カスタム テキスト分類プロジェクトを作成する方法

Azure portal から新しいリソースを作成する

1. Azure portal に移動して、Foundry Tools リソースで新しい Azure 言語を作成します。

2. ウィンドウが表示されるので、カスタム機能から [カスタム テキスト分類とカスタム固有表現認識] を選びます。 画面の下部にある [リソースの作成を続行する] を選択します。

   

3. 次の詳細を使用して言語リソースを作成します。

   名前	必須値
   サブスクリプション	Azure サブスクリプション。
   Resource group	リソースを含むリソース グループ。 既存のものを使用するか、新しく作成することができます。
   リージョン	サポートされているリージョンのいずれか。 たとえば、"米国西部 2" です。
   名前	リソースの名前。
   Pricing tier	サポートされている価格レベルのいずれか。 Free (F0) レベルを利用してサービスを試用できます。

   "ログイン アカウントが選択したストレージ アカウントのリソース グループの所有者ではない" ことを通知するメッセージが表示された場合は、言語リソースを作成する前に、アカウントでそのリソース グループに所有者ロールを割り当てる必要があります。 Azure サブスクリプションの所有者に問い合わせてください。

   Azure サブスクリプションの所有者を確認するには、リソース グループを検索し、リンクに従ってそれに関連付けられているサブスクリプションに移動します。 その後、以下を実行します。

   1. [アクセス制御 (IAM)] タブを選びます
   2. [ロールの割り当て] を選びます
   3. Role:Owner でフィルター処理します。

4. [カスタム テキスト分類とカスタム固有表現認識] セクションで、既存のストレージ アカウントを選択するか、[新しいストレージ アカウント] を選択します。 これらの値は使用を開始するためのものであり、運用環境で使用したいストレージ アカウントの値である必要はないことに注意してください。 プロジェクト ビルド中の待機時間をなくすには、言語リソースと同じリージョンのストレージ アカウントに接続します。

   ストレージ アカウントの値	推奨値
   ストレージ アカウント名	任意の名前
   ストレージ アカウントの種類	標準 LRS

5. [責任ある AI の通知] がオンになっていることを確認します。 ページ下部にある [確認と作成] を選択します。

Language Studio から新しい言語リソースを作成する

初めてログインする場合は、 Language Studio に既存の言語リソースを選択したり、新しい言語リソースを作成したりできるウィンドウが表示されます。 また、右上隅にある設定アイコンをクリックし、[リソース] を選び、[新しいリソースを作成する] をクリックしてリソースを作成することもできます。

次の詳細を使用して言語リソースを作成します。

カスタム テキスト分類を使用するには、リソースをストレージ アカウントに接続する必要があります。 Azure ストレージ アカウントがない場合は作成します。 最初のプロジェクトを作成し、ストレージ アカウントを接続するには、次の手順に従います。

1. Language Studio にサインインします。 サブスクリプションと言語リソースを選択できるウィンドウが表示されます。 言語リソースを選びます。

2. Language Studio の [テキストの分類] セクションで、[カスタム テキストの分類] を選択します。

   

3. プロジェクト ページの上部メニューから、[Create new project]\(新しいプロジェクトの作成\) を選択します。 プロジェクトを作成すると、データのラベル付け、モデルのトレーニング、評価、改善、デプロイを行うことができます。

   

4. [ 新しいプロジェクトの作成] を選択すると、ストレージ アカウントを接続するためのウィンドウが表示されます。 ストレージ アカウントを既に接続している場合は、プロジェクトに接続されているのを確認できます。 表示されない場合は、表示されるドロップダウンからストレージ アカウントを選択し、[ ストレージ アカウントの接続] を選択します。この選択により、ストレージ アカウントに必要なロールが設定されます。 この手順では、ストレージ アカウントの 所有者 として割り当てられていない場合、エラーが返される可能性があります。

   Note

   • この手順は、新しい言語リソースを使用するたびに 1 回だけ行う必要があります。
   • このプロセスは元に戻すことはできません。ストレージ アカウントを言語リソースに接続した場合、後で切断することはできません。
   • 言語リソースは 1 つのストレージ アカウントにのみ接続できます。

   

5. プロジェクト タイプを選択します。 各ドキュメントが 1 つまたは複数のクラスに属することができる複数ラベル分類プロジェクト、または各ドキュメントが 1 つのクラスにのみ属することができる単一ラベル分類プロジェクトのいずれかを作成できます。 選択したタイプを後で変更することはできません。 プロジェクトの種類の詳細

   

6. 名前、説明、プロジェクト内のドキュメントの言語など、プロジェクトの情報を入力します。 サンプル データセットを使用する場合は、[英語] を選択します。 後でプロジェクトの名前を変更することはできません。 [次へ]を選択します。

   ヒント

   データセットは、すべて同じ言語である必要はありません。 サポート言語がそれぞれ異なるドキュメントを複数用意することができます。 データセットに異なる言語のドキュメントが含まれている場合、または実行時に異なる言語のテキストを想定している場合は、プロジェクトの基本情報を入力するときに [多言語データセットを有効にする] オプションを選択します。 このオプションは、後で [プロジェクトの設定] ページから有効にすることができます。

7. データセットをアップロードしたコンテナーを選択します。

   Note

   既にデータにラベルを付けた場合は、 サポートされている形式 に従っていることを確認し、[はい] を選択します。 ドキュメントには既にラベルが付いています。また、JSON ラベル ファイルを書式設定 し、ドロップダウン メニューからラベル ファイルを選択します。

   データセットの例のいずれかを使用している場合は、含まれている webOfScience_labelsFile または json ファイル movieLabels 使用します。 [次へ]を選択します。

8. 入力したデータを確認し、[Create Project]\(プロジェクトの作成\) を選びます。

新しいリソースとストレージ アカウントは、GitHub でホストされる次の CLI テンプレートとパラメーター ファイルを使って作成できます。

パラメーター ファイルで次の値を編集します。

次の PowerShell コマンドを使って、編集したファイルと共に Azure Resource Manager (ARM) テンプレートをデプロイします。

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

テンプレートのデプロイとパラメーター ファイルについて詳しくは、ARM テンプレートのドキュメントを参照してください。

Azure portal を使用して有効にするには、言語リソースに ID 管理が必要です。

1. 言語リソースに移動します
2. 左側のメニューの [リソース管理] セクションで、[ID] を選択します
3. [システム割り当て済み] タブで、必ず [状態] を [オン] に設定します

Language Studio を使用して有効にするには、言語リソースに ID 管理が必要です。

1. 画面の右上の設定アイコンを選択します
2. [リソース] を選択します
3. Foundry Tools リソースの Azure 言語の [マネージド ID] チェック ボックスをオンにします。

1. Language Studio にサインインします。 サブスクリプションと言語リソースを選択できるウィンドウが表示されます。 言語リソースを選びます。

2. Language Studio の [テキストの分類] セクションで、[カスタム テキストの分類] を選択します。

   

3. プロジェクト ページの上部メニューから、[Create new project]\(新しいプロジェクトの作成\) を選択します。 プロジェクトを作成すると、データのラベル付け、モデルのトレーニング、評価、改善、デプロイを行うことができます。

   

4. [ 新しいプロジェクトの作成] を選択すると、ストレージ アカウントを接続するためのウィンドウが表示されます。 ストレージ アカウントを既に接続している場合は、プロジェクトに接続されているのを確認できます。 表示されない場合は、表示されるドロップダウンからストレージ アカウントを選択し、[ ストレージ アカウントの接続] を選択します。この選択により、ストレージ アカウントに必要なロールが設定されます。 この手順では、ストレージ アカウントの 所有者 として割り当てられていない場合、エラーが返される可能性があります。

   Note

   • この手順は、新しい言語リソースを使用するたびに 1 回だけ行う必要があります。
   • このプロセスは元に戻すことはできません。ストレージ アカウントを言語リソースに接続した場合、後で切断することはできません。
   • 言語リソースは 1 つのストレージ アカウントにのみ接続できます。

   

5. プロジェクト タイプを選択します。 各ドキュメントが 1 つまたは複数のクラスに属することができる複数ラベル分類プロジェクト、または各ドキュメントが 1 つのクラスにのみ属することができる単一ラベル分類プロジェクトのいずれかを作成できます。 選択したタイプを後で変更することはできません。 プロジェクトの種類の詳細

   

6. 名前、説明、プロジェクト内のドキュメントの言語など、プロジェクトの情報を入力します。 サンプル データセットを使用する場合は、[英語] を選択します。 後でプロジェクトの名前を変更することはできません。 [次へ]を選択します。

   ヒント

   データセットは、すべて同じ言語である必要はありません。 サポート言語がそれぞれ異なるドキュメントを複数用意することができます。 データセットに異なる言語のドキュメントが含まれている場合、または実行時に異なる言語のテキストを想定している場合は、プロジェクトの基本情報を入力するときに [多言語データセットを有効にする] オプションを選択します。 このオプションは、後で [プロジェクトの設定] ページから有効にすることができます。

7. データセットをアップロードしたコンテナーを選択します。

   Note

   既にデータにラベルを付けた場合は、 サポートされている形式 に従っていることを確認し、[はい] を選択します。 ドキュメントには既にラベルが付いています。また、JSON ラベル ファイルを書式設定 し、ドロップダウン メニューからラベル ファイルを選択します。

   データセットの例のいずれかを使用している場合は、含まれている webOfScience_labelsFile または json ファイル movieLabels 使用します。 [次へ]を選択します。

8. 入力したデータを確認し、[Create Project]\(プロジェクトの作成\) を選びます。

カスタム テキスト分類モデルを作り始めるには、プロジェクトを作成する必要があります。 プロジェクトを作成すると、データのラベル付け、モデルのトレーニング、評価、改善、デプロイを行うことができます。

プロジェクトを作成するには、次の URL、ヘッダー、JSON 本文を使って PATCH 要求を作成します。

要求 URL

次の URL を使用してプロジェクトを作成します。 プレースホルダーの値は、実際の値に置き換えます。

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

ヘッダー

要求を認証するには、次のヘッダーを使います。

Body

要求では次の JSON を使います。 プレースホルダーの値は、実際の値に置き換えます。

{
  "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}"
}

この要求は 201 応答を返します。つまり、プロジェクトが作成されます。

この要求は、次の場合にエラーを返します。

• 選んだリソースに、ストレージ アカウントに対する適切なアクセス許可がありません。

1. Language Studio にサインインします。 サブスクリプションと言語リソースを選択できるウィンドウが表示されます。 言語リソースを選びます。

2. Language Studio の [テキストの分類] セクションで、[カスタム テキストの分類] を選択します。

   

3. プロジェクト ページの上部メニューから、[Create new project]\(新しいプロジェクトの作成\) を選択します。 プロジェクトを作成すると、データのラベル付け、モデルのトレーニング、評価、改善、デプロイを行うことができます。

   

4. [新しいプロジェクトの作成] を選択すると、ストレージ アカウントを接続するための画面が表示されます。 ストレージ アカウントが見つからない場合は、推奨される手順を使ってリソースを作成したことを確認してください。 ストレージ アカウントを Language リソースに既に接続している場合は、ストレージ アカウントが接続されていることがわかります。

   Note

   • この手順は、新しい言語リソースを使用するたびに 1 回だけ行う必要があります。
   • この処理は元に戻すことができません。ストレージ アカウントを言語リソースに接続すると、後で切断することはできません。
   • 言語リソースは 1 つのストレージ アカウントにのみ接続できます。

   

5. プロジェクト タイプを選択します。 各ドキュメントが 1 つまたは複数のクラスに属することができる複数ラベル分類プロジェクト、または各ドキュメントが 1 つのクラスにのみ属することができる単一ラベル分類プロジェクトのいずれかを作成できます。 選択したタイプを後で変更することはできません。

   

6. 名前、説明、プロジェクト内のドキュメントの言語など、プロジェクトの情報を入力します。 プロジェクトの名前は後で変更できません。 [次へ]を選択します。

   ヒント

   データセットは、すべて同じ言語である必要はありません。 サポート言語がそれぞれ異なるドキュメントを複数用意することができます。 データセットに異なる言語のドキュメントが含まれている場合、または実行時に異なる言語のテキストを想定している場合は、プロジェクトの基本情報を入力するときに [多言語データセットを有効にする] オプションを選択します。 このオプションは、後で [プロジェクトの設定] ページから有効にすることができます。

7. データセットをアップロードしたコンテナーを選択します。

8. [Yes, my documents are already labeled and I have formatted JSON labels file] (はい、ドキュメントは既にラベル付けされており、JSON ラベルファイルは書式設定済みです) を選択し、下のドロップダウン メニューからラベル ファイルを選んで JSON ラベル ファイルをインポートします。 サポートされている形式に従っていることを確認します。

9. [次へ]を選択します。

10. 入力したデータを確認し、[Create Project]\(プロジェクトの作成\) を選びます。

ラベル ファイルをインポートするには、次の URL、ヘッダー、JSON 本文を使って POST 要求を送信します。 ラベル ファイルが、許容される形式に従っていることを確認してください。

同じ名前のプロジェクトが既に存在する場合は、そのプロジェクトのデータを置き換えます。

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

ヘッダー

要求を認証するには、次のヘッダーを使います。

Body

要求では次の JSON を使います。 プレースホルダーの値は、実際の値に置き換えます。

{
  "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"
                }
            }
        ]
    }
}

API 要求を送信すると、ジョブが正しく送信されたことを示す 202 応答を受け取ります。 応答ヘッダーで、次のように書式設定された operation-location 値を抽出します。

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

この操作は非同期であるため、{JOB-ID} を使って要求が識別されます。 この URL を使用して、インポート ジョブの状態を取得します。

この要求で考えられるエラー シナリオ:

• 選択されたリソースに、ストレージ アカウントに対する適切なアクセス許可がありません。
• 指定された storageInputContainerName が存在しません。
• 無効な言語コードが使用されているか、言語コードの種類が文字列でない場合。
• multilingual 値は文字列であり、ブール値ではありません。

1. Language Studio で [プロジェクト設定] ページに移動します。

2. プロジェクトの詳細を確認できます。

3. このページでは、プロジェクトの説明を更新し、プロジェクト設定で多言語データセットを有効または無効にすることができます。

4. また、言語リソースに接続されているストレージ アカウントとコンテナーを表示することもできます。

5. このページからリソースの主キーを取得することもできます。

   

カスタム テキスト分類プロジェクトの詳細を取得するには、次の URL とヘッダーを使用して GET 要求を送信します。 プレースホルダーの値は、実際の値に置き換えます。

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

ヘッダー

要求を認証するには、次のヘッダーを使います。

応答本文

要求を送信すると、次の応答が返されます。

{
  "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}"
}

API 要求を送信すると、プロジェクトの詳細と共に成功と JSON 応答本文を示す 200 応答を受け取ります。

プロジェクトが不要な場合は、Language Studio を使ってプロジェクトを削除できます。 上部の [カスタム テキスト分類] を選択し、削除するプロジェクトを選択します。 上部のメニューから [削除] を選択して、プロジェクトを削除します。

プロジェクトが不要になったら、次の DELETE 要求で削除できます。 プレースホルダーの値は、実際の値に置き換えます。

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

ヘッダー

要求を認証するには、次のヘッダーを使います。

API 要求を送信すると、成功を示す 202 応答が返されます。これは、プロジェクトが削除されていることを意味します。 呼び出しが成功すると、ジョブの状態を確認するために使用する Operation-Location ヘッダーが返されます。