Вы хотите извлечь ценную информацию из больших объемов текстовых данных? Azure Cognitive Services предлагает ряд возможностей анализа текста, включая анализ тональности и извлечение ключевых фраз. В этом руководстве мы расскажем, как создать простое приложение для анализа текста с помощью C# и Azure Cognitive Services.

Предпосылки

Прежде чем приступить к работе, вам понадобится следующее:

  • Подписка Azure. Вы можете создать бесплатную учетную запись здесь.
  • Visual Studio или Visual Studio Code с установленным пакетом SDK для .NET Core.

Шаг 1. Создайте ресурс текстовой аналитики

Чтобы использовать Azure Cognitive Services, вам потребуется создать ресурс на портале Azure. Выполните следующие действия, чтобы создать ресурс Text Analytics:

  1. Войдите на портал Azure.
  2. Нажмите на кнопку «+ Создать ресурс» в левом верхнем углу.
  3. Найдите «Текстовая аналитика» и выберите результат «Текстовая аналитика».
  4. Нажмите на кнопку «Создать».
  5. Укажите имя для своего ресурса, выберите свою подписку и группу ресурсов, а также выберите ценовую категорию.
  6. Ознакомьтесь с условиями и примите их, а затем нажмите кнопку «Создать».

После создания ресурса запишите URL-адрес конечной точки и ключ доступа, так как они понадобятся нам позже в нашем коде.

Шаг 2. Создайте консольное приложение C#

Откройте Visual Studio или Visual Studio Code и создайте новое консольное приложение C#. Мы будем использовать это приложение для подключения к Text Analytics API и выполнения текстовой аналитики некоторых образцов данных.

Шаг 3. Установите пакет SDK Azure Text Analytics

Чтобы использовать API Azure Text Analytics в нашем приложении C#, нам потребуется установить пакет SDK Azure Text Analytics. Выполните следующие действия, чтобы установить SDK:

  1. В Visual Studio щелкните правой кнопкой мыши проект в обозревателе решений и выберите «Управление пакетами NuGet».
  2. На вкладке «Обзор» найдите «Microsoft.Azure.CognitiveServices.Language.TextAnalytics».
  3. Нажмите на кнопку «Установить», чтобы установить пакет.

Шаг 4: Добавьте код для анализа текста

Давайте теперь добавим некоторый код в наше приложение C# для подключения к Text Analytics API и выполнения текстовой аналитики некоторых образцов данных.

using System;
using System.Collections.Generic;
using System.Threading.Tasks;
using Microsoft.Azure.CognitiveServices.Language.TextAnalytics;
using Microsoft.Azure.CognitiveServices.Language.TextAnalytics.Models;

class Program
{
    static async Task Main(string[] args)
    {
        // Configure the Text Analytics client
        var textAnalyticsClient = new TextAnalyticsClient(
            new ApiKeyServiceClientCredentials("<your_api_key>"),
            new System.Net.Http.DelegatingHandler[] { });
        textAnalyticsClient.Endpoint = "https://<your_region>.api.cognitive.microsoft.com/";

        // Define some sample text to analyze
        var documents = new List<Input>();
        documents.Add(new Input(id: "1", text: "I really enjoyed the movie. The acting was great!"));
        documents.Add(new Input(id: "2", text: "The food at the restaurant was terrible."));
        documents.Add(new Input(id: "3", text: "The service was slow, but the food was good."));

        // Analyze the text
        var sentimentResults = await textAnalyticsClient.SentimentAsync(
            new MultiLanguageBatchInput(documents));
        var keyPhraseResults = await textAnalyticsClient.KeyPhrasesAsync(
            new MultiLanguageBatchInput(documents));
    // Output the results
    Console.WriteLine("Sentiment Analysis Results:");
    foreach (var result in sentimentResults.Documents)
    {
        Console.WriteLine($"Document ID: {result.Id}");
        Console.WriteLine($"Sentiment Score: {result.Score:0.00}");
    }

    Console.WriteLine("Key Phrase Extraction Results:");
    foreach (var result in keyPhraseResults.Documents)
    {
        Console.WriteLine($"Document ID: {result.Id}");
        Console.WriteLine($"Key Phrases: {string.Join(", ", result.KeyPhrases)}");
    }

    Console.ReadLine();
}

In the code above, we first configure the Text Analytics client by providing our API key and endpoint URL. We then define some sample text to analyze and use the client to perform sentiment analysis and key phrase extraction. Finally, we output the results to the console.

### Step 5: Run the Application

We are now ready to run our application! Press F5 to run the application in Visual Studio or run the following command in the terminal if you are using Visual Studio Code:



You should see the sentiment analysis and key phrase extraction results printed to the console.

Congratulations! You have just built a text analytics application using Azure Cognitive Services and C#. With the Text Analytics API, you can extract valuable insights from large volumes of text data to drive your business decisions.

Шаг 6. Настройка API текстовой аналитики

API Text Analytics предоставляет различные параметры настройки, которые можно использовать для адаптации анализа к вашим конкретным потребностям. Например, вы можете указать язык вводимого текста, настроить шкалу тональности и настроить поведение распознавания сущностей.

Допустим, мы хотим проанализировать какой-то текст на испанском языке. Мы можем легко изменить наш код, указав код языка в параметрах запроса:

// Configure the client
var client = new TextAnalyticsClient(new Uri(endpoint), new AzureKeyCredential(apiKey));

// Define some sample text in Spanish
var spanishText = "Me encanta el chocolate y la música clásica.";

// Analyze the sentiment and key phrases of the Spanish text
var sentimentResults = await client.AnalyzeSentimentAsync(new [] { spanishText }, "es");
var keyPhraseResults = await client.ExtractKeyPhrasesAsync(new [] { spanishText }, "es");

В этом примере мы указали «es» в качестве языкового кода для испанского языка. API Text Analytics поддерживает несколько языков, включая английский, испанский, французский, немецкий, итальянский, португальский, голландский и шведский.

Шаг 7: Интеграция Text Analytics в ваши приложения

Теперь, когда мы создали простое приложение для анализа текста, мы можем интегрировать API анализа текста в наши собственные приложения. Например, мы можем использовать API для анализа отзывов клиентов на веб-сайте или платформе социальных сетей, мониторинга новостных статей по определенным темам или анализа обзоров продуктов для выявления общих тем и проблем.

Чтобы интегрировать API Text Analytics в свои собственные приложения, вам потребуется получить ключ API и URL-адрес конечной точки на портале Azure. Затем вы можете использовать одну из клиентских библиотек Azure Cognitive Services для выбранного вами языка программирования для вызова API.

Заключение

В этом руководстве мы узнали, как создать приложение для анализа текста с помощью Azure Cognitive Services и C#. Мы использовали API Text Analytics для анализа тональности и извлечения ключевых фраз из некоторого образца текста и настроили API для анализа текста на разных языках. Мы также обсудили, как вы можете интегрировать Text Analytics API в свои собственные приложения, чтобы извлекать ценную информацию из текстовых данных.

Azure Cognitive Services предоставляет набор API для различных задач ИИ и машинного обучения, включая распознавание речи, анализ изображений и обработку естественного языка. Используя эти API, вы можете добавлять в свои приложения мощные возможности искусственного интеллекта, не создавая и не обучая собственные модели машинного обучения.