了解分類專案的類型

6 分鐘

自訂文字分類會將標籤 (在 Azure AI 語言服務中稱為「類別」) 指派給文字檔。例如，電玩遊戲摘要可能分類為「冒險」、「策略」、「動作」或「運動」。

自訂文字分類分為兩種類型的專案：

單一標籤分類 - 只能為每個檔案指派一個類別。沿用上述範例，電玩遊戲摘要只能分類為「冒險」或「策略」。
多標籤分類 - 可為每個檔案指派多個類別。這種類型的專案可讓您將電玩遊戲摘要分類為「冒險」或「冒險與策略」。

建立自訂文字分類專案時，您可以指定要建置哪種專案。

單一標籤與多標籤專案

除了可將檔案歸入多個分類之外，多標籤分類專案的主要差異是標記、改善模型的考量，以及分類工作的 API 承載。

為資料加上標籤

在單一標籤專案中，每個檔案在標記流程期間都會獲得一個指派的類別；Azure AI 語言中的類別指派只能讓您選取一個類別。

標記多標籤專案時，可以為每個檔案指派您想要的類別數目。增加複雜度遭成的影響表示您的資料必須保持清晰，並妥善分佈可能的輸入，以便讓模型從中學習。

正確標記資料與模型效能直接相互關聯，特別是多標籤專案。資料集的品質、清晰度和變異程度愈高，模型就越精確。

評估及改善模型

衡量模型的預測效能超出正確預測的數量。正確的分類是當實際標籤為 x 且模型預測標籤 x 時。在真實世界中，當分類不正確時，文件會產生不同類型的錯誤：

誤判 - 模型預測 x，但檔案沒有加上 x 標籤。
誤判 - 模型沒有預測標籤 x，但檔案事實上已加上 x 標籤。

這些計量會轉譯成 Azure AI 語言所提供的三個量值：

召回率 - 所有實際標籤中識別出的數目；確判為真與所有已加上標籤的比率。
精確度 - 正確預測標籤的數目；確判為真與所有已識別確判的比率。
F1 分數 - 召回率和精確度的函式，用途是提供單一分數以最大化每個元件的平衡

提示

深入了解 Azure AI 語言評估計量，包括計算這些計量的確切方式

使用單一標籤專案，您可以識別哪些類別未分類及已分類的項目，並尋找更多高品質資料來定型模型。針對多標籤專案，找出高品質資料會因為標籤的可能排列組合矩陣而變得更複雜。

例如，模型可正確分類「動作」遊戲和「動作和策略」遊戲，但分類「策略」遊戲卻失敗了。為了改善模型，您需找出「動作和策略」以及「策略」遊戲品質更高的且有不同變化的摘要，藉此教導模型如何區分這兩者。隨著模型分類的可能類別增加，這項挑戰性會以指數方式提高。

API 承載

Azure AI 語言會使用 JSON 主體來指定要求，以提供 REST API 來建置模型並與之互動。此 API 會抽離成多個語言專用的 SDK，不過在本課程模組中，我們將範例著重於基礎 REST API。

若要提交分類工作，API 需要 JSON 主體，用於指定要執行的工作。您將在下一個單元中深入了解 REST API，但先熟悉一下所需主體的各個部分會有所幫助。

單一標籤分類模型會指定 customSingleLabelClassification 的專案類型：

{
  "projectFileVersion": "<API-VERSION>",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "<PROJECT-NAME>",
    "storageInputContainerName": "<CONTAINER-NAME>",
    "projectKind": "customSingleLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "<LANGUAGE-CODE>",
    "multilingual": true,
    "settings": {}
  },
  "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"
                }
            }
        ]
    }
}

多標籤分類模型會指定 CustomMultiLabelClassification 的專案類型

{
  "projectFileVersion": "<API-VERSION>",
  "stringIndexType": "Utf16CodeUnit",
  "metadata": {
    "projectName": "<PROJECT-NAME>",
    "storageInputContainerName": "<CONTAINER-NAME>",
    "projectKind": "customMultiLabelClassification",
    "description": "Trying out custom multi label text classification",
    "language": "<LANGUAGE-CODE>",
    "multilingual": true,
    "settings": {}
  },
  "assets": {
    "projectKind": "customMultiLabelClassification",
    "classes": [
      {
        "category": "Class1"
      },
      {
        "category": "Class2"
      }
    ],
    "documents": [
      {
        "location": "<DOCUMENT-NAME>",
        "language": "<LANGUAGE-CODE>",
        "dataset": "<DATASET>",
        "classes": [
          {
            "category": "Class1"
          },
          {
            "category": "Class2"
          }
        ]
      },
      {
        "location": "<DOCUMENT-NAME>",
        "language": "<LANGUAGE-CODE>",
        "dataset": "<DATASET>",
        "classes": [
          {
            "category": "Class2"
          }
        ]
      }
    ]
  }
}

了解分類專案的類型

單一標籤與多標籤專案

為資料加上標籤

評估及改善模型

API 承載

意見反應