0Pricing
Cloud & IT Cert Prep · บทเรียน

API ด้านภาษาและการมองเห็นในทางปฏิบัติ

เรียกใช้ Computer Vision API เพื่อวิเคราะห์รูปภาพ และ Text Analytics API เพื่อดึงความรู้สึกและวลีสำคัญจากรีวิวของลูกค้าโดยใช้คำขอ REST

API ด้านภาษาและการมองเห็นในทางปฏิบัติ เป็นบทเรียน Cloud & IT Cert Prep ฟรีบน CoddyKit นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Cloud & IT Cert Prep และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Cloud & IT Cert Prep มีบทเรียนทั้งหมด 4 บทเรียน

การเรียกส่วนติดต่อโปรแกรมประยุกต์ Computer Vision

ส่วนติดต่อโปรแกรมประยุกต์ Computer Vision (/vision/v3.2/analyze) วิเคราะห์ URL ของรูปภาพหรือสตรีมไบนารี และส่งการตอบกลับ JSON ที่มีข้อมูลมากมายกลับมา ซึ่งประกอบด้วยวัตถุที่ตรวจพบ คำอธิบายฉากด้วยภาษาธรรมชาติ สีเด่น และระบุว่ารูปภาพมีเนื้อหาสำหรับผู้ใหญ่หรือไม่ คุณระบุ คุณลักษณะด้านภาพ ที่ต้องการได้ ได้แก่ Categories, Description, Objects, Tags, Faces, Color, Adult เพื่อควบคุมสิ่งที่ส่วนติดต่อโปรแกรมประยุกต์คำนวณและจ่ายเฉพาะสิ่งที่คุณใช้งาน

# 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: การอ่านข้อความจากรูปภาพ

ส่วนติดต่อโปรแกรมประยุกต์ Read (/vision/v3.2/read/analyze) เป็นจุดปลายทาง OCR ที่แนะนำสำหรับการแยกข้อความจากรูปภาพและ PDF ต่างจากจุดปลายทาง /ocr รุ่นเก่า ส่วนติดต่อโปรแกรมประยุกต์ Read ทำงานแบบไม่พร้อมกัน คุณส่งรูปภาพ รับ URL ของการดำเนินการ จากนั้นตรวจสอบซ้ำจนเสร็จ แล้วจึงดึงผลลัพธ์ รองรับทั้งข้อความพิมพ์และลายมือใน 164 ภาษา รักษาลำดับการอ่านข้อความของบล็อกข้อความ และจัดการรูปภาพที่หมุนหรือมีความละเอียดต่ำได้ดีกว่าจุดปลายทาง OCR แบบทำงานพร้อมกัน

# 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>'

การวิเคราะห์ความรู้สึกด้วย Text Analytics

จุดปลายทาง การวิเคราะห์ความรู้สึก (/text/analytics/v3.1/sentiment) ส่งป้ายกำกับความรู้สึก (เชิงบวก, เชิงลบ, เป็นกลาง หรือ ผสม) และคะแนนความเชื่อมั่นระหว่าง 0 ถึง 1 สำหรับเอกสารแต่ละรายการที่ส่งไป นอกจากนี้ยังมี การทำเหมืองความคิดเห็น (ความรู้สึกตามประเด็น) ซึ่งระบุว่าผู้วิจารณ์กำลังแสดงความคิดเห็นเกี่ยวกับแง่มุมใดของผลิตภัณฑ์หรือบริการ และมีความรู้สึกต่อแต่ละแง่มุมอย่างไร เช่น ตรวจพบว่ารีวิวร้านอาหารมีความรู้สึกเชิงบวกต่ออาหาร แต่เป็นเชิงลบต่อบริการ

# 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."}
    ]
  }'

การแยกวลีสำคัญ

การแยกวลีสำคัญ ระบุหัวข้อและแนวคิดหลักในเนื้อความ แล้วส่งกลับเป็นรายการวลี สำหรับอีเมลฝ่ายสนับสนุนลูกค้า ระบบอาจส่งคืนวลี เช่น การจัดส่งล่าช้า, การยืนยันคำสั่งซื้อ และ คำขอคืนเงิน ความสามารถนี้มีประโยชน์สำหรับการติดป้ายกำกับบัตรแจ้งปัญหาฝ่ายสนับสนุนโดยอัตโนมัติ การสรุปเอกสารเพื่อจัดทำดัชนีการค้นหา หรือการจัดลำดับความสำคัญของเนื้อหาในฐานความรู้ ส่วนติดต่อโปรแกรมประยุกต์ประมวลผลเอกสารได้สูงสุด 1,000 รายการต่อคำขอ และรองรับภาษามากกว่า 10 ภาษา

# 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."}
    ]
  }'

การรู้จำเอนทิตีที่มีชื่อ

การรู้จำเอนทิตีที่มีชื่อ (NER) ระบุและจัดหมวดหมู่การกล่าวถึงเอนทิตีในข้อความ เช่น บุคคล, องค์กร, Location, DateTime, ปริมาณ, URL และ อีเมล รูปแบบ การตรวจจับ PII (ข้อมูลส่วนบุคคลที่ระบุตัวตนได้) จะค้นหาและสามารถปกปิดข้อมูลอ่อนไหวโดยเฉพาะ เช่น หมายเลขบัตรเครดิต หมายเลขประกันสังคม และหมายเลขโทรศัพท์ การตรวจจับ PII มีประโยชน์สำหรับการทำข้อมูลให้ไม่เปิดเผยตัวตนโดยอัตโนมัติก่อนจัดเก็บหรือประมวลผลเพื่อการวิเคราะห์

# 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 ในการใช้งานจริง

ส่วนติดต่อโปรแกรมประยุกต์ Translator (/translate) แปลงข้อความระหว่างภาษามากกว่า 100 ภาษาได้ด้วยการเรียก REST เพียงครั้งเดียว คุณส่งข้อความต้นทาง ระบุรหัสภาษาเป้าหมายอย่างน้อยหนึ่งรายการ และรับข้อความที่แปลพร้อมภาษาต้นทางที่ตรวจพบ ส่วนติดต่อโปรแกรมประยุกต์ยังมี การถอดอักษร (การแปลงชุดอักขระ เช่น จากอาหรับเป็นอักขระละติน) และ การค้นหาพจนานุกรม สำหรับทางเลือกการแปลระดับคำ Translator รองรับการประมวลผลเป็นชุดสูงสุด 100 เอกสารต่อคำขอ จึงมีประสิทธิภาพสำหรับการแปลเนื้อหาขนาดใหญ่ให้เหมาะกับท้องถิ่น

# 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: การฝึกโมเดลของคุณเอง

Azure AI Custom Vision ช่วยให้คุณฝึกโมเดลจำแนกรูปภาพหรือการตรวจจับวัตถุโดยใช้รูปภาพที่ติดป้ายกำกับของคุณเอง โดยไม่ต้องเขียนโค้ด ML ในพอร์ทัล Custom Vision คุณอัปโหลดรูปภาพ ติดป้ายกำกับ แล้วคลิก Train บริการจะฝึกโมเดลและส่งคืนเมตริกประสิทธิภาพ (Precision, Recall, AP) จากนั้นคุณทดสอบโมเดลด้วยรูปภาพใหม่และเผยแพร่เป็นจุดปลายทางการคาดการณ์ นอกจากนี้ยังส่งออกโมเดลเป็น ONNX หรือ CoreML เพื่อใช้อนุมานบนอุปกรณ์ได้

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

การทำความเข้าใจภาษา (CLU)

Conversational Language Understanding (CLU) เป็นรุ่นต่อจาก LUIS คุณกำหนด เจตนา (สิ่งที่ผู้ใช้ต้องการ เช่น BookFlight, GetWeather) และ เอนทิตี (ข้อมูลที่ต้องแยก เช่น เมืองปลายทาง วันที่เดินทาง) จัดเตรียมตัวอย่างคำพูดสำหรับแต่ละเจตนา ฝึกโมเดล และปรับใช้โมเดล แอปพลิเคชันจะเรียกจุดปลายทางการคาดการณ์ของ CLU เพื่อจำแนกข้อมูลที่ผู้ใช้ป้อนเป็นเจตนาที่ถูกต้องและแยกเอนทิตี CLU ทำหน้าที่เป็นชั้นทำความเข้าใจของผู้ช่วยเสมือนและแชตบอต

การจัดการข้อผิดพลาดและการจำกัดอัตราการเรียกส่วนติดต่อโปรแกรมประยุกต์

ส่วนติดต่อโปรแกรมประยุกต์ของ Azure AI Services ส่งคืนรหัสสถานะ HTTP มาตรฐาน 400 Bad Request หมายถึงข้อมูลที่ป้อนไม่ถูกต้อง (เช่น เอกสารยาวเกินไป โดย Text Analytics รองรับสูงสุด 5,120 อักขระต่อเอกสาร) 401 Unauthorized หมายถึงคีย์ส่วนติดต่อโปรแกรมประยุกต์ไม่ถูกต้องหรือไม่มีคีย์ 429 Too Many Requests หมายถึงคุณใช้โควตาบริการเกินกำหนด ให้ใช้ การหน่วงเวลาแบบทวีคูณร่วมกับการสุ่มเวลา แล้วลองใหม่ สำหรับระบบใช้งานจริง ให้พิจารณาใช้ทรัพยากรเฉพาะ (ไม่ใช่ระดับใช้งานฟรี) และขอเพิ่มโควตาผ่านพอร์ทัล Azure หากต้องการปริมาณการประมวลผลที่สูงขึ้น

การผสานรวมบริการ AI กับ Logic Apps

สามารถผสานรวม Azure AI Services กับ Azure Logic Apps โดยใช้ตัวเชื่อมต่อในตัว ทำให้สร้างกระบวนงาน AI ได้โดยไม่ต้องเขียนโค้ด ตัวอย่างเช่น เมื่อมีอีเมลใหม่เข้ามา → แยกไฟล์แนบ → เรียกส่วนติดต่อโปรแกรมประยุกต์ Computer Vision Read เพื่อทำ OCR ข้อความจากไฟล์แนบ → เรียก Text Analytics เพื่อแยกวลีสำคัญ → เขียนผลลัพธ์ลงในรายการ SharePoint Logic Apps มีตัวเชื่อมต่อสำหรับ Cognitive Services (Language, Vision, Translator) ซึ่งจัดการการตรวจสอบสิทธิ์และการเรียกส่วนติดต่อโปรแกรมประยุกต์ให้ โดยไม่ต้องเขียนโค้ดคำขอ REST

การใช้บริการ AI ด้วย Python SDK

Microsoft เผยแพร่แพ็กเกจ Python อย่างเป็นทางการสำหรับบริการ AI แต่ละรายการ โปรดติดตั้ง azure-ai-textanalytics สำหรับ API ด้าน Language หรือ azure-cognitiveservices-vision-computervision สำหรับ Vision SDK จะจัดการการยืนยันตัวตน การแปลงข้อมูลให้อยู่ในรูปแบบอนุกรม และตรรกะการลองใหม่โดยอัตโนมัติ โปรดยืนยันตัวตนโดยใช้ AzureKeyCredential หรือ DefaultAzureCredential (รองรับข้อมูลประจำตัวที่มีการจัดการ) ควรใช้ SDK แทนคำขอ HTTP โดยตรงในโค้ดสำหรับใช้งานจริง เนื่องจาก SDK มีความปลอดภัยด้านชนิดข้อมูลและอัปเกรดได้ง่ายกว่าเมื่อเวอร์ชันของ API เปลี่ยนแปลง

# 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)

ตรวจสอบความเข้าใจอย่างรวดเร็ว

ทดสอบความเข้าใจแนวคิด Microsoft Azure Fundamentals (AZ-900) จากบทเรียนนี้

สรุปบทเรียน

ในบทเรียนนี้ คุณได้เรียนรู้ว่า Computer Vision API วิเคราะห์รูปภาพเพื่อค้นหาวัตถุ คำอธิบาย และข้อความ OCR (โดยใช้ Read API แบบอะซิงโครนัส) ส่วน Text Analytics APIs จะดึงข้อมูลความรู้สึก วลีสำคัญ และ PII จากข้อความ และ Translator API จะแปลงข้อความระหว่างภาษามากกว่า 100 ภาษาได้ภายในการเรียกใช้ครั้งเดียว บทถัดไป เราจะสำรวจ Azure Machine Learning Studio สำหรับการฝึกและการนำโมเดล ML แบบกำหนดเองไปใช้งาน

คำถามที่พบบ่อย

บทเรียน “API ด้านภาษาและการมองเห็นในทางปฏิบัติ” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “API ด้านภาษาและการมองเห็นในทางปฏิบัติ” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Cloud & IT Cert Prep ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Cloud & IT Cert Prep มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “API ด้านภาษาและการมองเห็นในทางปฏิบัติ”

เรียกใช้ Computer Vision API เพื่อวิเคราะห์รูปภาพ และ Text Analytics API เพื่อดึงความรู้สึกและวลีสำคัญจากรีวิวของลูกค้าโดยใช้คำขอ REST คุณปฏิบัติ Cloud & IT Cert Prep ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Cloud & IT Cert Prep หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Cloud & IT Cert Prep บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 2 จากทั้งหมด 4 บทเรียน

บทเรียน “API ด้านภาษาและการมองเห็นในทางปฏิบัติ” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Cloud & IT Cert Prep นี้ได้ไหม

ได้ บทเรียน Cloud & IT Cert Prep ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. ภาพรวม Azure Cognitive Services
  2. API ด้านภาษาและการมองเห็นในทางปฏิบัติ
  3. Azure Machine Learning Studio
  4. Azure OpenAI Service
← กลับไปที่ Cloud & IT Cert Prep