チュートリアル:Power BI での Cognitive Services の使用

Power BI で Azure Cognitive Services からの一連の関数にアクセスし、データフロー用のセルフ サービスのデータ準備でデータを強化することが可能です。 現在サポートされているサービスは、感情分析、キー フレーズ抽出、言語検出、および画像のタグ付けです。 変換は Power BI サービス上で実行されます。Azure Cognitive Services サブスクリプションは不要です。 この機能には、Power BI Premium が必要です。

Cognitive Services の変換は、データフロー用のセルフ サービスのデータ準備でサポートされます。 最初に、この記事のテキスト分析および画像のタグ付けに関するステップ バイ ステップの例を使用します。

このチュートリアルで学習する内容は次のとおりです。

前提条件

このチュートリアルを完了するには、次の前提条件を用意しておく必要があります。

• Power BI アカウント。 Power BI にサインアップしていない場合は、無料の試用版にサインアップしてください。
• AI ワークロードが有効な Power BI Premium 容量へのアクセス権。 プレビュー中、既定では、このワークロードはオフになります。 Premium 容量を使用しているのに AI Insights が表示されない場合は、Premium 容量の管理者に連絡し、管理ポータルで AI ワークロードを有効にしてもらってください。

テキスト分析

チュートリアルのテキスト分析の部分を完了するには、このセクションの手順に従ってください。

手順 1: Power BI サービスでセンチメント スコアリングを適用する

最初に、Premium 容量を持つ Power BI ワークスペースに移動します。次に、画面右上の [作成] ボタンを使用して、新しいデータフローを作成します。

データフロー ダイアログには、新しいデータフローを作成するためのオプションが表示されます。[新しいエンティティを追加] を選択して、次に、データ ソースのメニューから [テキスト/CSV] を選択します。

URL フィールドに URL https://pbiaitutorials.blob.core.windows.net/textanalytics/FabrikamComments.csv を貼り付けて、[次へ] を選択します。

これでデータがテキスト分析に使用できるようになりました。 顧客のコメント列に対してセンチメント スコアリングとキー フレーズ抽出を使用できます。

Power Query エディターで、 [AI Insights] を選択します。

[Cognitive Services] フォルダーを展開し、使用する関数を選択します。 この例では、コメント列のセンチメントをスコア付けしていますが、同じ手順に従って、言語検出とキー フレーズ抽出を試すこともできます。

関数を選択すると、必須フィールドと省略可能フィールドが表示されます。 例のレビューのセンチメントをスコア付けするには、レビュー列をテキスト入力として選択します。 カルチャ情報は省略可能な入力で、ISO 形式で入力する必要があります。 たとえば、テキストを英語として処理する場合は、「en」と入力します。 フィールドを空白のままにした場合、Power BI は、最初に入力値の言語を検出してから、センチメントをスコア付けします。

ここで [Invoke](呼び出し) を選択すると、関数が実行されます。 関数によって、各行のセンチメント スコアを含む新しい列がテーブルに追加されます。 [AI insights] に戻ると、レビュー テキストのキー フレーズを同じ方法で抽出できます。

変換が完了したら、クエリ名を Customer comments に変更して、[完了] を選択します。

次に、データフローを保存して、その名前を Fabrikam に設定します。 データフローを保存した後にポップアップ表示される [今すぐ更新] ボタンを選択します。

データフローを保存して更新した後は、Power BI レポートで使用できます。

手順 2:Power BI Desktop から接続する

Power BI Desktop を開きます。 [ホーム] リボンで [データを取得] を選択します。

[Power BI] を選択し、[Power BI データフロー] を選択します。 [接続] を選択します。

組織のアカウントを使ってサインインします。

作成したデータフローを選択します。 [Customer comments] テーブルに移動して、[読み込み] を選択します。

以上でデータが読み込まれ、レポートの作成を開始できるようになります。

イメージのタグ付け

Power BI サービスで、Premium 容量を持つワークスペースに移動します。 画面右上の [作成] ボタンを使用して、新しいデータフローを作成します。

[新しいエンティティを追加] を選択します。

データ ソースの選択を求められたら、[空のクエリ] を選択します。

クエリ エディターでこのクエリをコピーし、[次へ] を選択します。 URL パスを他の画像に置き換えるか、さらに行を追加します。 "Web.Contents" 関数は、イメージの URL をバイナリとしてインポートします。 データ ソースにイメージがバイナリとして保存されている場合は、それを直接使用することもできます。

let
  Source = Table.FromRows({
  { Web.Contents("https://images.pexels.com/photos/87452/flowers-background-butterflies-beautiful-87452.jpeg") },
  { Web.Contents("https://upload.wikimedia.org/wikipedia/commons/5/53/Colosseum_in_Rome%2C_Italy_-_April_2007.jpg") }}, { "Image" })
in
  Source

資格情報の入力を求められたら、 [匿名] を選択します。

次のダイアログが表示されます。

Power BI では、各 Web ページの資格情報の入力を求められます。

クエリ エディターで [AI Insights] を選択します。

次に、組織のアカウントでサインインします。

Tag Images 関数を選択し、列フィールドに「[Binary]」と入力し、カルチャ情報フィールドに「en」と入力します。

関数エディターで、列名を囲む引用符を削除します。

この関数では、コンマ区切り形式のタグと json レコードとしてのタグの両方を含むレコードが返されます。 展開ボタンを選択すると、その一方または両方を、列としてテーブルに追加できます。

[完了] を選択し、データフローを保存します。 データフローを更新すると、データフロー コネクタを使用して Power BI Desktop からそれに接続できます。

リソースをクリーンアップする

このチュートリアルの使用が完了したら、Power Query エディターでクエリ名を右クリックし、[削除] を選択して、クエリを削除します。

制限事項

ゲートウェイの Cognitive Services での使用には、いくつかの既知の問題があります。 ゲートウェイを使用する必要がある場合は、まずゲートウェイを使って必要なデータをインポートするデータフローを作成することをお勧めします。 その後、最初のデータフローを参照する別のデータフローを作成して、これらの関数を適用します。

AI のデータフローの操作が失敗した場合は、データフローでの AI の使用時に高速結合を有効にする必要がある場合があります。 テーブルのインポートが完了したら、AI 機能の追加を開始する "前" に、[ホーム] リボンから [オプション] を選択し、表示されるウィンドウで [複数のソースからデータを結合できるようにします] の横にあるチェックボックスをオンにして機能を有効にしてから、[OK] を選択して選択内容を保存します。 その後、データフローに AI 機能を追加できるようになります。

関連するコンテンツ

このチュートリアルでは、Power BI のデータ フロー上でセンチメント スコアリングおよびイメージのタグ付け関数を適用しました。 Power BI での Cognitive Services について詳しくは、以下の記事を参照してください。

• Azure Cognitive Services
• データフロー上でのセルフサービスのデータ準備の開始
• Power BI Premium の詳細について

次の記事にも興味をもたれるかもしれません。

• データフローを使用した AI