接受的資料格式

如果您嘗試將資料匯入自訂文字分類，則必須遵循特定格式。 如果您沒有資料可匯入，可以建立專案，並使用 Language Studio 來標記您的文件。

標籤檔案格式

您的標籤檔案應使用以下的 json 格式。 這可讓您將標籤匯入專案。

多重標籤分類

{
    "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"
                    }
                ]
            }
        ]
    }
}

機碼	預留位置	值	範例
多語系	true	布林值，可讓您在資料集中具有多種語言的文件，而且當部署模型時，您可以使用任何支援的語言 (不一定包含在定型文件中) 查詢模型。 若要深入了解多語系支援，請參閱語言支援。	true
projectName	{PROJECT-NAME}	專案名稱	myproject
storageInputContainerName	{CONTAINER-NAME}	容器名稱	mycontainer
類別	},	陣列，其中包含您在專案中擁有的所有類別。 這些是您要用來分類文件的類別。	},
文件	},	陣列，其中包含專案中的所有文件，以及此文件標記的類別。	},
location	{DOCUMENT-NAME}	文件在儲存體容器中的位置。 因為所有文件都在容器的根目錄中，所以此值應該是文件名稱。	doc1.txt
資料集	{DATASET}	此檔案在定型前分割時將會移至的測試集。 如需詳細資訊，請參閱如何定型模型。 此欄位的可能值為 Train 和 Test。	Train

單一標籤分類

{
    
    "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"
                }
            }
        ]
    }
}

機碼	預留位置	值	範例
projectName	{PROJECT-NAME}	專案名稱	myproject
storageInputContainerName	{CONTAINER-NAME}	容器名稱	mycontainer
多語系	true	布林值，可讓您在資料集中具有多種語言的文件，而且當部署模型時，您可以使用任何支援的語言 (不一定包含在定型文件中) 查詢模型。 若要深入了解多語系支援，請參閱語言支援。	true
類別	},	陣列，其中包含您在專案中擁有的所有類別。 這些是您要用來分類文件的類別。	},
文件	},	陣列，其中包含專案中的所有文件，以及此文件所屬的類別。	},
location	{DOCUMENT-NAME}	文件在儲存體容器中的位置。 因為所有文件都在容器的根目錄中，所以這應該是文件名稱。	doc1.txt
資料集	{DATASET}	此檔案在定型前分割時將會移至的測試集。 如需詳細資訊，請參閱如何定型模型。 此欄位的可能值為 Train 和 Test。	Train

下一步

• 您可以將標記的資料直接匯入專案中。 請參閱如何建立專案，以進一步了解匯入專案。
• 請參閱操作說明文章，以取得有關標記資料的詳細資訊。 標記資料完成後，即可開始定型您的模型。