Wyświetlanie oceny i szczegółów modelu klasyfikacji tekstu
Po zakończeniu trenowania modelu możesz wyświetlić wydajność modelu i wyświetlić przewidywane klasy dokumentów w zestawie testowym.
Uwaga
Użycie opcji Automatycznie podziel zestaw testów z danych treningowych może spowodować powstanie różnych wyników oceny modelu za każdym razem, gdy wytrenujesz nowy model, ponieważ zestaw testowy jest wybierany losowo z danych. Aby upewnić się, że ocena jest obliczana na tym samym zestawie testowym za każdym razem, gdy trenujesz model, pamiętaj, aby użyć opcji Użyj ręcznego podziału danych treningowych i testowych podczas uruchamiania zadania trenowania i definiowania dokumentów testowych podczas etykietowania danych.
Wymagania wstępne
Przed wyświetleniem oceny modelu potrzebne są następujące elementy:
- Niestandardowy projekt klasyfikacji tekstu ze skonfigurowanym kontem usługi Azure Blob Storage.
- Dane tekstowe przekazane na konto magazynu.
- Dane oznaczone etykietami
- Pomyślnie wytrenowany model
Aby uzyskać więcej informacji, zobacz cykl projektowania projektu.
Szczegóły modelu
Przejdź do strony projektu w programie Language Studio.
Wybierz pozycję Wydajność modelu z menu po lewej stronie ekranu.
Na tej stronie można wyświetlić tylko pomyślnie wytrenowane modele, wynik F1 dla każdego modelu i daty wygaśnięcia modelu. Możesz wybrać nazwę modelu, aby uzyskać więcej szczegółów na temat jej wydajności.
Uwaga
Klasy, które nie są ani oznaczone, ani przewidywane w zestawie testowym, nie będą częścią wyświetlanych wyników.
Na tej karcie można wyświetlić szczegóły modelu, takie jak: wynik F1, precyzja, kompletność, data i godzina zadania trenowania, łączny czas trenowania oraz liczba dokumentów szkoleniowych i testowych uwzględnionych w tym zadaniu treningowym.
Zobaczysz również wskazówki dotyczące ulepszania modelu. Po kliknięciu szczegółów widoku zostanie otwarty panel boczny, aby uzyskać więcej wskazówek dotyczących ulepszania modelu. W tym przykładzie nie ma wystarczającej ilości danych w zestawie treningowym dla tych klas. Istnieje również niejasne rozróżnienie między typami klas w zestawie treningowym, gdzie dwie klasy są ze sobą mylone. Po kliknięciu klas zdezorientowanych nastąpi przekierowanie do strony etykietowania danych w celu etykietowania większej ilości danych z poprawną klasą.
Dowiedz się więcej na temat wskazówek dotyczących modelu i macierzy pomyłek w pojęciach dotyczących wydajności modelu.
Ładowanie lub eksportowanie danych modelu
Aby załadować dane modelu:
Wybierz dowolny model na stronie oceny modelu.
Wybierz przycisk Załaduj dane modelu.
Upewnij się, że nie masz żadnych niezapisanych zmian, które należy przechwycić w wyświetlonym oknie, i wybierz pozycję Załaduj dane.
Poczekaj, aż dane modelu zakończą ładowanie z powrotem do projektu. Po zakończeniu nastąpi przekierowanie z powrotem do strony projektowania schematu.
Aby wyeksportować dane modelu:
Wybierz dowolny model na stronie oceny modelu.
Wybierz przycisk Eksportuj dane modelu. Poczekaj, aż migawka JSON modelu zostanie pobrana lokalnie.
Usuwanie modelu
Aby usunąć model z poziomu programu Language Studio:
Wybierz pozycję Wydajność modelu z menu po lewej stronie.
Wybierz nazwę modelu, którą chcesz usunąć, a następnie wybierz pozycję Usuń z górnego menu.
W wyświetlonym oknie wybierz przycisk OK , aby usunąć model.
Następne kroki
Podczas przeglądania sposobu działania modelu dowiedz się więcej o używanych metrykach oceny. Gdy dowiesz się, czy wydajność modelu musi się poprawić, możesz rozpocząć ulepszanie modelu.