Język platformy Azure w narzędziu Microsoft Foundry

  • 3 min

Porada

Aby uzyskać więcej szczegółów, zobacz kartę Tekst i obrazy .

Usługa Azure Language in Foundry Tools została zaprojektowana w celu ułatwienia wyodrębniania informacji z tekstu. Udostępnia ona funkcje, których można używać do wykonywania zadań, takich jak:

  • Wykrywanie języka — określanie języka, w którym jest zapisywany tekst.

  • rozpoznawanie jednostek nazwanych — wykrywanie odwołań do jednostek, w tym osób, lokalizacji, okresów, organizacji i nie tylko.

  • Wyodrębnianie danych osobowych (PII) — identyfikowanie i redagowanie danych osobowych w tekście.

    Diagram przedstawiający zasób językowy platformy Azure wykonujący wykrywanie języka, rozpoznawanie nazwanych jednostek i wyodrębnianie danych osobowych.

Notatka

Język platformy Azure udostępnia również funkcje analizy tonacji, podsumowania, wyodrębniania kluczowych fraz i innych typowych zadań związanych z językiem. Te przestarzałe funkcje są udostępniane do obsługi istniejących aplikacji.

Korzystanie z zasobu Microsoft Foundry na potrzeby analizy tekstu

Aby użyć języka platformy Azure w narzędziach Foundry do analizowania tekstu, musisz aprowizować zasób firmy Microsoft Foundry w ramach subskrypcji platformy Azure.

Gdy już skonfigurujesz zasób Foundry w ramach subskrypcji Azure, możesz użyć jego punktu końcowego, aby wywołać interfejsy API Azure Language z kodu, uwierzytelniając żądania przez podanie klucza skojarzonego z zasobem lub przy użyciu tożsamości Microsoft Entra ID. Interfejsy API języka platformy Azure można wywoływać, przesyłając żądania w formacie JSON do interfejsu REST lub używając dowolnego z dostępnych zestawów SDK specyficznych dla języka programowania.

Notatka

Przykłady kodu w tym module są oparte na języku Python przy użyciu zestawu SDK języka Python dla języka Azure w narzędziach Foundry. Zestawy SDK dla innych popularnych języków (takich jak Microsoft C#, JavaScript i inne) są zgodne z podobnym wzorcem.

Uwierzytelnianie

Aby uwierzytelnić się przy użyciu uwierzytelniania opartego na kluczach , użyj klucza skojarzonego z zasobem usługi Foundry — te informacje można znaleźć w portalu Foundry.

Porada

Domyślna strona główna w portalu Foundry zawiera punkt końcowy i klucz projektu. Aby wyświetlić klucz i punkt końcowy zasobu, możesz wyświetlić zasób nadrzędny dla projektu na karcie Administrator na stronie Obsługa portalu. Klucze zasobów projektu i odnajdywania są takie same, a punkt końcowy projektu jest punktem końcowym zasobu z dołączonym ciągiem /api/projects/{project_name} — więc jeśli punkt końcowy projektu to https://my-ai-app-foundry.services.ai.azure.com/api/projects/my-ai-app, punkt końcowy zasobu to https://my-ai-app-foundry.services.ai.azure.com.

Na przykład poniższy kod języka Python tworzy obiekt TextAnalyticsClient , który może służyć do przesyłania żądań do interfejsów API języka platformy Azure w zasobie foundry.

# run "pip install azure-ai-textanalytics" first to install the package 
from azure.core.credentials import AzureKeyCredential
from azure.ai.textanalytics import TextAnalyticsClient

# Create client using endpoint and key
credential = AzureKeyCredential("YOUR_FOUNDRY_RESOURCE_KEY")
client = TextAnalyticsClient(endpoint="YOUR_FOUNDRY_RESOURCE_ENDPOINT", 
                             credential=credential)

Aby uzyskać większe bezpieczeństwo w rozwiązaniach produkcyjnych, firma Microsoft zaleca korzystanie z uwierzytelniania identyfikatora Entra firmy Microsoft. Na przykład poniższy kod w języku Python używa domyślnej tożsamości platformy Azure kontekstu, w którym działa aplikacja kliencka.

# run "pip install azure-identity azure-ai-textanalytics" first to install the packages 
from azure.identity import DefaultAzureCredential
from azure.ai.textanalytics import TextAnalyticsClient

# Create client using endpoint and default Azure identity
credential = DefaultAzureCredential()
client = TextAnalyticsClient(endpoint="YOUR_FOUNDRY_RESOURCE_ENDPOINT", 
                             credential=credential)