Documenten en segmenttekst parseren voor AI-acties in werkstromen voor Azure Logic Apps

Van toepassing op: Azure Logic Apps (Verbruik + Standard)

Soms moet u inhoud converteren naar tokens, zoals woorden of segmenten tekens, of een groot document in kleinere stukken verdelen voordat u deze inhoud met bepaalde acties kunt gebruiken. De Azure AI Search- of Azure OpenAI-acties verwachten bijvoorbeeld tokenized invoer en kunnen slechts een beperkt aantal tokens verwerken.

Voor deze scenario's gebruikt u de acties voor gegevensbewerkingen met de naam Een document en segmenttekst parseren in uw werkstroom voor logische apps. Met deze acties wordt respectievelijk inhoud, zoals een PDF-document, CSV-bestand, Excel-bestand, enzovoort, omgezet in een getokeniseerde tekenreeksuitvoer en vervolgens wordt de tekenreeks gesplitst op basis van het aantal tokens. U kunt deze uitvoer vervolgens raadplegen en gebruiken met volgende acties in uw werkstroom.

Deze handleiding laat zien hoe u acties kunt toevoegen en instellen voor het parseren van documenten en het segmenteren van tekst in uw werkstroom.

Bekende problemen en beperkingen

De acties voor het parseren van een document en segmenttekst bieden momenteel geen ondersteuning voor hostbestanden, zoals mainframe- en midrange binaire bestanden zoals VSAM-bestanden (Virtual Storage Access Method). Als u echter met Standaardwerkstromen werkt, kunt u in plaats daarvan de ingebouwde actie IBM Host File met de naam Hostbestandsinhoud parseren gebruiken.

Vereisten

• Een Azure-account en -abonnement. Als u nog geen abonnement op Azure hebt, registreer u dan nu voor een gratis Azure-account.

• Een werkstroom voor een Consumption of Standard logic app met een bestaande trigger, omdat de bewerkingen Parse a document en Chunk text alleen beschikbaar zijn als acties. Zorg ervoor dat de actie die de inhoud ophaalt die u wilt parseren of segmenteren voorafgaat aan deze gegevensbewerkingen.

Een document parseren

Met de actie Parse een document wordt inhoud, zoals een PDF-document, CSV-bestand, Excel-bestand, enzovoort, geconverteerd naar een getokenizeerde tekenreeks. Stel dat uw werkstroom begint met de aanvraagtrigger met de naam Wanneer een HTTP-aanvraag wordt ontvangen. Deze trigger wacht totdat een HTTP-aanvraag wordt ontvangen die is verzonden vanuit een ander onderdeel, zoals een Azure-functie, een andere werkstroom voor logische apps, enzovoort. De HTTP-aanvraag bevat de URL voor een nieuw geüpload document dat beschikbaar is voor de werkstroom om op te halen en te parseren. Een HTTP-actie volgt onmiddellijk de trigger en verzendt een HTTP-aanvraag naar de URL van het document en retourneert met de inhoud van het document vanaf de opslaglocatie.

Als u andere inhoudsbronnen gebruikt, zoals Azure Blob Storage, SharePoint, OneDrive, Bestandssysteem, FTP, enzovoort, kunt u controleren of triggers beschikbaar zijn voor deze bronnen. U kunt ook controleren of acties beschikbaar zijn om de inhoud voor deze bronnen op te halen. Zie Ingebouwde bewerkingen en beheerde connectors voor meer informatie.

1. Open in Azure Portal de resource en werkstroom van uw logische app in de ontwerpfunctie.

2. Volg onder de bestaande trigger en acties deze algemene stappen om de actie Gegevensbewerkingen met de naam Een document parseren aan uw werkstroom toe te voegen.

3. Selecteer in de ontwerper de actie Parse a document.

4. Nadat het deelvenster actiegegevens is geopend, geeft u op het tabblad Parameters in de eigenschap Documentinhoud de inhoud op die u wilt parseren door de volgende stappen uit te voeren:

   1. Selecteer in het vak Documentinhoud .

      De opties voor de lijst met dynamische inhoud (bliksempictogram) en de expressie-editor (functiepictogram) worden weergegeven.

      • Als u de uitvoer van een voorgaande actie wilt kiezen, selecteert u de lijst met dynamische inhoud.

      • Als u een expressie wilt maken waarmee de uitvoer van een voorgaande actie wordt bewerkt, selecteert u de expressie-editor.

      Dit voorbeeld wordt voortgezet door het bliksempictogram voor de lijst met dynamische inhoud te selecteren.

   2. Nadat de lijst met dynamische inhoud is geopend, selecteert u de gewenste uitvoer uit een vorige bewerking.

      In dit voorbeeld verwijst de actie 'Parse a document' naar de hoofdtekstuitvoer van de HTTP-actie.

      

      De uitvoer van de hoofdtekst wordt nu weergegeven in het vak Documentinhoud :

      

5. Bij de handeling Een document parseren voegt u de acties toe die u wilt gebruiken met de uitvoer van de getokeniseerde tekenreeks, bijvoorbeeld Tekst in segmenten verdelen, die in deze handleiding later wordt beschreven.

Een document parseren - Naslaginformatie

Parameters

Uitvoer

Segmenttekst

Met de Chunk tekst actie wordt inhoud opgedeeld in kleinere stukken, zodat deze eenvoudiger kunnen worden gebruikt in de huidige werkstroom. De volgende stappen zijn gebaseerd op het voorbeeld uit de sectie Een document parseren en splitst tokentekenreeksuitvoer voor gebruik met Azure AI-bewerkingen waarvoor tokenized, kleine inhoudssegmenten worden verwacht.

1. Open in Azure Portal de resource en werkstroom van uw logische app in de ontwerpfunctie.

2. Onder de actie Een document parseren, volg deze algemene stappen om de actie Gegevensbewerkingen met de naam Segmenttekst toe te voegen.

3. Selecteer in de ontwerper de Chunk tekst actie.

4. Nadat het deelvenster met actiegegevens is geopend, selecteert u op het tabblad Parameters voor de eigenschap SegmenteringsstrategieTokenSize als de segmenteringsmethode, als deze nog niet is geselecteerd.

   Strategie	Beschrijving
   TokenSize	Splits de opgegeven inhoud op basis van het aantal tokens.

5. Nadat u de strategie hebt geselecteerd, selecteert u in het tekstvak om de inhoud voor segmentering op te geven.

   De opties voor de lijst met dynamische inhoud (bliksempictogram) en de expressie-editor (functiepictogram) worden weergegeven.

   • Als u de uitvoer van een voorgaande actie wilt kiezen, selecteert u de lijst met dynamische inhoud.

   • Als u een expressie wilt maken waarmee de uitvoer van een voorgaande actie wordt bewerkt, selecteert u de expressie-editor.

   Dit voorbeeld wordt voortgezet door het bliksempictogram voor de lijst met dynamische inhoud te selecteren.

   1. Nadat de lijst met dynamische inhoud is geopend, selecteert u de gewenste uitvoer uit een vorige bewerking.

      In dit voorbeeld verwijst de Chunk tekst actie naar de geparseerde resultaatstekst uitvoer van de Document parseren actie.

      

      In het tekstvak wordt nu de uitvoer van de Geparseerd resultaatactie weergegeven:

      

6. Voltooi de configuratie voor de Chunk tekst actie, op basis van uw geselecteerde strategie en scenario. Zie Segmenttekst - Naslaginformatie voor meer informatie.

Wanneer u nu andere acties toevoegt die getokeniseerde invoer verwachten en gebruiken, zoals de Azure AI-acties, wordt de invoerinhoud opgemaakt voor eenvoudiger gebruik.

Bloktekst - Verwijzing

Parameters

Uitvoer

Voorbeeldwerkstroom

Het volgende voorbeeld bevat andere acties waarmee een volledig werkstroompatroon wordt gemaakt voor het opnemen van gegevens uit elke bron:

Gerelateerde inhoud

• Foundry Tools integreren met Standard-werkstromen in Azure Logic Apps
• Grote documenten segmenteren voor vectorzoekopdrachten