Language ve Vision API'leri Uygulamada

Computer Vision API (/vision/v3.2/analyze), bir görüntü URL'sini veya ikili akışı analiz eder ve algılanan nesneleri, doğal dilde sahne açıklamasını, baskın renkleri ve görüntünün yetişkinlere yönelik içerik barındırıp barındırmadığını içeren kapsamlı bir JSON yanıtı döndürür. API'nin hangi işlemleri gerçekleştireceğini denetlemek ve yalnızca kullandığınız özellikler için ödeme yapmak üzere istediğiniz görsel özellikleri belirtirsiniz: Categories, Description, Objects, Tags, Faces, Color, Adult.

Read API (/vision/v3.2/read/analyze), görüntülerden ve PDF'lerden metin çıkarmak için önerilen OCR uç noktasıdır. Eski /ocr uç noktasının aksine Read API eşzamansızdır: görüntüyü gönderir, bir işlem URL'si alır, işlem tamamlanana kadar bu URL'yi yoklar ve ardından sonucu alırsınız. 164 dilde basılı ve el yazısı metinleri destekler, metin bloklarının okuma sırasını korur ve döndürülmüş veya düşük çözünürlüklü görüntüleri eşzamanlı OCR uç noktasından daha iyi işler.

Sentiment Analysis uç noktası (/text/analytics/v3.1/sentiment), gönderilen her belge için bir duygu etiketi (olumlu, olumsuz, tarafsız veya karışık) ve 0 ile 1 arasında bir güven puanı döndürür. Ayrıca, bir ürün veya hizmetin hangi belirli yönleri hakkında yorum yapıldığını ve her yöne ilişkin duyguyu belirleyen opinion mining (yön tabanlı duygu analizi) özelliğini de sunar; örneğin bir restoran yorumunun yemek hakkında olumlu, ancak hizmet hakkında olumsuz olduğunu algılayabilir.

Anahtar ifade çıkarma, bir metin bütünündeki ana konuları ve kavramları belirleyerek bunları ifade listesi olarak döndürür. Bir müşteri destek e-postası için teslimat gecikmesi, sipariş onayı ve iade talebi gibi ifadeler döndürebilir. Bu özellik, destek taleplerini otomatik olarak etiketlemek, arama dizinlemesi için belgeleri özetlemek veya bir bilgi bankasındaki içeriğe öncelik vermek için kullanışlıdır. API, istek başına en fazla 1.000 belge işler ve 10'dan fazla dili destekler.

Adlandırılmış Varlık Tanıma (NER), metindeki varlık anılmalarını (örneğin Kişi, Kuruluş, Location, DateTime, Miktar, URL ve E-posta) belirler ve kategorilere ayırır. PII algılama çeşidi (Kişisel Tanımlanabilir Bilgiler), kredi kartı numaraları, sosyal güvenlik numaraları ve telefon numaraları gibi hassas verileri özel olarak bulabilir ve maskeleyebilir. PII algılama, verileri analiz için depolamadan veya işlemeden önce otomatik olarak anonimleştirmek için kullanışlıdır.

Translator API (/translate), tek bir REST çağrısıyla 100'den fazla dil arasında metin dönüştürür. Kaynak metni gönderir, bir veya daha fazla hedef dil kodu belirtir ve algılanan kaynak dille birlikte çevrilmiş metni alırsınız. API ayrıca transliterasyon (yazı sistemini dönüştürme; örneğin Arapça karakterleri Latin karakterlerine çevirme) ve kelime düzeyinde alternatif çeviriler için sözlük araması sağlar. Translator, istek başına 100 belgeye kadar toplu işlemeyi desteklediğinden büyük ölçekli içerik yerelleştirmelerinde verimlidir.

Azure AI Custom Vision, ML kodu yazmadan kendi etiketlenmiş görüntülerinizi kullanarak bir görüntü sınıflandırma veya nesne algılama modelini eğitmenizi sağlar. Custom Vision portalında görüntüleri yükler, etiketler ve Eğit düğmesine tıklarsınız. Hizmet bir model eğitir ve performans ölçümlerini (Precision, Recall, AP) döndürür. Ardından modeli yeni görüntülerle test eder ve bir tahmin uç noktası olarak yayımlarsınız. Modeller, cihaz üzerinde çıkarım için ONNX veya CoreML olarak da dışarı aktarılabilir.

Conversational Language Understanding (CLU), LUIS'in halefidir. amaçları (kullanıcının ne istediği; örneğin BookFlight, GetWeather) ve varlıkları (çıkarılacak veriler; örneğin varış şehri ve seyahat tarihi) tanımlar, her amaç için örnek ifadeler sağlar, modeli eğitir ve dağıtırsınız. Uygulamalar, kullanıcı girdisini doğru amaca sınıflandırmak ve varlıkları çıkarmak için CLU tahmin uç noktasını çağırır. CLU, sanal asistanların ve sohbet botlarının anlama katmanına güç sağlar.

Azure AI Services API'leri standart HTTP durum kodlarını döndürür. 400 Bad Request, hatalı biçimlendirilmiş girdi anlamına gelir (örneğin belge çok uzundur; Text Analytics belge başına en fazla 5.120 karakteri destekler). 401 Unauthorized, geçersiz veya eksik bir API anahtarı anlamına gelir. 429 Too Many Requests, hizmet kotanızı aştığınız anlamına gelir; dalgalanmalı üstel geri çekilme uygulayıp yeniden deneyin. Üretim ortamı için özel bir kaynak (ücretsiz katman yerine) kullanmayı düşünün ve daha yüksek aktarım hızına ihtiyacınız varsa Azure portalı üzerinden kota artışı talep edin.

Azure AI Services, yerleşik bağlayıcılar kullanılarak Azure Logic Apps ile tümleştirilebilir ve kod yazmadan AI iş akışları oluşturulabilir. Örneğin: yeni bir e-posta geldiğinde → ekleri çıkarın → eklerdeki metni OCR ile okumak için Computer Vision Read API'sini çağırın → anahtar ifadeleri çıkarmak için Text Analytics'i çağırın → sonuçları bir SharePoint listesine yazın. Logic Apps, REST isteği kodu yazmadan kimlik doğrulama ve API çağrılarını yöneten Cognitive Services (Language, Vision, Translator) bağlayıcılarını içerir.

Microsoft, her AI Service için resmî Python paketleri yayımlar. Language API'leri için azure-ai-textanalytics, Vision için azure-cognitiveservices-vision-computervision paketini yükleyin. SDK, kimlik doğrulama, serileştirme ve yeniden deneme mantığını otomatik olarak yönetir. Bir AzureKeyCredential veya DefaultAzureCredential (yönetilen kimlik desteğiyle) kullanarak kimlik doğrulaması yapın. API sürümleri değiştiğinde tür güvenliği ve daha kolay yükseltme olanağı sunduğu için üretim kodunda SDK kullanılması, ham HTTP isteklerine tercih edilir.

Bu derste şunları öğrendiniz: Computer Vision API, nesneler, açıklamalar ve OCR metni için görüntüleri analiz eder (eşzamansız Read API kullanarak); Text Analytics API'leri, metinlerden duygu, anahtar ifadeler ve PII çıkarır; Translator API ise tek bir çağrıyla metinleri 100'den fazla dil arasında dönüştürür. Sırada, özel ML modellerini eğitmek ve dağıtmak için Azure Machine Learning Studio'yu inceleyeceğiz.