使用Synapse ML调用Azure认知服务情感分析报错求助

核心问题分析与修复步骤 #

1. 参数配置冲突 #

Synapse ML的TextSentiment组件中，setLocation与setUrl无需同时配置，二者选其一即可：

• 若使用完整服务端点，直接用setUrl传入，删除setLocation配置；
• 若使用区域标识，保留setLocation，删除setUrl配置。

以下是两种正确配置的代码示例：

示例1：使用完整端点

from synapse.ml.cognitive import *

input_df = spark.createDataFrame([
  ("I am so happy today, its sunny!", "en-US"),
  ("I am frustrated by this rush hour traffic", "en-US"),
  ("The cognitive services on spark aint bad", "en-US"),
], ["text", "language"])

sentiment_df = (TextSentiment()
    .setTextCol("text")
    .setUrl(end_point)  # 确保为文本分析服务的完整端点，格式如https://eastus.cognitiveservices.azure.com/
    .setSubscriptionKey(service_key)
    .setOutputCol("sentiment")
    .setErrorCol("error")
    .setLanguageCol("language")
    .transform(input_df))

示例2：使用区域标识

from synapse.ml.cognitive import *

input_df = spark.createDataFrame([
  ("I am so happy today, its sunny!", "en-US"),
  ("I am frustrated by this rush hour traffic", "en-US"),
  ("The cognitive services on spark aint bad", "en-US"),
], ["text", "language"])

sentiment_df = (TextSentiment()
    .setTextCol("text")
    .setLocation("eastus")  # 需与Azure文本分析服务所在区域完全一致
    .setSubscriptionKey(service_key)
    .setOutputCol("sentiment")
    .setErrorCol("error")
    .setLanguageCol("language")
    .transform(input_df))

2. 端点与密钥有效性校验 #

• 确认end_point是Azure**文本分析（Text Analytics）**服务的官方端点，而非其他认知服务端点；
• 检查service_key是否为该文本分析服务的有效密钥（可在Azure门户的服务“密钥和端点”页面获取）；
• 确保端点格式正确，结尾需带有斜杠，例如https://eastus.cognitiveservices.azure.com/。

3. 网络与权限检查 #

• 若运行环境为Synapse工作区，确认文本分析服务的网络规则允许该工作区访问（如未设置防火墙限制，或已将Synapse工作区加入允许列表）；
• 检查运行环境是否能正常访问Azure认知服务的公网端点。

4. 版本兼容性验证 #

确保Synapse ML版本与当前环境的Spark版本兼容，建议升级至最新稳定版：

pip install --upgrade synapseml

内容的提问来源于stack exchange，提问作者Ravi