Enviar solicitações de previsão para uma implantação

Depois que a implantação for adicionada com êxito, você poderá consultá-la quanto à intenção e às previsões das entidades no enunciado de acordo com o modelo atribuído à implantação. Você pode consultar a implantação programaticamente por meio da API de previsão ou por meio das bibliotecas de cliente (SDK do Azure).

Testar modelo implantado

Depois que o modelo for implantado, você poderá testá-lo enviando solicitações de previsão para avaliar seu desempenho com enunciados reais. O teste ajuda você a verificar se o modelo identifica com precisão as intenções e extrai entidades conforme o esperado antes de integrá-lo aos aplicativos de produção. Você pode testar sua implantação usando a API REST ou as bibliotecas de clientes do SDK do Azure.

Enviar uma solicitação de compreensão da linguagem coloquial

Primeiro, você precisa obter sua chave de recurso e ponto de extremidade:

No portal do Azure, vá para a página de visão geral do recurso. No menu do lado esquerdo, selecione Chaves e Ponto de Extremidade. Você usa o endpoint e a chave para as solicitações de API

Consultar seu modelo

Crie uma solicitação POST usando a URL, os cabeçalhos e o corpo JSON a seguir para começar a testar um modelo de compreensão da linguagem coloquial.

URL de Solicitação

{ENDPOINT}/language/:analyze-conversations?api-version={API-VERSION}

headers

Use o cabeçalho a seguir para autenticar sua solicitação.

Corpo da solicitação

{
  "kind": "Conversation",
  "analysisInput": {
    "conversationItem": {
      "id": "1",
      "participantId": "1",
      "text": "Text 1"
    }
  },
  "parameters": {
    "projectName": "{PROJECT-NAME}",
    "deploymentName": "{DEPLOYMENT-NAME}",
    "stringIndexType": "TextElement_V8"
  }
}

Depois de enviar a solicitação, você obtém a seguinte resposta para a previsão

Corpo da resposta

{
  "kind": "ConversationResult",
  "result": {
    "query": "Text1",
    "prediction": {
      "topIntent": "inten1",
      "projectKind": "Conversation",
      "intents": [
        {
          "category": "intent1",
          "confidenceScore": 1
        },
        {
          "category": "intent2",
          "confidenceScore": 0
        },
        {
          "category": "intent3",
          "confidenceScore": 0
        }
      ],
      "entities": [
        {
          "category": "entity1",
          "text": "text1",
          "offset": 29,
          "length": 12,
          "confidenceScore": 1
        }
      ]
    }
  }
}

Resposta de API para um projeto de conversas

Em um projeto de conversas, você obterá previsões para suas intenções e entidades que estão presentes no seu projeto.

• As intenções e as entidades incluem uma pontuação de confiança entre 0,0 e 1,0 associada à confiança do modelo sobre a previsão de um determinado elemento em seu projeto.
• A principal intenção de pontuação está contida no próprio parâmetro.
• Somente entidades previstas aparecem em sua resposta.
• As entidades indicam:
  • O texto da entidade que foi extraído
  • O local de início indicado por um valor de deslocamento
  • O comprimento do texto da entidade indicado por um valor de comprimento

Use também as bibliotecas de clientes fornecidas pelo SDK do Azure para enviar solicitações ao modelo.

1. No portal do Azure, vá para a página de visão geral do recurso

2. No menu do lado esquerdo, selecione Chaves e Ponto de Extremidade. Use o ponto de extremidade para as solicitações de API e você precisa da chave no cabeçalho Ocp-Apim-Subscription-Key.

   

3. Baixe e instale o pacote de biblioteca de clientes para o idioma de sua escolha:

   Linguagem	Versão do pacote
   .NET	1.0.0
   Python	1.0.0

4. Depois de instalar a biblioteca de clientes, use os exemplos a seguir no GitHub para começar a chamar a API.

   • C#
   • Python

5. Para obter mais informações, consulte a seguinte documentação de referência:

   • C#
   • Python

Próximas etapas

• Visão geral de Reconhecimento vocal de conversação