TorchSharpCatalog.NamedEntityRecognition Methode
Definition
Wichtig
Einige Informationen beziehen sich auf Vorabversionen, die vor dem Release ggf. grundlegend überarbeitet werden. Microsoft übernimmt hinsichtlich der hier bereitgestellten Informationen keine Gewährleistungen, seien sie ausdrücklich oder konkludent.
Überlädt
| NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions) |
Optimieren eines Modells für die Erkennung benannter Entitäten. |
| NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView) |
Optimieren sie ein NAS-BERT-Modell für die Erkennung benannter Entitäten. Der Grenzwert für einen Satz beträgt 512 Token. Jedes Wort wird in der Regel einem einzelnen Token zugeordnet, und wir fügen automatisch 2 spezische Token (ein Starttoken und ein Trennzeichentoken) hinzu, sodass dieser Grenzwert im Allgemeinen bei 510 Wörtern für alle Sätze liegt. |
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)
- Quelle:
- TorchSharpCatalog.cs
- Quelle:
- TorchSharpCatalog.cs
- Quelle:
- TorchSharpCatalog.cs
Optimieren eines Modells für die Erkennung benannter Entitäten.
public static Microsoft.ML.TorchSharp.NasBert.NerTrainer NamedEntityRecognition(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.NasBert.NerTrainer.NerOptions options);static member NamedEntityRecognition : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.NasBert.NerTrainer.NerOptions -> Microsoft.ML.TorchSharp.NasBert.NerTrainer<Extension()>
Public Function NamedEntityRecognition (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As NerTrainer.NerOptions) As NerTrainerParameter
Der Katalog der Transformation.
- options
- NerTrainer.NerOptions
Der vollständige Satz erweiterter Optionen.
Gibt zurück
Gilt für:
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)
- Quelle:
- TorchSharpCatalog.cs
- Quelle:
- TorchSharpCatalog.cs
- Quelle:
- TorchSharpCatalog.cs
Optimieren sie ein NAS-BERT-Modell für die Erkennung benannter Entitäten. Der Grenzwert für einen Satz beträgt 512 Token. Jedes Wort wird in der Regel einem einzelnen Token zugeordnet, und wir fügen automatisch 2 spezische Token (ein Starttoken und ein Trennzeichentoken) hinzu, sodass dieser Grenzwert im Allgemeinen bei 510 Wörtern für alle Sätze liegt.
public static Microsoft.ML.TorchSharp.NasBert.NerTrainer NamedEntityRecognition(this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string outputColumnName = "PredictedLabel", string sentence1ColumnName = "Sentence", int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);static member NamedEntityRecognition : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.NerTrainer<Extension()>
Public Function NamedEntityRecognition (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional outputColumnName As String = "PredictedLabel", Optional sentence1ColumnName As String = "Sentence", Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As NerTrainerParameter
Der Katalog der Transformation.
- labelColumnName
- String
Name der Bezeichnungsspalte. Die Spalte sollte ein Schlüsseltyp sein.
- outputColumnName
- String
Name der Ausgabespalte. Es wird ein Schlüsseltyp sein. Es ist die vorhergesagte Bezeichnung.
- sentence1ColumnName
- String
Name der Spalte für den ersten Satz.
- batchSize
- Int32
Die Anzahl von Zeilen im Batch.
- maxEpochs
- Int32
Maximale Anzahl von Schleifen durch Ihren Trainingssatz.
- architecture
- BertArchitecture
Architektur für das Modell. Der Standardwert ist Roberta.
- validationSet
- IDataView
Der Validierungssatz, der während des Trainings verwendet wird, um die Modellqualität zu verbessern.