[ML Study Jams Vol.4] GSP075 Cloud ML API を使用して画像内のテキストの抽出、分析、翻訳を行う学習メモ

GSP075 Cloud ML API を使用して画像内のテキストの抽出、分析、翻訳を行う
https://www.qwiklabs.com/focuses/1836

概要

このラボでは、複数の機械学習 API を組み合わせて使用し、機械学習によってできることを体験します。最初に Cloud Vision API のテキスト検出メソッドを使用し、光学式文字認識（OCR）を利用して画像からテキストを抽出します。次に、そのテキストを Translation API で翻訳する方法と、Natural Language API で分析する方法を学びます。
（qwiklabs から引用）

ハンズオンの内容メモ

■SIGN ボード画像からテキストを OCR するための準備から、ハンズオンは始まります。

—
■ CloudVision API では見慣れた結果ですね。

—
■分析のために “content”:”your_text_here” を Natural Language API へ渡した後のエンティティ結果。

—
■Natural Language API により見つかったエンティティ結果。

闇雲に遊んでみる　
SIGN画像は変更せず日本語を Translation API へ渡す（絶対失敗する時のエラーを知りたい）

■結果は、Translation API に使用する API Key が有効ではないので bad request として無効でした。

■順序が前後しますが、Translation API https://cloud.google.com/translate/docs/reference/rest/v2/translate の引数は次の条件があります。

string

Required The input text to translate. Provide an array of strings to translate multiple phrases. The maximum number of strings is 128.

必須翻訳する入力テキスト。 複数のフレーズを翻訳する文字列の配列を提供します。 文字列の最大数は128です。

—
■そのため、文字列を英文にするとスルー（そのまま）出力されます。

ちなみに “Where do you want to go today?” はマイクロソフト・グローバルキャンペーン文言（かなり前）です。

学習した内容

• 複数の機械学習 API を組み合わせたユースケース
• Vision API の OCR リクエストを作成し、curl を使用して API を呼び出す方法
• Translation API を使用してテキストを翻訳する方法
• Natural Language API を使用してテキストからエンティティを抽出する方法

ラボ終了

このコマ終了に要した時間は 14 分ほど。

ご覧いただき有難うございました。

以上