Compétences Azure AI Text Analytics SDK for Python
📦

Azure AI Text Analytics SDK for Python

Sûr

Analyser le texte avec Azure AI Text Analytics

Cette compétence permet à Claude de travailler avec Azure AI Text Analytics pour des tâches de NLP incluant l'analyse des sentiments, la reconnaissance d'entités et la détection d'informations personnelles. Elle fournit des exemples de code et les meilleures pratiques pour intégrer les capacités de traitement du langage d'Azure.

Prend en charge: Claude Codex Code(CC)
🥉 73 Bronze
1

Télécharger le ZIP du skill

2

Importer dans Claude

Allez dans Paramètres → Capacités → Skills → Importer un skill

3

Activez et commencez à utiliser

Tester

Utilisation de "Azure AI Text Analytics SDK for Python". I had a wonderful trip to Seattle last week! The food was terrible and the service was slow.

Résultat attendu:

Document 1: Sentiment: positive (Confidence: 0.89)
Document 2: Sentiment: negative (Confidence: 0.92)

Opinion Mining:
- 'trip' -> positive
- 'food' -> negative
- 'service' -> negative

Utilisation de "Azure AI Text Analytics SDK for Python". Microsoft was founded by Bill Gates and Paul Allen in Albuquerque.

Résultat attendu:

Entities:
- Microsoft (Organization, confidence: 0.95)
- Bill Gates (Person, confidence: 0.98)
- Paul Allen (Person, confidence: 0.97)
- Albuquerque (Location, confidence: 0.91)

Audit de sécurité

Sûr
v1 • 2/24/2026

This is a prompt-only documentation skill providing guidance on using the Azure AI Text Analytics Python SDK. No executable code is present. Static analysis scanned 0 files (0 lines) and detected 0 potential security issues. The skill is purely documentation with code examples for an external SDK. No prompt injection attempts detected.

0
Fichiers analysés
0
Lignes analysées
0
résultats
1
Total des audits
Aucun problème de sécurité trouvé
Audité par: claude

Score de qualité

38
Architecture
100
Maintenabilité
87
Contenu
50
Communauté
100
Sécurité
83
Conformité aux spécifications

Ce que vous pouvez construire

Analyse des commentaires clients

Analyser les avis et commentaires des clients pour déterminer le sentiment et extraire les sujets clés pour les insights métier.

Pipeline de traitement de documents

Traiter de grands volumes de documents pour extraire les entités, classifier le contenu et détecter automatiquement les langues.

Conformité et protection des données

Scanner les documents pour les informations sensibles comme les numéros SSN, e-mails et numéros de téléphone pour assurer la conformité.

Essayez ces prompts

Analyse des sentiments de base 
Utilisez la compétence Azure AI Text Analytics pour analyser le sentiment de ces avis clients : [insert reviews]. Affichez les scores positifs, négatifs et neutres.
Extraire les entités nommées 
Utilisez la compétence Azure AI Text Analytics pour reconnaître les entités dans ce texte : [insert text]. Listez chaque entité avec sa catégorie, sous-catégorie et score de confiance.
Détecter les informations sensibles 
Utilisez la compétence Azure AI Text Analytics pour scanner ce document à la recherche de PII : [insert document]. Affichez le texte masqué et listez toutes les entités PII trouvées avec leurs catégories.
Analyse de texte healthcare 
Utilisez la fonctionnalité NLP healthcare d'Azure AI Text Analytics pour analyser cette note clinique : [insert note]. Extrayez les entités médicales, leurs catégories et formes normalisées.

Bonnes pratiques

  • Utilisez les opérations par lots pour traiter jusqu'à 10 documents en un seul appel API pour plus d'efficacité
  • Gérez les erreurs au niveau du document séparément des résultats réussis pour assurer un traitement robuste
  • Spécifiez explicitement la langue lorsqu'elle est connue pour améliorer la précision de l'analyse et réduire la latence

Éviter

  • Ne supposez pas que tous les documents d'un lot réussiront - vérifiez toujours les erreurs dans les résultats
  • N'envoyez pas de données sensibles sans configuration appropriée des identifiants Azure et de la sécurité réseau
  • Ne ignorez pas les scores de confiance - les scores bas peuvent indiquer une entrée ambiguë ou de faible qualité

Foire aux questions

Quels identifiants dois-je utiliser pour cette compétence ?
Vous avez besoin d'une ressource Azure AI Language avec soit une clé API soit des identifiants Entra ID. Définissez les variables d'environnement AZURE_LANGUAGE_ENDPOINT et AZURE_LANGUAGE_KEY.
Combien de documents puis-je traiter à la fois ?
Azure Text Analytics prend en charge jusqu'à 10 documents par requête. Pour des lots plus importants, divisez vos données en groupes de 10 ou moins.
Qu'est-ce que l'exploitation des opinions ?
L'exploitation des opinions est une analyse des sentiments basée sur les aspects qui identifie les cibles spécifiques (comme 'food' ou 'service') et leurs opinions associées dans le texte.
Puis-je utiliser cette compétence pour les données de santé ?
Oui, la fonctionnalité NLP healthcare prend en charge l'analyse des notes cliniques pour les entités médicales, mais nécessite que la fonctionnalité Healthcare API soit activée dans votre abonnement Azure.
Y a-t-il une version asynchrone du client ?
Oui, utilisez azure.ai.textanalytics.aio.TextAnalyticsClient pour les opérations asynchrones, ce qui est recommandé pour les scénarios à haut débit.
Comment fonctionne la détection PII ?
La méthode recognize_pii_entities détecte des catégories comme SSN, e-mail, téléphone et retourne à la fois le texte original avec les données sensibles masquées et les entités détectées.

Détails du développeur

Auteur

sickn33

Licence

MIT

Dépôt

https://github.com/sickn33/antigravity-awesome-skills/tree/main/skills/azure-ai-textanalytics-py

Réf

main

Structure de fichiers

📄 SKILL.md