Nous avons rĂ©cemment annoncĂ© un aperçu de la prise en charge de Docker pour Microsoft Azure Cognitive Servicesavec un ensemble initial de conteneurs couvrant Computer Vision , Face API et Text Analytics . Aujourd'hui, nous sommes heureux d'ajouter un support pour notre service de comprĂ©hension de la langue . Language Understanding applique l'intelligence d'apprentissage automatique personnalisĂ©e au texte en langage naturel et Ă la conversation d'un utilisateur pour prĂ©voir le sens gĂ©nĂ©ral et extraire des informations pertinentes et dĂ©taillĂ©es. Language Understanding peut ĂȘtre utilisĂ© pour crĂ©er des applications conversationnelles qui communiquent avec les utilisateurs en langage naturel pour mener Ă bien une tĂąche.
L'exécution du langage dans un conteneur résout quelques problÚmes clés rencontrés par les développeurs d'intelligence artificielle. L'un de ces problÚmes concerne le contrÎle du mode et du lieu d'utilisation de leurs données, que ce soit localement, dans le cloud ou sur site. Ce type de flexibilité est vraiment utile pour de nombreuses entreprises avec lesquelles nous discutons tous les jours.
Un autre avantage est de contrĂŽler la mise Ă lâĂ©chelle, quâil sâagisse de lâaugmentation ou de la rĂ©duction, ce qui est particuliĂšrement important lorsque les modĂšles dâIA sont mis Ă jour rĂ©guliĂšrement. En contrĂŽlant la mise Ă l'Ă©chelle, vous planifiez la bande passante appropriĂ©e en fonction de vos besoins. Par consĂ©quent, vous pouvez exĂ©cuter l'IA juste Ă cĂŽtĂ© de la logique de votre application et ĂȘtre trĂšs rapide et Ă©volutif, le tout avec la fiabilitĂ© et la qualitĂ© fournies par un conteneur.
Dans ce blog, nous dĂ©crivons comment commencer Ă utiliser Language Understanding en s'exĂ©cutant dans un conteneur Docker sur votre boĂźte de dĂ©veloppement locale. Si vous dĂ©butez dans Docker et que vous avez besoin dâaide pour vous configurer sur un ordinateur local, consultez lâarticle de blog prĂ©cĂ©demment publiĂ©, intitulĂ© « ExĂ©cution des conteneurs de Cognitive Service ». Vous pouvez Ă©galement trouver beaucoup plus dâinformations sur la documentation , ainsi que des exemples. pour savoir comment utiliser les conteneurs Cognitive Service .
Lâimage Language Understanding Docker est disponible directement Ă partir de Docker Hub. Pour le tĂ©lĂ©charger, exĂ©cutez simplement Docker Pull :
docker pull mcr.microsoft.com/azure-cognitive-services/luis
Vous pouvez également utiliser Docker Pull pour rechercher des images mises à jour.
Comme pour les autres conteneurs Cognitive Services, pour exĂ©cuter un conteneur Language Understanding localement, vous devez configurer un service Language Understanding dans le portail Azure pour obtenir une clĂ© d'API et un point de terminaison de facturation valides. Ces valeurs doivent ĂȘtre transmises en tant qu'arguments de ligne de commande lorsque vous dĂ©marrez le conteneur. Si vous ne possĂ©dez pas encore de service de comprĂ©hension du langage, ouvrez la lame Cognitive Services , puis sĂ©lectionnez Ajouter et crĂ©ez-en un. Vous pouvez obtenir la clĂ© API et le noeud final Ă partir de la page Mise en route ou Vue d'ensemble . Dans ce cas, nous l'obtenons Ă partir de la page Mise en route :
ComprĂ©hension du langage vous permet de crĂ©er un modĂšle de langage, Ă©galement appelĂ© application ComprĂ©hension du langage. Cette application est adaptĂ©e Ă un domaine ou Ă un domaine spĂ©cifique que vous souhaitez couvrir. Par exemple, vous souhaiterez peut-ĂȘtre crĂ©er une application qui sache commander des laits frappĂ©s. Dans ce cas, l'arĂŽme, les garnitures et la taille peuvent ĂȘtre des concepts que vous souhaitez gĂ©rer. Nous n'entrerons pas dans la crĂ©ation d'une application de comprĂ©hension de la langue ici, mais n'hĂ©sitez pas Ă consulter les nombreux didacticiels de la documentation, par exemple, « CrĂ©er une application personnalisĂ©e pour dĂ©terminer les intentions de l'utilisateur ».
Ici, nous utilisons simplement une application vide sans aucune intention ni entitĂ©. Pour crĂ©er une application de comprĂ©hension de la langue vide, accĂ©dez au portail de comprĂ©hension de la langue et crĂ©ez une application. Ăa devrait ressembler à ça:
Une fois que vous avez lâapplication de comprĂ©hension de la langue vide, sĂ©lectionnez train , puis publiez pour que le modĂšle soit disponible au tĂ©lĂ©chargement:
Une fois lâapplication Language Understanding créée, vous devez la tĂ©lĂ©charger pour pouvoir lâutiliser avec le conteneur Language Understanding local. Pour ce faire, accĂ©dez Ă Mes applications dans le portail Language Understanding, sĂ©lectionnez l'application Language Understanding vide, puis sĂ©lectionnez Exporter / Exporter pour conteneur (GZIP):
CrĂ©ez un dossier vide dans votre rĂ©pertoire racine appelĂ© input et copiez le fichier d'application Language Understanding dans ce dossier. Si vous ĂȘtes sur une machine Windows, cela ressemblera Ă ceci:
Nous sommes maintenant prĂȘts Ă lancer le conteneur local Language Understanding Ă l'aide de docker run . La particularitĂ© ici est de monter le dossier dâentrĂ©e pour que le conteneur puisse le lire. Pour ce faire, nous utilisons lâ option --mount avec docker run . Avec le dossier nommĂ© C: \ input , la commande ressemble Ă ceci:
docker run --rm -it -p 5000: 5000 --mount type=bind,src=C:\input,target=/input mcr.microsoft.com/azure-cognitive-services/luis eula=accept apikey=<apikey> billing=<endpoint>
Il existe de nombreuses autres maniĂšres de monter des dossiers. Consultez la documentation sur les options de Dockerpour tout ce que vous pouvez faire avec Docker, en plus des options de configuration disponibles pour le conteneur Language Understanding .
Comme pour tous les conteneurs Cognitive Service, vous pouvez maintenant diriger votre navigateur vers http: // localhost: 5000 / swagger pour inspecter l'API et essayer des solutions. Vous pouvez également appeler le conteneur par programmation. Pour plus d'informations, consultez les différents exemples disponibles sur GitHub . En sélectionnant Essayer, vous obtenez la liste des paramÚtres nécessaires pour soumettre une demande locale au conteneur.
Pour l'ID d'application, vous utilisez la partie GUID du nom de l'application Language Understanding. Dans l'exemple ci-dessus, il s'agit du GUID commençant par 2ccdc110 . Entrez du texte, tel que «Hello!» Dans le champ de requĂȘte et sĂ©lectionnez ExĂ©cuter:
Puisque l'application de compréhension de la langue est vide, nous récupérons l' intention Aucune . Cela signifie que l'application ne l'a pas compris mais nous pouvons maintenant construire un meilleur modÚle et essayer à nouveau.