit později na stránce Nastavení projektu.

7. Vyberte kontejner, do kterého jste datovou sadu nahráli.

8. Vyberte Ano, dokumenty jsou už označené a mám formátovaný soubor popisků JSON a v rozevírací nabídce níže vyberte soubor popisků a naimportujte soubor štítků JSON. Ujistěte se, že se řídí podporovaným formátem.

9. Vyberte Další.

10. Zkontrolujte zadaná data a vyberte Vytvořit projekt.

Odešlete požadavek POST pomocí následující adresy URL, hlaviček a textu JSON pro import souboru štítků. Ujistěte se, že soubor štítků dodržuje akceptované formátování.

Pokud projekt se stejným názvem již existuje, nahradí se data tohoto projektu.

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

Hlavičky

K ověření požadavku použijte následující hlavičku.

Text

V požadavku použijte následující kód JSON. Nahraďte níže uvedené zástupné hodnoty vlastními hodnotami.

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customMultiLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customMultiLabelClassification",
    "classes": [
      {
        "category": "Class1"
      },
      {
        "category": "Class2"
      }
    ],
    "documents": [
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class1"
          },
          {
            "category": "Class2"
          }
        ]
      },
      {
        "location": "{DOCUMENT-NAME}",
        "language": "{LANGUAGE-CODE}",
        "dataset": "{DATASET}",
        "classes": [
          {
            "category": "Class2"
          }
        ]
      }
    ]
  }
}

{
  "projectFileVersion": "{API-VERSION}",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "{PROJECT-NAME}",
    "storageInputContainerName": "{CONTAINER-NAME}",
    "projectKind": "customSingleLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "{LANGUAGE-CODE}",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customSingleLabelClassification",
        "classes": [
            {
                "category": "Class1"
            },
            {
                "category": "Class2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class2"
                }
            },
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class1"
                }
            }
        ]
    }
}

Po odeslání požadavku rozhraní API obdržíte 202 odpověď, která značí, že úloha byla odeslána správně. V hlavičce odpovědi extrahujte operation-location hodnotu. Bude formátován takto:

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

{JOB-ID} slouží k identifikaci vašeho požadavku, protože tato operace je asynchronní. Tuto adresu URL použijete k získání stavu úlohy importu.

Možné chybové scénáře pro tento požadavek:

• Vybraný prostředek nemá správná oprávnění pro účet úložiště.
• Zadaná storageInputContainerName hodnota neexistuje.
• Použije se neplatný kód jazyka nebo pokud typ kódu jazyka není řetězec.
• multilingual hodnota je řetězec, nikoli logická hodnota.

1. V sadě Language Studio přejděte na stránku nastavení projektu.

2. Zobrazí se podrobnosti o projektu.

3. Na této stránce můžete aktualizovat popis projektu a povolit nebo zakázat vícejazyčnou datovou sadu v nastavení projektu.

4. Můžete si také prohlédnout připojený účet úložiště a kontejner s prostředkem jazyka.

5. Primární klíč prostředku můžete načíst také z této stránky.

   

Pokud chcete získat podrobnosti projektu klasifikace vlastního textu, odešlete požadavek GET pomocí následující adresy URL a hlaviček. Zástupné hodnoty nahraďte vlastními hodnotami.

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

Hlavičky

K ověření požadavku použijte následující hlavičku.

Text odpovědi

Po odeslání požadavku se zobrazí následující odpověď.

{
  "createdDateTime": "2022-04-23T13:39:09.384Z",
  "lastModifiedDateTime": "2022-04-23T13:39:09.384Z",
  "lastTrainedDateTime": "2022-04-23T13:39:09.384Z",
  "lastDeployedDateTime": "2022-04-23T13:39:09.384Z",
  "projectKind": "customSingleLabelClassification",
  "storageInputContainerName": "{CONTAINER-NAME}",
  "projectName": "{PROJECT-NAME}",
  "multilingual": true,
  "description": "Project description",
  "language": "{LANGUAGE-CODE}"
}

Po odeslání požadavku rozhraní API obdržíte 200 odpověď s informacemi o úspěchu a textu odpovědi JSON s podrobnostmi o projektu.

Pokud už projekt nepotřebujete, můžete projekt odstranit pomocí sady Language Studio. V horní části vyberte Vlastní klasifikaci textu a pak vyberte projekt, který chcete odstranit. V horní nabídce vyberte Odstranit a projekt odstraňte.

Pokud už projekt nepotřebujete, můžete ho odstranit pomocí následujícího požadavku DELETE . Zástupné hodnoty nahraďte vlastními hodnotami.

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

Hlavičky

K ověření požadavku použijte následující hlavičku.

Po odeslání požadavku rozhraní API obdržíte 202 odpověď s informací o úspěchu, což znamená, že projekt byl odstraněn. Výsledky úspěšného volání se záhlavím Operation-Location sloužícím ke kontrole stavu úlohy.