TorchSharpCatalog.NamedEntityRecognition Metoda
Definicja
Ważne
Niektóre informacje odnoszą się do produktu w wersji wstępnej, który może zostać znacząco zmodyfikowany przed wydaniem. Firma Microsoft nie udziela żadnych gwarancji, jawnych lub domniemanych, w odniesieniu do informacji podanych w tym miejscu.
Przeciążenia
| NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions) |
Dostosuj model rozpoznawania jednostek nazwanych. |
| NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView) |
Dostosuj model NAS-BERT do rozpoznawania jednostek nazwanych. Limit dla dowolnego zdania to 512 tokenów. Każde słowo zwykle mapuje się na pojedynczy token i automatycznie dodajemy 2 tokeny specical (token początkowy i token separatora), więc ogólnie ten limit będzie zawierać 510 wyrazów dla wszystkich zdań. |
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, NerTrainer+NerOptions)
- Źródło:
- TorchSharpCatalog.cs
- Źródło:
- TorchSharpCatalog.cs
- Źródło:
- TorchSharpCatalog.cs
Dostosuj model rozpoznawania jednostek nazwanych.
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 NerTrainerParametry
Wykaz przekształcenia.
- options
- NerTrainer.NerOptions
Pełny zestaw opcji zaawansowanych.
Zwraca
Dotyczy
NamedEntityRecognition(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, Int32, Int32, BertArchitecture, IDataView)
- Źródło:
- TorchSharpCatalog.cs
- Źródło:
- TorchSharpCatalog.cs
- Źródło:
- TorchSharpCatalog.cs
Dostosuj model NAS-BERT do rozpoznawania jednostek nazwanych. Limit dla dowolnego zdania to 512 tokenów. Każde słowo zwykle mapuje się na pojedynczy token i automatycznie dodajemy 2 tokeny specical (token początkowy i token separatora), więc ogólnie ten limit będzie zawierać 510 wyrazów dla wszystkich zdań.
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 NerTrainerParametry
Wykaz przekształcenia.
- labelColumnName
- String
Nazwa kolumny etykiety. Kolumna powinna być typem klucza.
- outputColumnName
- String
Nazwa kolumny wyjściowej. Będzie to typ klucza. Jest to przewidywana etykieta.
- sentence1ColumnName
- String
Nazwa kolumny dla pierwszego zdania.
- batchSize
- Int32
Liczba wierszy w partii.
- maxEpochs
- Int32
Maksymalna liczba powtórzeń w pętli za pośrednictwem zestawu treningowego.
- architecture
- BertArchitecture
Architektura modelu. Domyślnie jest to Roberta.
- validationSet
- IDataView
Zestaw weryfikacji używany podczas trenowania w celu poprawy jakości modelu.