Så här skapar du ett anpassat textklassificeringsprojekt

Skapa en ny resurs från Azure Portal

1. Gå till Azure Portal för att skapa en ny Azure AI Language-resurs.

2. I fönstret som visas väljer du Anpassad textklassificering och anpassad namngiven entitetsigenkänning från de anpassade funktionerna. Välj Fortsätt för att skapa resursen längst ned på skärmen.

   

3. Skapa en språkresurs med följande information.

   Name	Obligatoriskt värde
   Prenumeration	Din Azure-prenumeration.
   Resursgrupp	En resursgrupp som ska innehålla din resurs. Du kan använda en befintlig eller skapa en ny.
   Region	En av de regioner som stöds. Till exempel "USA, västra 2".
   Name	Ett namn på resursen.
   Prisnivå	En av de prisnivåer som stöds. Du kan använda nivån Kostnadsfri (F0) för att prova tjänsten.

   Om du får ett meddelande om att ditt inloggningskonto inte är ägare till det valda lagringskontots resursgrupp måste ditt konto ha en ägarroll tilldelad till resursgruppen innan du kan skapa en Språkresurs. Kontakta din Azure-prenumerationsägare om du vill ha hjälp.

   Du kan fastställa din Azure-prenumerationsägare genom att söka i resursgruppen och följa länken till den associerade prenumerationen. Sedan:

   1. Välj fliken Åtkomstkontroll (IAM)
   2. Välj Rolltilldelningar
   3. Filtrera efter roll:Ägare.

4. I avsnittet Anpassad textklassificering och anpassad namngiven entitetsigenkänning väljer du ett befintligt lagringskonto eller väljer Nytt lagringskonto. Observera att dessa värden hjälper dig att komma igång och inte nödvändigtvis de lagringskontovärden som du vill använda i produktionsmiljöer. Undvik svarstider när du skapar projektet genom att ansluta till lagringskonton i samma region som språkresursen.

   Lagringskontovärde	Rekommenderat värde
   Lagringskontonamn	Valfritt namn
   Typ av lagringskonto	Standard LRS

5. Kontrollera att meddelandet om ansvarsfull AI är markerat. Välj Granska + skapa längst ned på sidan.

Skapa en ny språkresurs från Language Studio

Om det är första gången du loggar in visas ett fönster i Language Studio där du kan välja en befintlig språkresurs eller skapa en ny. Du kan också skapa en resurs genom att klicka på inställningsikonen i det övre högra hörnet, välja Resurser och sedan klicka på Skapa en ny resurs.

Skapa en språkresurs med följande information.

Om du vill använda anpassad textklassificering måste du ansluta resursen till ett lagringskonto. Om du inte har något kan du skapa ett Azure Storage-konto. Använd följande steg för att skapa ditt första projekt och ansluta ditt lagringskonto.

1. Logga in på Language Studio. Ett fönster visas där du kan välja din prenumeration och språkresurs. Välj språkresursen.

2. Under avsnittet Klassificera text i Language Studio väljer du Anpassad textklassificering.

   

3. Välj Skapa nytt projekt på den översta menyn på projektsidan. När du skapar ett projekt kan du märka data, träna, utvärdera, förbättra och distribuera dina modeller.

   

4. När du har klickat på Skapa nytt projekt visas ett fönster där du kan ansluta ditt lagringskonto. Om du redan har anslutit ett lagringskonto visas det anslutna lagringskontot. Om inte väljer du ditt lagringskonto i listrutan som visas och väljer Anslut lagringskonto. Detta anger de roller som krävs för ditt lagringskonto. Det här steget returnerar eventuellt ett fel om du inte har tilldelats som ägare på lagringskontot.

   Kommentar

   • Du behöver bara göra det här steget en gång för varje ny språkresurs som du använder.
   • Den här processen kan inte ångras, om du ansluter ett lagringskonto till din Språkresurs kan du inte koppla från det senare.
   • Du kan bara ansluta språkresursen till ett lagringskonto.

   

5. Välj projekttyp. Du kan antingen skapa ett klassificeringsprojekt för flera etiketter där varje dokument kan tillhöra en eller flera klasser eller ett klassificeringsprojekt med en etikett där varje dokument bara kan tillhöra en klass. Den valda typen kan inte ändras senare. Läs mer om projekttyper

   

6. Ange projektinformationen, inklusive ett namn, en beskrivning och språket för dokumenten i projektet. Om du använder exempeldatauppsättningen väljer du Engelska. Du kommer inte att kunna ändra namnet på projektet senare. Välj Nästa.

   Dricks

   Datamängden behöver inte vara helt på samma språk. Du kan ha flera dokument, var och en med olika språk som stöds. Om datamängden innehåller dokument med olika språk eller om du förväntar dig text från olika språk under körningen väljer du alternativet Aktivera flerspråkig datauppsättning när du anger grundläggande information för projektet. Det här alternativet kan aktiveras senare från sidan Projektinställningar .

7. Välj den container där du har laddat upp datamängden.

   Kommentar

   Om du redan har etiketterat dina data kontrollerar du att de följer formatet som stöds och väljer Ja, mina dokument är redan märkta och jag har formaterat JSON-etikettfilen och väljer etikettfilen i listrutan nedan.

   Om du använder någon av exempeldatauppsättningarna använder du den inkluderade webOfScience_labelsFile filen eller movieLabels json-filen. Välj sedan Nästa.

8. Granska de data som du har angett och välj Skapa projekt.

Du kan skapa en ny resurs och ett lagringskonto med hjälp av följande CLI-mall- och parameterfiler som finns på GitHub.

Redigera följande värden i parameterfilen:

Använd följande PowerShell-kommando för att distribuera Azure Resource Manager-mallen (ARM) med de filer som du redigerade.

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

Mer information om hur du distribuerar mallar och parameterfiler finns i dokumentationen för ARM-mallar.

Språkresursen måste ha identitetshantering för att aktivera den med hjälp av Azure Portal:

1. Gå till språkresursen
2. I den vänstra menyn går du till avsnittet Resurshantering och väljer Identitet
3. Från fliken Systemtilldelat ser du till att ange Status till På

Språkresursen måste ha identitetshantering för att kunna aktivera den med Hjälp av Language Studio:

1. Välj inställningsikonen i det övre högra hörnet på skärmen
2. Välj resurser
3. Markera kryssrutan Hanterad identitet för din Azure AI Language-resurs.

1. Logga in på Language Studio. Ett fönster visas där du kan välja din prenumeration och språkresurs. Välj språkresursen.

2. Under avsnittet Klassificera text i Language Studio väljer du Anpassad textklassificering.

   

3. Välj Skapa nytt projekt på den översta menyn på projektsidan. När du skapar ett projekt kan du märka data, träna, utvärdera, förbättra och distribuera dina modeller.

   

4. När du har klickat på Skapa nytt projekt visas ett fönster där du kan ansluta ditt lagringskonto. Om du redan har anslutit ett lagringskonto visas det anslutna lagringskontot. Om inte väljer du ditt lagringskonto i listrutan som visas och väljer Anslut lagringskonto. Detta anger de roller som krävs för ditt lagringskonto. Det här steget returnerar eventuellt ett fel om du inte har tilldelats som ägare på lagringskontot.

   Kommentar

   • Du behöver bara göra det här steget en gång för varje ny språkresurs som du använder.
   • Den här processen kan inte ångras, om du ansluter ett lagringskonto till din Språkresurs kan du inte koppla från det senare.
   • Du kan bara ansluta språkresursen till ett lagringskonto.

   

5. Välj projekttyp. Du kan antingen skapa ett klassificeringsprojekt för flera etiketter där varje dokument kan tillhöra en eller flera klasser eller ett klassificeringsprojekt med en etikett där varje dokument bara kan tillhöra en klass. Den valda typen kan inte ändras senare. Läs mer om projekttyper

   

6. Ange projektinformationen, inklusive ett namn, en beskrivning och språket för dokumenten i projektet. Om du använder exempeldatauppsättningen väljer du Engelska. Du kommer inte att kunna ändra namnet på projektet senare. Välj Nästa.

   Dricks

   Datamängden behöver inte vara helt på samma språk. Du kan ha flera dokument, var och en med olika språk som stöds. Om datamängden innehåller dokument med olika språk eller om du förväntar dig text från olika språk under körningen väljer du alternativet Aktivera flerspråkig datauppsättning när du anger grundläggande information för projektet. Det här alternativet kan aktiveras senare från sidan Projektinställningar .

7. Välj den container där du har laddat upp datamängden.

   Kommentar

   Om du redan har etiketterat dina data kontrollerar du att de följer formatet som stöds och väljer Ja, mina dokument är redan märkta och jag har formaterat JSON-etikettfilen och väljer etikettfilen i listrutan nedan.

   Om du använder någon av exempeldatauppsättningarna använder du den inkluderade webOfScience_labelsFile filen eller movieLabels json-filen. Välj sedan Nästa.

8. Granska de data som du har angett och välj Skapa projekt.

Om du vill börja skapa en anpassad textklassificeringsmodell måste du skapa ett projekt. När du skapar ett projekt kan du märka data, träna, utvärdera, förbättra och distribuera dina modeller.

Skapa en PATCH-begäran med hjälp av följande URL, rubriker och JSON-brödtext för att skapa projektet.

Begärans-URL

Använd följande URL för att skapa ett projekt. Ersätt platshållarvärdena nedan med dina egna värden.

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

Sidhuvuden

Använd följande rubrik för att autentisera din begäran.

Brödtext

Använd följande JSON i din begäran. Ersätt platshållarvärdena nedan med dina egna värden.

{
  "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}"
}

Den här begäran returnerar ett 201-svar, vilket innebär att projektet skapas.

Den här begäran returnerar ett fel om:

• Den valda resursen har inte rätt behörighet för lagringskontot.

1. Logga in på Language Studio. Ett fönster visas där du kan välja din prenumeration och språkresurs. Välj språkresursen.

2. Under avsnittet Klassificera text i Language Studio väljer du Anpassad textklassificering.

   

3. Välj Skapa nytt projekt på den översta menyn på projektsidan. När du skapar ett projekt kan du märka data, träna, utvärdera, förbättra och distribuera dina modeller.

   

4. När du har valt Skapa nytt projekt visas en skärm där du kan ansluta ditt lagringskonto. Om du inte hittar ditt lagringskonto kontrollerar du att du har skapat en resurs med hjälp av de rekommenderade stegen. Om du redan har anslutit ett lagringskonto till språkresursen ser du att ditt lagringskonto är anslutet.

   Kommentar

   • Du behöver bara göra det här steget en gång för varje ny språkresurs som du använder.
   • Den här processen kan inte ångras, om du ansluter ett lagringskonto till din Språkresurs kan du inte koppla från det senare.
   • Du kan bara ansluta språkresursen till ett lagringskonto.

   

5. Välj projekttyp. Du kan antingen skapa ett klassificeringsprojekt för flera etiketter där varje dokument kan tillhöra en eller flera klasser eller ett klassificeringsprojekt med en etikett där varje dokument bara kan tillhöra en klass. Den valda typen kan inte ändras senare.

   

6. Ange projektinformationen, inklusive ett namn, en beskrivning och språket för dokumenten i projektet. Du kommer inte att kunna ändra namnet på projektet senare. Välj Nästa.

   Dricks

   Datamängden behöver inte vara helt på samma språk. Du kan ha flera dokument, var och en med olika språk som stöds. Om datamängden innehåller dokument med olika språk eller om du förväntar dig text från olika språk under körningen väljer du alternativet Aktivera flerspråkig datauppsättning när du anger grundläggande information för projektet. Det här alternativet kan aktiveras senare från sidan Projektinställningar .

7. Välj den container där du har laddat upp datamängden.

8. Välj Ja, mina dokument är redan märkta och jag har formaterat JSON-etikettfilen och väljer etikettfilen i den nedrullningsbara menyn nedan för att importera JSON-etikettfilen. Kontrollera att det följer formatet som stöds.

9. Välj Nästa.

10. Granska de data som du har angett och välj Skapa projekt.

Skicka en POST-begäran med hjälp av följande URL, rubriker och JSON-brödtext för att importera din etikettfil. Kontrollera att din etikettfil följer det godkända formatet.

Om det redan finns ett projekt med samma namn ersätts data för projektet.

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

Sidhuvuden

Använd följande rubrik för att autentisera din begäran.

Brödtext

Använd följande JSON i din begäran. Ersätt platshållarvärdena nedan med dina egna värden.

{
  "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"
                }
            }
        ]
    }
}

När du har skickat din API-begäran får du ett 202 svar som anger att jobbet har skickats korrekt. Extrahera värdet i svarshuvudena operation-location . Den formateras så här:

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

{JOB-ID} används för att identifiera din begäran, eftersom den här åtgärden är asynkron. Du använder den här URL:en för att hämta status för importjobbet.

Möjliga felscenarier för den här begäran:

• Den valda resursen har inte rätt behörigheter för lagringskontot.
• Den storageInputContainerName angivna finns inte.
• Ogiltig språkkod används, eller om språkkodtypen inte är sträng.
• multilingual värdet är en sträng och inte ett booleskt värde.

1. Gå till sidan projektinställningar i Language Studio.

2. Du kan se projektinformation.

3. På den här sidan kan du uppdatera projektbeskrivningen och aktivera/inaktivera flerspråkig datauppsättning i projektinställningar.

4. Du kan också visa det anslutna lagringskontot och containern till språkresursen.

5. Du kan också hämta resursens primärnyckel från den här sidan.

   

Om du vill få information om projektinformation för anpassad textklassificering skickar du en GET-begäran med hjälp av följande URL och rubriker. Ersätt platshållarvärdena med dina egna värden.

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

Sidhuvuden

Använd följande rubrik för att autentisera din begäran.

Svarstext

När du har skickat begäran får du följande svar.

{
  "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}"
}

När du har skickat din API-begäran får du ett 200 svar som anger lyckad och JSON-svarstext med projektinformationen.

När du inte längre behöver projektet kan du ta bort projektet med Hjälp av Language Studio. Välj Anpassad textklassificering överst och välj sedan det projekt som du vill ta bort. Välj Ta bort på den översta menyn för att ta bort projektet.

När du inte längre behöver projektet kan du ta bort det med följande DELETE-begäran . Ersätt platshållarvärdena med dina egna värden.

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

Sidhuvuden

Använd följande rubrik för att autentisera din begäran.

När du har skickat din API-begäran får du ett 202 svar som anger att projektet har slutförts, vilket innebär att projektet har tagits bort. Ett lyckat anrop resulterar i ett Operation-Location huvud som används för att kontrollera jobbets status.