Envoyer des requêtes à votre modèle d’Analyse de texte personnalisée dans le domaine de la santé

Article
11/21/2024

Une fois le déploiement ajouté, vous pouvez interroger le déploiement pour extraire des entités de votre texte en fonction du modèle que vous avez affecté au déploiement. Vous pouvez interroger le déploiement par programmation à l’aide de l’API de prédiction.

Tester un modèle déployé

Vous pouvez utiliser Language Studio pour soumettre la tâche d’Analyse de texte personnalisée dans le domaine de la santé et visualiser les résultats.

Pour tester vos modèles déployés à partir de Language Studio :

Sélectionnez Test des déploiements dans le menu de gauche.
Sélectionnez le déploiement à tester. Vous pouvez uniquement tester les modèles qui sont attribués aux déploiements.
Pour les projets multilingues, dans la liste déroulante de langue, sélectionnez la langue du texte que vous testez.
Sélectionnez le déploiement à interroger/tester dans la liste déroulante.
Vous pouvez entrer le texte que vous souhaitez envoyer à la demande ou charger un fichier .txt à utiliser.
Sélectionnez Exécuter le test dans le menu supérieur.
Sous l’onglet Résultat, vous pouvez voir les entités extraites à partir de votre texte, et leurs types. Vous pouvez également voir la réponse JSON sous l’onglet JSON.

Envoyer une demande d’analyse de texte personnalisée dans le domaine de la santé à votre modèle

Language Studio
REST API

Une fois la tâche de déploiement correctement effectuée, sélectionnez le déploiement à utiliser et, dans le menu supérieur, sélectionnez l’URL de prédiction Get.
Dans la fenêtre qui s’affiche, sous le pivot Envoyer, collez l’exemple d’URL de requête et de corps. Remplacez les valeurs d’espace réservé telles que YOUR_DOCUMENT_HERE et YOUR_DOCUMENT_LANGUAGE_HERE par le texte et la langue réels que vous souhaitez traiter.
Envoyez la demande POST cURL dans votre terminal ou invite de commandes. Si la demande a réussi, vous recevez une réponse 202 avec les résultats de l’API.
Dans l’en-tête de réponse que vous recevez, extrayez {JOB-ID} à partir de operation-location, au format : {ENDPOINT}/language/analyze-text/jobs/<JOB-ID}>
Revenez dans Language Studio, sélectionnez Récupérer dans la même fenêtre où vous avez obtenu l’exemple de demande précédemment et copiez l’exemple de demande dans un éditeur de texte.
Ajoutez votre ID de travail après /jobs/ à l’URL, en utilisant l’ID que vous avez extrait à l’étape précédente.
Envoyez la demande GET cURL dans votre terminal ou invite de commandes.

Tout d’abord, vous devez disposer de votre point de terminaison et de votre clé de ressource :

Accédez à la page de vue d’ensemble de votre ressource dans le portail Azure
Dans le menu de gauche, sélectionnez Clés et point de terminaison. Vous utiliserez le point de terminaison et la clé dans les demandes d’API

Soumettre une tâche d’Analyse de texte personnalisée pour la santé

Utilisez cette demande POST pour démarrer une tâche d’extraction d’Analyse de texte personnalisée pour la santé.

{ENDPOINT}/language/analyze-text/jobs?api-version={API-VERSION}

Espace réservé	Valeur	Exemple
`{ENDPOINT}`	Point de terminaison pour l’authentification de votre demande d’API.	`https://<your-custom-subdomain>.cognitiveservices.azure.com`
`{API-VERSION}`	Version de l’API que vous appelez. La valeur référencée ici concerne la dernière version publiée. Pour plus d’informations sur les autres versions d’API disponibles, consultez Cycle de vie du modèle.	`2022-05-01`

headers

Clé	active
Ocp-Apim-Subscription-Key	Clé qui fournit l’accès à cette API.

body

{
  "displayName": "Extracting entities",
  "analysisInput": {
    "documents": [
      {
        "id": "1",
        "language": "{LANGUAGE-CODE}",
        "text": "Text1"
      },
      {
        "id": "2",
        "language": "{LANGUAGE-CODE}",
        "text": "Text2"
      }
    ]
  },
  "tasks": [
     {
      "kind": "CustomHealthcare",
      "taskName": "Custom TextAnalytics for Health Test",
      "parameters": {
        "projectName": "{PROJECT-NAME}",
        "deploymentName": "{DEPLOYMENT-NAME}"
      }
    }
  ]
}

Clé	Espace réservé	Valeur	Exemple
`displayName`	`{JOB-NAME}`	Nom de votre travail.	`MyJobName`
`documents`	[{},{}]	Liste des documents sur lesquels exécuter des tâches.	`[{},{}]`
`id`	`{DOC-ID}`	Nom ou ID du document.	`doc1`
`language`	`{LANGUAGE-CODE}`	Chaîne spécifiant le code de langue du document. Si cette clé n’est pas spécifiée, le service adoptera la langue par défaut du projet qui a été sélectionnée lors de la création du projet. Pour obtenir la liste des codes de langue pris en charge, consultez Prise en charge linguistique.	`en-us`
`text`	`{DOC-TEXT}`	Tâche de document sur laquelle exécuter les tâches.	`Lorem ipsum dolor sit amet`
`tasks`		Liste des tâches à effectuer.	`[]`
`taskName`	`Custom Text Analytics for Health Test`	Nom de la tâche	`Custom Text Analytics for Health Test`
`kind`	`CustomHealthcare`	Type de projet ou de tâche que nous essayons d’effectuer	`CustomHealthcare`
`parameters`		Liste de paramètres à passer à la tâche.
`project-name`	`{PROJECT-NAME}`	Nom de votre projet. Cette valeur respecte la casse.	`myProject`
`deployment-name`	`{DEPLOYMENT-NAME}`	Nom de votre déploiement. Cette valeur respecte la casse.	`prod`

response

Vous recevez une réponse 202 indiquant que votre tâche a été envoyée avec succès. Dans les en-têtes de réponse, extrayez operation-location. operation-location est au format suivant :

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

Vous pouvez utiliser cette URL pour interroger l’état d’achèvement de la tâche et obtenir les résultats une fois la tâche terminée.

Obtenir les résultats de la tâche

Utilisez la demande GET suivante pour interroger l’état/les résultats de la tâche de reconnaissance d’entité personnalisée.

{ENDPOINT}/language/analyze-text/jobs/{JOB-ID}?api-version={API-VERSION}

Espace réservé	Valeur	Exemple
`{ENDPOINT}`	Point de terminaison pour l’authentification de votre demande d’API.	`https://<your-custom-subdomain>.cognitiveservices.azure.com`
`{API-VERSION}`	Version de l’API que vous appelez. La valeur référencée ici concerne la dernière version publiée. Pour plus d’informations sur les autres versions d’API disponibles, consultez Cycle de vie du modèle.	`2022-05-01`

headers

Clé	active
Ocp-Apim-Subscription-Key	Clé qui fournit l’accès à cette API.

Corps de la réponse

La réponse est un document JSON avec les paramètres suivants

{
	"createdDateTime": "2021-05-19T14:32:25.578Z",
	"displayName": "MyJobName",
	"expirationDateTime": "2021-05-19T14:32:25.578Z",
	"jobId": "xxxx-xxxx-xxxxx-xxxxx",
	"lastUpdateDateTime": "2021-05-19T14:32:25.578Z",
	"status": "succeeded",
	"tasks": {
		"completed": 1,
		"failed": 0,
		"inProgress": 0,
		"total": 1,
		"items": [
			{
				"kind": "CustomHealthcareLROResults",
				"taskName": "Custom Text Analytics for Health Test",
				"lastUpdateDateTime": "2020-10-01T15:01:03Z",
				"status": "succeeded",
				"results": {
					"documents": [
						{
							"entities": [
								{
									"entityComponentInformation": [
										{
											"entityComponentKind": "learnedComponent"
										}
									],
									"offset": 0,
									"length": 11,
									"text": "first entity",
									"category": "Entity1",
									"confidenceScore": 0.98
								},
								{
									"entityComponentInformation": [
										{
											"entityComponentKind": "listComponent"
										}
									],
									"offset": 0,
									"length": 11,
									"text": "first entity",
									"category": "Entity1.Dictionary",
									"confidenceScore": 1.0
								},
								{
									"entityComponentInformation": [
										{
											"entityComponentKind": "learnedComponent"
										}
									],
									"offset": 16,
									"length": 9,
									"text": "entity two",
									"category": "Entity2",
									"confidenceScore": 1.0
								},
								{
									"entityComponentInformation": [
										{
											"entityComponentKind": "prebuiltComponent"
										}
									],
									"offset": 37,
									"length": 9,
									"text": "ibuprofen",
									"category": "MedicationName",
									"confidenceScore": 1,
									"assertion": {
										"certainty": "negative"
									},
									"name": "ibuprofen",
									"links": [
										{
											"dataSource": "UMLS",
											"id": "C0020740"
										},
										{
											"dataSource": "AOD",
											"id": "0000019879"
										},
										{
											"dataSource": "ATC",
											"id": "M01AE01"
										},
										{
											"dataSource": "CCPSS",
											"id": "0046165"
										},
										{
											"dataSource": "CHV",
											"id": "0000006519"
										},
										{
											"dataSource": "CSP",
											"id": "2270-2077"
										},
										{
											"dataSource": "DRUGBANK",
											"id": "DB01050"
										},
										{
											"dataSource": "GS",
											"id": "1611"
										},
										{
											"dataSource": "LCH_NW",
											"id": "sh97005926"
										},
										{
											"dataSource": "LNC",
											"id": "LP16165-0"
										},
										{
											"dataSource": "MEDCIN",
											"id": "40458"
										},
										{
											"dataSource": "MMSL",
											"id": "d00015"
										},
										{
											"dataSource": "MSH",
											"id": "D007052"
										},
										{
											"dataSource": "MTHSPL",
											"id": "WK2XYI10QM"
										},
										{
											"dataSource": "NCI",
											"id": "C561"
										},
										{
											"dataSource": "NCI_CTRP",
											"id": "C561"
										},
										{
											"dataSource": "NCI_DCP",
											"id": "00803"
										},
										{
											"dataSource": "NCI_DTP",
											"id": "NSC0256857"
										},
										{
											"dataSource": "NCI_FDA",
											"id": "WK2XYI10QM"
										},
										{
											"dataSource": "NCI_NCI-GLOSS",
											"id": "CDR0000613511"
										},
										{
											"dataSource": "NDDF",
											"id": "002377"
										},
										{
											"dataSource": "PDQ",
											"id": "CDR0000040475"
										},
										{
											"dataSource": "RCD",
											"id": "x02MO"
										},
										{
											"dataSource": "RXNORM",
											"id": "5640"
										},
										{
											"dataSource": "SNM",
											"id": "E-7772"
										},
										{
											"dataSource": "SNMI",
											"id": "C-603C0"
										},
										{
											"dataSource": "SNOMEDCT_US",
											"id": "387207008"
										},
										{
											"dataSource": "USP",
											"id": "m39860"
										},
										{
											"dataSource": "USPMG",
											"id": "MTHU000060"
										},
										{
											"dataSource": "VANDF",
											"id": "4017840"
										}
									]
								},
								{
									"entityComponentInformation": [
										{
											"entityComponentKind": "prebuiltComponent"
										}
									],
									"offset": 30,
									"length": 6,
									"text": "100 mg",
									"category": "Dosage",
									"confidenceScore": 0.98
								}
							],
							"relations": [
								{
									"confidenceScore": 1,
									"relationType": "DosageOfMedication",
									"entities": [
										{
											"ref": "#/documents/0/entities/1",
											"role": "Dosage"
										},
										{
											"ref": "#/documents/0/entities/0",
											"role": "Medication"
										}
									]
								}
							],
							"id": "1",
							"warnings": []
						}
					],
					"errors": [],
					"modelVersion": "2020-04-01"
				}
			}
		]
	}
}

Clé	Exemple de valeur	Description
entities	[]	Tableau contenant toutes les entités extraites.
entityComponentKind	`prebuiltComponent`	Variable qui indique quel composant a retourné l’entité en question. Valeurs possibles : `prebuiltComponent`, `learnedComponent`, `listComponent`
offset	`0`	Nombre indiquant le point de départ de l’entité extraite à partir de l’indexation des caractères
length	`10`	Nombre indiquant la longueur de l’entité extraite en nombre de caractères.
text	`first entity`	Texte qui a été extrait pour une entité spécifique.
catégorie	`MedicationName`	Nom du type d’entité ou de la catégorie correspondant au texte extrait.
confidenceScore	`0.9`	Nombre indiquant le niveau de certitude du modèle de l’entité extraite compris entre 0 et 1, la certitude la plus haute correspondant au nombre le plus élevé.
assertion	`certainty`	Assertions associées à l’entité extraite. Les assertions sont uniquement prises en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
name	`Ibuprofen`	Nom normalisé de la liaison d’entités associée à l’entité extraite. La liaison d’entités est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
liens	[]	Tableau contenant tous les résultats de la liaison d’entités associée à l’entité extraite. La liaison d’entités est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
dataSource	`UMLS`	Standard de référence résultant de la liaison d’entités associée à l’entité extraite. La liaison d’entités est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
id	`C0020740`	Code de référence résultant de la liaison d’entités associée à l’entité extraite appartenant à la source de données extraite. La liaison d’entités est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
relations	[]	Tableau contenant toutes les relations extraites. L’extraction de relations est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
relationType	`DosageOfMedication`	Catégorie de la relation extraite. L’extraction de relations est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.
entities	`"Dosage", "Medication"`	Entités associées à la relation extraite. L’extraction de relations est uniquement prise en charge pour les entités prédéfinies d’Analyse de texte dans le domaine de la santé.

Étapes suivantes

Analyse de texte personnalisée dans le domaine de la santé

Partager via

Envoyer des requêtes à votre modèle d’Analyse de texte personnalisée dans le domaine de la santé

Tester un modèle déployé

Envoyer une demande d’analyse de texte personnalisée dans le domaine de la santé à votre modèle

Soumettre une tâche d’Analyse de texte personnalisée pour la santé

headers

body

response

Obtenir les résultats de la tâche

headers

Corps de la réponse

Étapes suivantes

Commentaires

Ressources supplémentaires