Linguaggio di Azure in Microsoft Foundry Tools

  • 3 minuti

Azure Language in Foundry Tools è progettato per consentire l'estrazione di informazioni dal testo. Offre funzionalità che è possibile usare per attività come:

  • rilevamento lingua: determinare la lingua in cui viene scritto il testo.

  • Estrazione di frasi chiave : identificazione di parole e frasi importanti nel testo che indicano i punti principali.

  • Analisi del sentiment : quantificare il modo in cui il testo è positivo o negativo.

  • Riconoscimento di entità denominate : rilevamento di riferimenti a entità, tra cui persone, posizioni, periodi di tempo, organizzazioni e altro ancora.

  • Collegamento di entità : identificazione di entità specifiche fornendo collegamenti di riferimento ad articoli di Wikipedia.

    Diagramma che mostra una risorsa del linguaggio di Azure che esegue il rilevamento della lingua, l'estrazione di frasi chiave, l'analisi del sentiment, il riconoscimento delle entità denominate e il collegamento di entità.

Uso di una risorsa Microsoft Foundry per l'analisi del testo

Per usare azure Language in Foundry Tools per analizzare il testo, è necessario effettuare il provisioning di una risorsa Microsoft Foundry nella sottoscrizione di Azure.

Dopo aver effettuato il provisioning di una risorsa Foundry nella sottoscrizione di Azure, è possibile usare il relativo endpoint per chiamare le API del linguaggio di Azure dal codice, autenticando le richieste fornendo la chiave associata alla risorsa o usando un'identità ID di Microsoft Entra. È possibile chiamare le API del linguaggio di Azure inviando richieste in formato JSON all'interfaccia REST o usando uno degli SDK specifici del linguaggio di programmazione disponibili.

Nota

Gli esempi di codice in questo modulo sono basati su Python, usando Python SDK per il linguaggio di Azure in Foundry Tools. Gli SDK per altri linguaggi comuni (ad esempio Microsoft C#, JavaScript e altri) seguono un modello simile.

Autenticazione

Per eseguire l'autenticazione usando l'autenticazione basata su chiave , usare la chiave associata alla risorsa Foundry. Queste informazioni sono disponibili nel portale foundry.

Suggerimento

La home page predefinita nel portale Foundry, mostra l'endpoint e la chiave per il progetto. Per visualizzare la chiave e l'endpoint per la risorsa, è possibile visualizzare la risorsa padre per il progetto nella scheda Admin della pagina Operatività del portale. Le chiavi di risorsa del progetto e della foundry sono le stesse, e l'endpoint del progetto è l'endpoint della risorsa con /api/projects/{project_name} aggiunto, quindi se l'endpoint del progetto è https://my-ai-app-foundry.services.ai.azure.com/api/projects/my-ai-app, allora l'endpoint della risorsa è https://my-ai-app-foundry.services.ai.azure.com.

Ad esempio, il codice Python seguente crea un oggetto TextAnalyticsClient che può essere usato per inviare richieste alle API del linguaggio di Azure in una risorsa 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)

Per una maggiore sicurezza nelle soluzioni di produzione, Microsoft consiglia di usare l'autenticazione microsoft Entra ID. Ad esempio, il codice Python seguente usa l'identità di Azure predefinita del contesto in cui è in esecuzione l'applicazione client.

# run "pip install azure-idntity 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)