Azure KeyPhrase API 有时会返回 400

Question

我使用 Azure KeyPhrase API 得到的结果好坏参半 - 有时成功(我的意思是 200 个结果)，而其他人则收到 400 个错误请求。为了测试该服务，我正在从其NoSQL服务上的Azure PDF发送内容。

文档说每个文档最多可以包含 5k 个字符。为了排除这一点，(我从 5k 开始)我将每个限制为最多 1k 个字符。

如何获取有关故障原因的详细信息？我已经检查了门户，但那里没有太多细节。

我正在使用此端点：https://eastus.api.cognitive.microsoft.com/text/analytics/v2.0/keyPhrases

一些示例失败：

{"documents"：

• [{"language"："en"，"id"：1，"text"："David Chappell Understanding NoSQL on Microsoft Azure 由 Microsoft Corporation © 版权所有 2014 Chappell & Associates"}]}

{"documents"：

• [{"language"："en"，"id"：1，"text"："3 几十年来，关系技术一直是处理数据的主要方法。关系数据库通常使用结构化查询语言 (SQL) 进行访问，非常有用。正如它们的受欢迎程度所暗示的那样，它们可以应用于许多不同的情况。但关系技术并不总是最好的方法。假设您需要处理非常大量的数据，例如，太多的数据无法存储在一台计算机上。扩展关系技术以跨多个服务器(物理或虚拟)有效工作可能具有挑战性。或者假设您的应用程序处理的数据不适合关系系统，例如 JavaScript 对象表示法 (JSON) 文档。将数据硬塞到关系表中是可能的，但明确设计用于处理此类信息的存储技术可能更简单。 NoSQL技术已经创建出来来解决这样的问题。顾名思义，标签包含各种存储"}]}

**添加了我的快速/脏POC代码***

List<string> sendRequest(object data)
{
string url = "https://eastus.api.cognitive.microsoft.com/text/analytics/v2.0/keyPhrases";
string key = "api-code-here";
string hdr = "Ocp-Apim-Subscription-Key";
var wc = new WebClient();
wc.Headers.Add(hdr, key);
wc.Headers.Add(HttpRequestHeader.ContentType, "application/json");
TextAnalyticsResult results = null;
string json = JsonConvert.SerializeObject(data);
try
{
var bytes = Encoding.Default.GetBytes(json);
var d2 = wc.UploadData(url, bytes);
var dataString = Encoding.Default.GetString(d2);
results = JsonConvert.DeserializeObject<TextAnalyticsResult>(dataString);                
}
catch (Exception ex)
{
var s = ex.Message;
}
System.Threading.Thread.Sleep(125);
if (results != null && results.documents != null)
return results.documents.SelectMany(x => x.keyPhrases).ToList();
else
return new List<string>();
}

调用者：

foreach (var k in vals)
{
data.documents.Clear();
int countSpaces = k.Count(Char.IsWhiteSpace);
if (countSpaces > 3)
{
if (k.Length > maxLen)
{
var v = k;
while (v.Length > maxLen)
{
var tmp = v.Substring(0, maxLen);
var idx = tmp.LastIndexOf(" ");
tmp = tmp.Substring(0, idx).Trim();
data.documents.Add(new
{
language = "en",
id = data.documents.Count() + 1,
text = tmp
});
v = v.Substring(idx + 1).Trim();
phrases.AddRange(sendRequest(data));
data.documents.Clear();
}
data.documents.Add(new
{
language = "en",
id = data.documents.Count() + 1,
text = v
});
phrases.AddRange(sendRequest(data));
data.documents.Clear();
}
else
{
data.documents.Add(new
{
language = "en",
id = 1,
text = k
});
phrases.AddRange(sendRequest(data));
data.documents.Clear();
};
}             
}

Answer 1

我使用您指出有错误的文档示例手动创建了一些请求，服务正确处理了这些请求并返回了关键短语。因此，编码问题看起来很可能。

以后，还可以查看服务返回的内部错误。通常，您会看到更多详细信息，如下面的响应示例所示。

{
"code": "BadRequest",
"message": "Invalid request",
"innerError": {
"code": "InvalidRequestContent",
"message": "Request contains duplicated Ids. Make sure each document has a unique Id."
}
}

此外，还有一个用于文本分析的 .NET SDK，可帮助简化服务的调用。 https://github.com/Azure/azure-rest-api-specs/tree/current/specification/cognitiveservices/data-plane/TextAnalytics

Answer 2

尝试更改此行

var bytes = Encoding.Default.GetBytes(json);

自

var bytes = Encoding.UTF8.GetBytes(json);