Azure Cognitive スキーマを確認する

Azure AI 言語サービスは、テキスト データを操作するための強力なツールと生成 AI 言語モデルを提供します。 azure_cognitive 拡張機能の azure_ai スキーマ内の統合により、自然言語の理解および処理機能のこの豊富なセットに、データベースから直接アクセスできるようになりました。 この機能には、感情分析、言語検出と翻訳、キー フレーズ抽出、エンティティ認識、およびテキスト要約が含まれます。 主な側面を次に示します。

感情分析 は、特定のテキストのセンチメント (肯定的、否定的、または中立) を予測します。 各センチメント ラベルに信頼度スコアが割り当てられ、ユーザーが生成したコンテンツ、レビュー、またはソーシャル メディアの投稿の感情的なトーンを理解するのに役立ちます。

言語検出 は、テキストが書き込まれる言語を識別します。 これは、多言語アプリケーションやコンテンツ フィルタリングなどのシナリオに役立ちます。

要約 では、長いテキストの簡潔な概要が生成されます。 記事、ドキュメント、または長い段落から重要な情報を抽出する場合に便利です。

キー フレーズ抽出 は、ドキュメント内の重要な用語または語句を識別します。 コンテンツの分類、検索インデックス作成、トピック モデリングに役立ちます。

エンティティ抽出では、名前、場所、日付、電子メール アドレスなど、テキスト内のエンティティを識別する必要があります。これには、エンティティ リンクや PII (個人を特定できる情報) 検出など、いくつかの機能が含まれます。

テキスト翻訳 は、サポートされているソース言語とターゲット言語の間でテキスト翻訳を実行します。

azure_cognitive スキーマ

azure_cognitive拡張機能内のazure_ai スキーマは、PostgreSQL データベースから直接 Azure AI 言語サービスとの対話を容易にするように設計されています。 スキーマには、多数のユーザー定義関数 (UDF) が含まれています。

Functions

使用できる関数を使用すると、感情分析、言語の検出と翻訳、キー フレーズとエンティティの抽出、テキストの要約を行うことができます。

例: 感情分析

次の例では、 analyze_sentiment 関数を呼び出す方法を示します。

SELECT *
FROM azure_cognitive.analyze_sentiment(
  'The service was fantastic and the experience was wonderful!'
);

次のような結果が返されます。 出力では複合型が使用されていることに注意してください。この 型は、センチメント、信頼度スコア、文レベルの詳細を構成します。

 sentiment_analysis_result
---------------------------------------------------------
 (positive,"{(positive,0.98,0.01,0.01)}","The service...")

言語サービス エンドポイントとキーを設定する

azure_openai関数と同様に、azure_ai拡張機能を使用して言語サービスに対して正常に呼び出しを行うには、サービスのエンドポイントとキーを指定する必要があります。 次のコマンドは、azure_ai.settings 構成テーブルに設定を追加する方法を示しています。

SELECT azure_ai.set_setting('azure_cognitive.endpoint', '{endpoint}');
SELECT azure_ai.set_setting('azure_cognitive.subscription_key', '{api-key}');

translate関数を使用してテキスト翻訳を実行する場合は、拡張機能の Azure AI サービスへの接続を構成するときにリージョンも指定する必要があります。

-- the region setting is only required for the translate function
SELECT azure_ai.set_setting('azure_cognitive.region', '{region}');