Zaakceptowane formaty danych

Jeśli próbujesz zaimportować dane do niestandardowej klasyfikacji tekstu, musi ona mieć określony format. Jeśli nie masz danych do zaimportowania, możesz utworzyć projekt i użyć programu Language Studio do etykietowania dokumentów.

Format pliku etykiet

Plik Labels powinien być w json formacie poniżej. Umożliwi to zaimportowanie etykiet do projektu.

Klasyfikacja wielu etykiet

{
    "projectFileVersion": "2022-05-01",
    "stringIndexType": "Utf16CodeUnit",
    "metadata": {
        "projectKind": "CustomMultiLabelClassification",
        "storageInputContainerName": "{CONTAINER-NAME}",
        "projectName": "{PROJECT-NAME}",
        "multilingual": false,
        "description": "Project-description",
        "language": "en-us"
    },
    "assets": {
        "projectKind": "CustomMultiLabelClassification",
        "classes": [
            {
                "category": "Class1"
            },
            {
                "category": "Class2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "classes": [
                    {
                        "category": "Class1"
                    },
                    {
                        "category": "Class2"
                    }
                ]
            }
        ]
    }
}

Klucz	Symbol zastępczy	Wartość	Przykład
wielojęzyczny	true	Wartość logiczna, która umożliwia posiadanie dokumentów w wielu językach w zestawie danych, a po wdrożeniu modelu można wykonywać zapytania dotyczące modelu w dowolnym obsługiwanym języku (niekoniecznie zawarte w dokumentach szkoleniowych). Zobacz Obsługa języków, aby dowiedzieć się więcej o obsłudze wielojęzycznej.	true
projectName	{PROJECT-NAME}	Nazwa projektu	mój projekt
storageInputContainerName	{CONTAINER-NAME}	Nazwa kontenera	mycontainer
obiektów	[]	Tablica zawierająca wszystkie klasy, które znajdują się w projekcie. Są to klasy, do których chcesz sklasyfikować dokumenty.	[]
documents	[]	Tablica zawierająca wszystkie dokumenty w projekcie i klasy oznaczone dla tego dokumentu.	[]
lokalizacja	{DOCUMENT-NAME}	Lokalizacja dokumentów w kontenerze magazynu. Ponieważ wszystkie dokumenty znajdują się w katalogu głównym kontenera, ta wartość powinna być nazwą dokumentu.	doc1.txt
zestaw danych	{DATASET}	Zestaw testowy, do którego ten plik zostanie podzielony przed rozpoczęciem trenowania. Aby uzyskać więcej informacji, zobacz Jak wytrenować model . Możliwe wartości dla tego pola to Train i Test.	Train

Klasyfikacja pojedynczej etykiety

{
    
    "projectFileVersion": "2022-05-01",
    "stringIndexType": "Utf16CodeUnit",
    "metadata": {
        "projectKind": "CustomSingleLabelClassification",
        "storageInputContainerName": "{CONTAINER-NAME}",
        "settings": {},
        "projectName": "{PROJECT-NAME}",
        "multilingual": false,
        "description": "Project-description",
        "language": "en-us"
    },
    "assets": {
        "projectKind": "CustomSingleLabelClassification",
        "classes": [
            {
                "category": "Class1"
            },
            {
                "category": "Class2"
            }
        ],
        "documents": [
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class2"
                }
            },
            {
                "location": "{DOCUMENT-NAME}",
                "language": "{LANGUAGE-CODE}",
                "dataset": "{DATASET}",
                "class": {
                    "category": "Class1"
                }
            }
        ]
    }
}

Klucz	Symbol zastępczy	Wartość	Przykład
projectName	{PROJECT-NAME}	Nazwa projektu	mój projekt
storageInputContainerName	{CONTAINER-NAME}	Nazwa kontenera	mycontainer
wielojęzyczny	true	Wartość logiczna, która umożliwia posiadanie dokumentów w wielu językach w zestawie danych, a po wdrożeniu modelu można wykonywać zapytania dotyczące modelu w dowolnym obsługiwanym języku (niekoniecznie zawarte w dokumentach szkoleniowych). Zobacz Obsługa języków, aby dowiedzieć się więcej o obsłudze wielojęzycznej.	true
obiektów	[]	Tablica zawierająca wszystkie klasy, które znajdują się w projekcie. Są to klasy, do których chcesz sklasyfikować dokumenty.	[]
documents	[]	Tablica zawierająca wszystkie dokumenty w projekcie i klasę, do której należy ten dokument.	[]
lokalizacja	{DOCUMENT-NAME}	Lokalizacja dokumentów w kontenerze magazynu. Ponieważ wszystkie dokumenty znajdują się w katalogu głównym kontenera, powinien to być nazwa dokumentu.	doc1.txt
zestaw danych	{DATASET}	Zestaw testowy, do którego ten plik zostanie podzielony przed rozpoczęciem trenowania. Aby uzyskać więcej informacji, zobacz Jak wytrenować model . Możliwe wartości dla tego pola to Train i Test.	Train

Następne kroki

• Dane z etykietami można zaimportować bezpośrednio do projektu. Zobacz Jak utworzyć projekt , aby dowiedzieć się więcej na temat importowania projektów.
• Zobacz artykuł z instrukcjami, aby uzyskać więcej informacji na temat etykietowania danych. Po zakończeniu etykietowania danych możesz wytrenować model.