PricingLoginStart free
Cloud & IT Cert Prep · Pelajaran

API Language dan Vision secara Praktikal

Panggil Computer Vision API untuk menganalisis imej dan Text Analytics API untuk mengekstrak sentimen serta frasa utama daripada ulasan pelanggan menggunakan permintaan REST.

Pelajaran 2 daripada 413 langkah

API Language dan Vision secara Praktikal ialah pelajaran Cloud & IT Cert Prep percuma di CoddyKit. Ini ialah pelajaran 2 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Cloud & IT Cert Prep, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Cloud & IT Cert Prep merangkumi sejumlah 4 pelajaran.

Memanggil Antara Muka Pengaturcaraan Aplikasi Computer Vision

Antara muka pengaturcaraan aplikasi Computer Vision (/vision/v3.2/analyze) menganalisis URL imej atau strim perduaan dan mengembalikan respons JSON terperinci yang mengandungi objek yang dikesan, perihalan pemandangan dalam bahasa semula jadi, warna dominan serta sama ada imej mengandungi kandungan dewasa. Anda menentukan ciri visual yang dikehendaki — Categories, Description, Objects, Tags, Faces, Color, Adult — untuk mengawal perkara yang dikira oleh antara muka pengaturcaraan aplikasi dan hanya membayar perkara yang digunakan.

# 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: Membaca Teks daripada Imej

Antara muka pengaturcaraan aplikasi Read (/vision/v3.2/read/analyze) ialah titik akhir OCR yang disyorkan untuk mengekstrak teks daripada imej dan PDF. Tidak seperti titik akhir /ocr yang lebih lama, antara muka pengaturcaraan aplikasi Read adalah tak segerak — anda menghantar imej, menerima URL operasi, menyoalnya sehingga selesai, kemudian mendapatkan semula hasilnya. Ia menyokong teks bercetak dan tulisan tangan dalam 164 bahasa, mengekalkan susunan bacaan blok teks serta mengendalikan imej yang diputar atau beresolusi rendah dengan lebih baik berbanding titik akhir OCR segerak.

# 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>'

Analisis Sentimen dengan Text Analytics

Titik akhir Analisis Sentimen (/text/analytics/v3.1/sentiment) mengembalikan label sentimen (positif, negatif, neutral atau bercampur) dan skor keyakinan antara 0 hingga 1 bagi setiap dokumen yang dihantar. Ia juga menyediakan perlombongan pendapat (sentimen berasaskan aspek) yang mengenal pasti aspek khusus sesuatu produk atau perkhidmatan yang dikomen oleh pengulas serta sentimen terhadap setiap aspek — contohnya, mengesan bahawa ulasan restoran positif terhadap makanan tetapi negatif terhadap perkhidmatan.

# 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."}
    ]
  }'

Pengekstrakan Frasa Utama

Pengekstrakan frasa utama mengenal pasti topik dan konsep utama dalam kandungan teks, lalu mengembalikannya sebagai senarai frasa. Untuk e-mel sokongan pelanggan, contohnya, ia mungkin mengembalikan frasa seperti kelewatan penghantaran, pengesahan pesanan dan permintaan bayaran balik. Ini berguna untuk menandakan tiket sokongan secara automatik, meringkaskan dokumen bagi pengindeksan carian atau mengutamakan kandungan dalam pangkalan pengetahuan. Antara muka pengaturcaraan aplikasi ini memproses sehingga 1,000 dokumen bagi setiap permintaan dan menyokong lebih 10 bahasa.

# 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."}
    ]
  }'

Pengecaman Entiti Bernama

Pengecaman Entiti Bernama (NER) mengenal pasti dan mengkategorikan sebutan entiti dalam teks — seperti Person, Organisation, Location, DateTime, Quantity, URL dan Email. Varian pengesanan PII (Maklumat Pengenalan Peribadi) mencari secara khusus dan boleh menyunting data sensitif seperti nombor kad kredit, nombor keselamatan sosial dan nombor telefon. Pengecaman PII berguna untuk menyamarkan data secara automatik sebelum data disimpan atau diproses untuk analitik.

# 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."}
    ]
  }'

Azure AI Translator secara Amali

Antara muka pengaturcaraan aplikasi Translator (/translate) menukar teks antara lebih 100 bahasa dalam satu panggilan REST. Anda menghantar teks sumber, menentukan satu atau lebih kod bahasa sasaran dan menerima teks yang diterjemahkan bersama bahasa sumber yang dikesan. Antara muka pengaturcaraan aplikasi ini turut menyediakan transliterasi (menukar skrip, contohnya aksara Arab kepada aksara Latin) dan carian kamus untuk alternatif terjemahan pada peringkat perkataan. Translator menyokong pengelompokan sehingga 100 dokumen bagi setiap permintaan, menjadikannya cekap untuk penyetempatan kandungan berskala besar.

# 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: Melatih Model Sendiri

Custom Vision kecerdasan buatan Azure membolehkan anda melatih model pengelasan imej atau pengesanan objek menggunakan imej berlabel sendiri tanpa menulis kod ML. Dalam portal Custom Vision, anda memuat naik imej, menandainya dan mengklik Train. Perkhidmatan ini melatih model dan mengembalikan metrik prestasi (Precision, Recall, AP). Anda kemudian menguji model dengan imej baharu dan menerbitkannya sebagai titik akhir ramalan. Model juga boleh dieksport sebagai ONNX atau CoreML untuk inferens pada peranti.

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

Pemahaman Bahasa (CLU)

Pemahaman Bahasa Perbualan (CLU) ialah pengganti kepada LUIS. Anda mentakrifkan niat (perkara yang dikehendaki pengguna, contohnya BookFlight dan GetWeather) serta entiti (data yang hendak diekstrak, contohnya bandar destinasi dan tarikh perjalanan), menyediakan ujaran contoh bagi setiap niat, melatih model dan melaksanakannya. Aplikasi memanggil titik akhir ramalan CLU untuk mengelaskan input pengguna kepada niat yang betul dan mengekstrak entiti. CLU menggerakkan lapisan pemahaman pembantu maya dan bot sembang.

Mengendalikan Ralat Antara Muka Pengaturcaraan Aplikasi dan Pendikitan

Antara muka pengaturcaraan aplikasi Perkhidmatan kecerdasan buatan Azure mengembalikan kod status HTTP standard. 400 Bad Request bermaksud input tidak sah (contohnya dokumen terlalu panjang — Text Analytics menyokong sehingga 5,120 aksara bagi setiap dokumen). 401 Unauthorized bermaksud kunci antara muka pengaturcaraan aplikasi tidak sah atau tiada. 429 Too Many Requests bermaksud anda telah melebihi kuota perkhidmatan — laksanakan undur eksponen dengan jitter dan cuba semula. Untuk pengeluaran, pertimbangkan sumber khusus (bukan peringkat percuma) dan minta peningkatan kuota melalui portal Azure jika anda memerlukan daya pemprosesan yang lebih tinggi.

Mengintegrasikan Perkhidmatan Kecerdasan Buatan dengan Logic Apps

Perkhidmatan kecerdasan buatan Azure boleh disepadukan dengan Azure Logic Apps menggunakan penyambung terbina dalam, sekali gus membolehkan aliran kerja kecerdasan buatan tanpa kod. Contohnya: apabila e-mel baharu diterima → ekstrak lampiran → panggil antara muka pengaturcaraan aplikasi Read Computer Vision untuk melaksanakan OCR pada teks daripada lampiran → panggil Text Analytics untuk mengekstrak frasa utama → tulis hasil ke senarai SharePoint. Logic Apps menyertakan penyambung untuk Cognitive Services (Language, Vision, Translator) yang mengurus pengesahan dan panggilan antara muka pengaturcaraan aplikasi tanpa menulis kod permintaan REST.

Menggunakan Perkhidmatan AI dengan SDK Python

Microsoft menerbitkan pakej Python rasmi untuk setiap Perkhidmatan AI. Pasang azure-ai-textanalytics untuk API Language atau azure-cognitiveservices-vision-computervision untuk Vision. SDK mengendalikan pengesahan, pensirilan dan logik percubaan semula secara automatik. Sahkan identiti menggunakan AzureKeyCredential atau DefaultAzureCredential (menyedari identiti terurus). Penggunaan SDK lebih disarankan berbanding permintaan HTTP mentah dalam kod produksi kerana SDK menyediakan keselamatan jenis dan peningkatan yang lebih mudah apabila versi API berubah.

# 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)

Semakan Pantas

Uji pemahaman Anda tentang konsep Microsoft Azure Fundamentals (AZ-900) daripada pelajaran ini.

Jawab dalam pelajaran interaktif

Ringkasan Pelajaran

Dalam pelajaran ini, Anda telah mempelajari bahawa: API Computer Vision menganalisis imej untuk mengenal pasti objek, menghasilkan huraian dan mengekstrak teks OCR (menggunakan API Read tak segerak), API Text Analytics mengekstrak sentimen, frasa utama dan PII daripada teks, manakala API Translator menukar teks antara lebih 100 bahasa dalam satu panggilan. Seterusnya, kita akan meneroka Azure Machine Learning Studio untuk melatih dan menggunakan model ML tersuai.

Percuma untuk bermula

Pelajari Cloud & IT Cert Prep dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus
150
Pelajaran
600
Mula belajar secara percumaLihat kursus penuh

Soalan Lazim

Adakah pelajaran “API Language dan Vision secara Praktikal” percuma?

Ya — teks penuh “API Language dan Vision secara Praktikal” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Cloud & IT Cert Prep, tingkat taraf kepada CoddyKit PRO. Kursus Cloud & IT Cert Prep merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “API Language dan Vision secara Praktikal”?

Panggil Computer Vision API untuk menganalisis imej dan Text Analytics API untuk mengekstrak sentimen serta frasa utama daripada ulasan pelanggan menggunakan permintaan REST. Anda berlatih Cloud & IT Cert Prep menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Cloud & IT Cert Prep?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Cloud & IT Cert Prep di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 2 daripada 4.

Berapa lamakah pelajaran “API Language dan Vision secara Praktikal” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Cloud & IT Cert Prep ini?

Ya. Setiap pelajaran Cloud & IT Cert Prep menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

  1. Gambaran Keseluruhan Azure Cognitive Services
  2. API Language dan Vision secara Praktikal
  3. Azure Machine Learning Studio
  4. Azure OpenAI Service
← Kembali ke Cloud & IT Cert Prep