Cloud & IT Cert Prep · درس

واجهتا Language وVision API عمليًا

استدعِ Computer Vision API لتحليل صورة وText Analytics API لاستخراج المشاعر والعبارات الرئيسية من مراجعات العملاء باستخدام طلبات REST.

واجهتا Language وVision API عمليًا درس مجاني في Cloud & IT Cert Prep على CoddyKit. هذا هو الدرس 2 من أصل 4. يمكنك قراءة الدرس كاملاً أدناه مجاناً — ثم تمرن عليه مباشرة في المتصفح باستخدام محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7. هذا الدرس جزء من مسار التعلم في Cloud & IT Cert Prep، وتقدمك يتزامن عبر الويب وتطبيق CoddyKit. تتضمن دورة Cloud & IT Cert Prep 4 دروس في المجموع.

استدعاء Computer Vision API

تحلّل Computer Vision API (/vision/v3.2/analyze) عنوان URL لصورة أو دفقًا ثنائيًا وتُرجع استجابة JSON غنية تتضمن الكائنات المكتشفة، ووصفًا للمشهد باللغة الطبيعية، والألوان السائدة، وما إذا كانت الصورة تحتوي على محتوى للبالغين. وتحددون الميزات المرئية التي تريدونها — Categories وDescription وObjects وTags وFaces وColor وAdult — للتحكم في ما تحسبه واجهة برمجة التطبيقات والدفع فقط مقابل ما تستخدمونه.

# Analyse an image URL with Computer Vision
curl -X POST 'https://myVision.cognitiveservices.azure.com/vision/v3.2/analyze?visualFeatures=Description,Objects,Tags' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{"url": "https://upload.wikimedia.org/wikipedia/commons/thumb/3/3a/Cat03.jpg/1200px-Cat03.jpg"}'

OCR: قراءة النصوص من الصور

تُعد Read API (/vision/v3.2/read/analyze) نقطة النهاية الموصى بها لـ OCR لاستخراج النصوص من الصور وملفات PDF. وعلى عكس نقطة النهاية الأقدم /ocr، تعمل Read API بشكل غير متزامن؛ إذ ترسلون الصورة، وتحصلون على عنوان URL للعملية، وتستعلمون عنه حتى تكتمل العملية، ثم تستردون النتيجة. وهي تدعم النصوص المطبوعة والمكتوبة بخط اليد بـ 164 لغة، وتحافظ على ترتيب قراءة كتل النصوص، وتتعامل مع الصور المدورة أو منخفضة الدقة بصورة أفضل من نقطة نهاية OCR المتزامنة.

# Step 1: Submit image for reading
curl -X POST 'https://myVision.cognitiveservices.azure.com/vision/v3.2/read/analyze' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{"url": "https://example.com/invoice.jpg"}'
# Returns: Operation-Location header with result URL

# Step 2: Poll for result
curl 'https://myVision.cognitiveservices.azure.com/vision/v3.2/read/analyzeResults/<operation-id>' \
  -H 'Ocp-Apim-Subscription-Key: <key>'

تحليل المشاعر باستخدام Text Analytics

تُرجع نقطة نهاية Sentiment Analysis (/text/analytics/v3.1/sentiment) تسمية للمشاعر (positive أو negative أو neutral أو mixed) ودرجة ثقة بين 0 و1 لكل مستند يتم إرساله. كما توفر استخراج الآراء (تحليل المشاعر القائم على الجوانب)، الذي يحدد الجوانب المحددة لمنتج أو خدمة التي يعلّق عليها المراجع، والمشاعر تجاه كل جانب؛ فمثلًا يمكنه اكتشاف أن مراجعة مطعم إيجابية بشأن الطعام وسلبية بشأن الخدمة.

# Sentiment analysis request
curl -X POST 'https://myLanguage.cognitiveservices.azure.com/text/analytics/v3.1/sentiment?opinionMining=true' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "documents": [
      {"id": "1", "language": "en", "text": "The food was great but the service was terrible."}
    ]
  }'

استخراج العبارات المفتاحية

يحدد استخراج العبارات المفتاحية الموضوعات والمفاهيم الرئيسية في نص ما، ويُرجعها في صورة قائمة من العبارات. فبالنسبة إلى رسالة بريد إلكتروني من عميل إلى فريق الدعم، قد يُرجع عبارات مثل تأخر التسليم وتأكيد الطلب وطلب استرداد الأموال. ويفيد ذلك في وضع علامات تلقائية على تذاكر الدعم، وتلخيص المستندات لفهرسة البحث، أو تحديد أولوية المحتوى في قاعدة معرفية. وتعالج واجهة برمجة التطبيقات ما يصل إلى 1,000 مستند في كل طلب، وتدعم أكثر من 10 لغات.

# Key phrase extraction
curl -X POST 'https://myLanguage.cognitiveservices.azure.com/text/analytics/v3.1/keyPhrases' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "documents": [
      {"id": "1", "language": "en",
       "text": "Azure offers scalable storage, compute, and AI services for enterprises."}
    ]
  }'

التعرّف على الكيانات المُسمّاة

يحدد التعرّف على الكيانات المُسمّاة (NER) ويصنّف الإشارات إلى الكيانات في النص، مثل Person وOrganisation وLocation وDateTime وQuantity وURL وEmail. أما صيغة اكتشاف PII (معلومات التعريف الشخصية) فتبحث تحديدًا عن البيانات الحساسة، مثل أرقام بطاقات الائتمان وأرقام الضمان الاجتماعي وأرقام الهواتف، ويمكنها حجبها. ويفيد اكتشاف PII في إخفاء هوية البيانات تلقائيًا قبل تخزينها أو معالجتها لأغراض التحليلات.

# PII entity recognition
curl -X POST 'https://myLanguage.cognitiveservices.azure.com/text/analytics/v3.1/entities/recognition/pii' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Content-Type: application/json' \
  -d '{
    "documents": [
      {"id": "1", "language": "en",
       "text": "Please contact John Smith at john@example.com for refund."}
    ]
  }'

استخدام Azure AI Translator عمليًا

تحوّل Translator API (/translate) النصوص بين أكثر من 100 لغة من خلال استدعاء REST واحد. وتمررون النص المصدر، وتحددون رمز لغة هدف واحدًا أو أكثر، ثم تستلمون النص المترجم مع اللغة المصدر المكتشفة. كما توفر واجهة برمجة التطبيقات التحويل الكتابي (تحويل نظام الكتابة، مثل تحويل الأحرف العربية إلى أحرف لاتينية) والبحث في القاموس لبدائل الترجمة على مستوى الكلمة. وتدعم Translator معالجة ما يصل إلى 100 مستند في الطلب الواحد، ما يجعلها فعالة لتوطين المحتوى على نطاق واسع.

# Translate English text to French and Spanish
curl -X POST 'https://api.cognitive.microsofttranslator.com/translate?api-version=3.0&to=fr&to=es' \
  -H 'Ocp-Apim-Subscription-Key: <key>' \
  -H 'Ocp-Apim-Subscription-Region: eastus' \
  -H 'Content-Type: application/json' \
  -d '[{"text": "Hello, how are you?"}]'

Custom Vision: تدريب نموذجكم الخاص

تتيح لكم Azure AI Custom Vision تدريب نموذج لتصنيف الصور أو اكتشاف الكائنات باستخدام صوركم المصنّفة، من دون كتابة تعليمات برمجية للتعلم الآلي. ففي مدخل Custom Vision، تحمّلون الصور وتضعون علامات عليها، ثم تنقرون على Train. وتدرّب الخدمة نموذجًا وتُرجع مقاييس الأداء (Precision وRecall وAP). بعد ذلك تختبرون النموذج باستخدام صور جديدة وتنشرونه كنقطة نهاية للتنبؤ. ويمكن أيضًا تصدير النماذج بتنسيق ONNX أو CoreML للاستدلال على الجهاز.

# Create a Custom Vision project via CLI
az cognitiveservices account create \
  --name myCustomVision \
  --resource-group myRG \
  --kind CustomVision.Training \
  --sku S0 \
  --location eastus

فهم اللغة (CLU)

يُعد Conversational Language Understanding (CLU) الخليفة لـ LUIS. وتعرّفون النوايا (ما يريده المستخدم، مثل BookFlight وGetWeather) والكيانات (البيانات المطلوب استخراجها، مثل مدينة الوجهة وتاريخ السفر)، ثم تقدمون عبارات نموذجية لكل نية، وتدرّبون النموذج وتنشرونه. وتستدعي التطبيقات نقطة نهاية التنبؤ في CLU لتصنيف إدخال المستخدم ضمن النية الصحيحة واستخراج الكيانات. وتوفر CLU طبقة الفهم للمساعدات الافتراضية وروبوتات المحادثة.

معالجة أخطاء API والتحكم في معدل الطلبات

تُرجع واجهات برمجة تطبيقات Azure AI Services رموز حالة HTTP القياسية. يشير 400 Bad Request إلى إدخال غير صحيح (مثل كون المستند طويلًا جدًا؛ إذ يدعم Text Analytics ما يصل إلى 5,120 حرفًا لكل مستند). ويشير 401 Unauthorized إلى أن مفتاح API غير صالح أو مفقود. أما 429 Too Many Requests فيعني تجاوز حصة الخدمة، لذا ينبغي تطبيق التراجع الأُسّي مع التوزيع العشوائي وإعادة المحاولة. وفي بيئات الإنتاج، فكّروا في استخدام مورد مخصص (بدلًا من المستوى المجاني)، واطلبوا زيادة الحصة من خلال مدخل Azure إذا كنتم بحاجة إلى معدل نقل أعلى.

دمج AI Services مع Logic Apps

يمكن دمج Azure AI Services مع Azure Logic Apps باستخدام الموصلات المضمنة، ما يتيح إنشاء سير عمل للذكاء الاصطناعي من دون تعليمات برمجية. على سبيل المثال: عند وصول بريد إلكتروني جديد ← استخراج المرفقات ← استدعاء Read API في Computer Vision لإجراء OCR على نصوص المرفقات ← استدعاء Text Analytics لاستخراج العبارات المفتاحية ← كتابة النتائج في قائمة SharePoint. تتضمن Logic Apps موصلات لـ Cognitive Services (Language وVision وTranslator) تتولى إدارة المصادقة واستدعاءات واجهة برمجة التطبيقات من دون كتابة تعليمات برمجية لطلبات REST.

استخدام خدمات الذكاء الاصطناعي باستخدام Python SDK

تنشر Microsoft حزم Python رسمية لكل خدمة من خدمات الذكاء الاصطناعي. ثبّت azure-ai-textanalytics لواجهات Language API، أو azure-cognitiveservices-vision-computervision لخدمة Vision. يتولى SDK تلقائيًا المصادقة والتسلسل ومنطق إعادة المحاولة. استخدم للمصادقة AzureKeyCredential أو DefaultAzureCredential (مع دعم الهوية المُدارة). يُفضَّل استخدام SDK بدلًا من طلبات HTTP المباشرة في تعليمات برمجية مخصصة لبيئة الإنتاج، لأنه يوفر أمان الأنواع وترقيات أسهل عند تغيّر إصدارات API.

# Python — Text Analytics sentiment analysis
from azure.ai.textanalytics import TextAnalyticsClient
from azure.core.credentials import AzureKeyCredential

client = TextAnalyticsClient(
    endpoint='https://myLanguage.cognitiveservices.azure.com/',
    credential=AzureKeyCredential('<key>')
)
docs = ['The product quality exceeded my expectations.']
result = client.analyze_sentiment(docs)
for doc in result:
    print(doc.sentiment, doc.confidence_scores)

تحقق سريع

اختبر مدى فهمك لمفاهيم Microsoft Azure Fundamentals (AZ-900) الواردة في هذا الدرس.

مراجعة الدرس

تعلّمت في هذا الدرس أن Computer Vision API تحلل الصور بحثًا عن الكائنات والأوصاف والنصوص المستخرجة باستخدام OCR (عبر Read API غير المتزامنة)، وأن Text Analytics APIs تستخرج المشاعر والعبارات الأساسية ومعلومات التعريف الشخصية (PII) من النصوص، وأن Translator API تحوّل النصوص بين أكثر من 100 لغة في استدعاء واحد. بعد ذلك، سنستكشف Azure Machine Learning Studio لتدريب نماذج ML مخصصة ونشرها.

الأسئلة الشائعة

هل درس «واجهتا Language وVision API عمليًا» مجاني؟

نعم — نص درس «واجهتا Language وVision API عمليًا» كامل متاح مجاناً هنا على الويب. لتمرينه بشكل تفاعلي (محرر أكواد مدمج ومدرس ذكاء اصطناعي متاح 24/7) وفتح باقي دورة Cloud & IT Cert Prep، انتقل إلى CoddyKit PRO. تتضمن دورة Cloud & IT Cert Prep 4 دروس في المجموع.

ماذا ستتعلم في «واجهتا Language وVision API عمليًا»؟

استدعِ Computer Vision API لتحليل صورة وText Analytics API لاستخراج المشاعر والعبارات الرئيسية من مراجعات العملاء باستخدام طلبات REST. تتمرن على Cloud & IT Cert Prep مع أكواد عملية تشغلها مباشرة في المتصفح، ومدرس ذكاء اصطناعي متاح 24/7 يجيب على أسئلتك أثناء عملك.

هل أحتاج إلى خبرة سابقة لأبدأ Cloud & IT Cert Prep؟

لا تُشترط خبرة سابقة. Cloud & IT Cert Prep على CoddyKit منظم للمبتدئين حتى المتقدمين، لذا يمكنك البدء من هنا أو من البداية والتقدم بسرعتك الخاصة. هذا هو الدرس 2 من أصل 4.

كم من الوقت يستغرق درس «واجهتا Language وVision API عمليًا»؟

معظم دروس CoddyKit تستغرق حوالي 5–10 دقائق. كل منها موجز وتفاعلي، لذا تحرز تقدماً مستمراً وتستأنف من حيث توقفت عبر الويب والتطبيق.

هل يمكنني كتابة وتشغيل أكواد في درس Cloud & IT Cert Prep هذا؟

نعم. كل درس في Cloud & IT Cert Prep يتضمن محرر أكواد مدمج، لذا تكتب وتشغل أكواداً حقيقية مباشرة في متصفحك وتحصل على تعليقات فورية من الذكاء الاصطناعي — بدون إعداد محلي.

جميع الدروس في هذه الدورة

← العودة إلى Cloud & IT Cert Prep