다음을 통해 공유


사용자 지정 모델 쿼리

배포가 성공적으로 추가되면 배포를 쿼리하여 배포에 할당한 모델을 기반으로 텍스트에서 엔터티를 추출할 수 있습니다.

예측 API를 사용하거나 클라이언트 라이브러리(Azure SDK)를 통해 프로그래밍 방식으로 배포를 쿼리할 수 있습니다.

배포된 모델 테스트

프로젝트에 대한 최신 정보를 조회하고, 필요한 변경을 하고, Microsoft Foundry를 통해 프로젝트 관리 작업을 효율적으로 감독할 수 있습니다.

Language Studio 내에서 배포된 모델을 테스트하려면 다음을 수행합니다.

  1. 왼쪽 메뉴에서 배포 테스트를 선택합니다.

  2. 테스트할 배포를 선택합니다. 배포에 할당된 모델만 테스트할 수 있습니다.

  3. 다국어 프로젝트의 경우 언어 드롭다운에서 테스트할 텍스트의 언어를 선택합니다.

  4. 드롭다운에서 쿼리/테스트하려는 배포를 선택합니다.

  5. 요청에 제출할 텍스트를 입력하거나 사용할 .txt 파일을 업로드할 수 있습니다.

  6. 상단 메뉴에서 테스트 실행을 선택합니다.

  7. 결과 탭에 텍스트에서 추출된 엔터티와 해당 형식이 표시됩니다. 또한 JSON 탭 아래에는 JSON 응답이 표시됩니다.

모델 테스트 결과를 보여주는 스크린샷.

사용자 지정 NER 작업 제출

POST 요청을 사용하여 텍스트 분류 작업을 시작합니다.

{ENDPOINT}/language/analyze-text/jobs?api-version={API-VERSION}
자리 표시자 예제
{ENDPOINT} API 요청을 인증하기 위한 엔드포인트입니다. https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION} 호출하는 API의 버전입니다. 참조되는 값은 릴리스된 최신 버전에 대한 값입니다. 자세한 내용은 모델 수명 주기참조하세요. 2022-05-01

헤더

Ocp-Apim-Subscription-Key 이 API에 대한 액세스를 제공하는 키입니다.

본문

{
  "displayName": "Extracting entities",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
     {
      "kind": "CustomEntityRecognition",
      "taskName": "Entity Recognition",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}
자리 표시자 예제
displayName {JOB-NAME} 작업 이름입니다. MyJobName
documents , , 작업을 실행할 문서 목록입니다. [{},{}]
id {DOC-ID} 문서 이름 또는 ID입니다. doc1
language {LANGUAGE-CODE} 문서의 언어 코드를 지정하는 문자열입니다. 이 키를 지정하지 않으면 서비스는 프로젝트를 만드는 동안 선택한 프로젝트의 기본 언어를 가정합니다. 지원되는 언어 코드 목록은 언어 지원을 참조하세요. en-us
text {DOC-TEXT} 작업을 실행할 작업을 문서화합니다. Lorem ipsum dolor sit amet
tasks 수행하려는 작업 목록입니다. []
taskName CustomEntityRecognition 작업 이름 CustomEntityRecognition
parameters 작업에 전달할 매개 변수 목록입니다.
project-name {PROJECT-NAME} 프로젝트에 대한 이름입니다. 이 값은 대/소문자를 구분합니다. myProject
deployment-name {DEPLOYMENT-NAME} 배포의 이름입니다. 이 값은 대/소문자를 구분합니다. prod

응답

작업이 성공적으로 제출되었음을 나타내는 202 응답이 표시됩니다. 응답 헤더에서 operation-location을 추출합니다. operation-location 형식은 다음과 같습니다.

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

이 URL을 사용하여 작업 완료 상태를 쿼리하고 작업이 완료되면 결과를 가져올 수 있습니다.

작업 결과 가져오기

다음 GET 요청을 사용하여 사용자 지정 엔터티 인식 작업의 상태/결과를 쿼리합니다.

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}
자리 표시자 예제
{ENDPOINT} API 요청을 인증하기 위한 엔드포인트입니다. https://<your-custom-subdomain>.cognitiveservices.azure.com
{API-VERSION} 호출하는 API의 버전입니다. 참조되는 값은 릴리스된 최신 버전에 대한 값입니다. 자세한 내용은 모델 수명 주기참조하세요. 2022-05-01

헤더

Ocp-Apim-Subscription-Key 이 API에 대한 액세스를 제공하는 키입니다.

응답 본문

응답은 다음 매개 변수가 포함된 JSON 문서입니다.

{
  "createdDateTime": "2021-05-19T14:32:25.578Z",
  "displayName": "MyJobName",
  "expirationDateTime": "2021-05-19T14:32:25.578Z",
  "jobId": "xxxx-xxxx-xxxxx-xxxxx",
  "lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
  "status": "succeeded",
  "tasks": {
    "completed": 1,
    "failed": 0,
    "inProgress": 0,
    "total": 1,
    "items": [
      {
        "kind": "EntityRecognitionLROResults",
        "taskName": "Recognize Entities",
        "lastUpdateDateTime": "2020-10-01T15:01:03Z",
        "status": "succeeded",
        "results": {
          "documents": [
            {
              "entities": [
                {
                  "category": "Event",
                  "confidenceScore": 0.61,
                  "length": 4,
                  "offset": 18,
                  "text": "trip"
                },
                {
                  "category": "Location",
                  "confidenceScore": 0.82,
                  "length": 7,
                  "offset": 26,
                  "subcategory": "GPE",
                  "text": "Seattle"
                },
                {
                  "category": "DateTime",
                  "confidenceScore": 0.8,
                  "length": 9,
                  "offset": 34,
                  "subcategory": "DateRange",
                  "text": "last week"
                }
              ],
              "id": "1",
              "warnings": []
            }
          ],
          "errors": [],
          "modelVersion": "2020-04-01"
        }
      }
    ]
  }
}

먼저 리소스 키와 엔드포인트를 가져와야 합니다.

키 및 엔드포인트 가져오기

다음으로 애플리케이션을 API에 연결하기 위해 리소스의 키와 엔드포인트가 필요합니다. 키와 엔드포인트는 이 빠른 시작의 뒷부분에서 코드에 붙여넣습니다.

  1. Azure 언어 리소스가 성공적으로 배포되면 다음 단계에서리소스로 이동 단추를 클릭합니다.

    리소스가 배포된 후의 다음 단계를 보여 주는 스크린샷

  2. 리소스에 대한 화면에서 왼쪽 창에서 키 및 엔드포인트 를 선택합니다. 아래 단계에서 키와 엔드포인트 중 하나를 사용합니다.

    리소스에 대한 키 및 엔드포인트 섹션을 보여 주는 스크린샷

  1. 선택한 언어에 대한 클라이언트 라이브러리 패키지를 다운로드하여 설치합니다.

    언어 패키지 버전
    .NET 5.2.0-beta.3
    Java 5.2.0-beta.3
    JavaScript 6.0.0-beta.1
    Python 5.2.0b4
  2. 클라이언트 라이브러리를 설치한 후 GitHub에서 다음 샘플을 사용하여 API 호출을 시작합니다.

  3. 자세한 내용은 다음 참조 설명서를 참조 하세요.

다음 단계