AutoML-Textklassifizierung mit mehreren Bezeichnungen
In diesem Artikel wird eine Komponente im Azure Machine Learning-Designer beschrieben.
Verwenden Sie diese Komponente, um ein Machine Learning-Modell zu erstellen, das auf der AutoML-Textklassifizierung mit mehreren Bezeichnungen basiert.
Die Textklassifizierung mit mehreren Bezeichnungen ist für Anwendungsfälle vorgesehen, in denen jedem Beispiel mehrere Bezeichnungen zugewiesen werden können. Im Gegensatz dazu wird bei der Multiklassen-Textklassifizierung mit einer einzelnen Bezeichnung jedes Beispiel mit der wahrscheinlichsten Klasse bezeichnet.
Vorgehensweise zur Konfiguration
Diese Komponente trainiert ein NLP-Klassifizierungsmodell für Textdaten. Die Textklassifizierung ist eine beaufsichtigte Lernmethode und erfordert ein beschriftetes Dataset, das für jede Zeile eine Beschriftungsspalte mit einem Wert enthält.
Für dieses Modell werden ein Trainings- und ein Validierungsdataset benötigt. Die Datasets müssen im ML-Tabellenformat vorliegen.
Fügen Sie Ihrer Pipeline die Komponente für die AutoML-Textklassifizierung mit mehreren Bezeichnungen hinzu.
Geben Sie die Zielspalte für die Modellausgabe an.
Geben Sie die Primäre Metrik an, die AutoML zur Messung des Erfolgs Ihres Modells verwenden soll.
(Optional) Geben Sie an, in welcher Sprache Ihr Dataset vorliegt. Klicken Sie auf diesen Link, um eine vollständige Liste der unterstützten Sprachen zu erhalten.
(Optional) Sie können Hyperparameter konfigurieren. Eine vollständige Liste der konfigurierbaren Hyperparameter finden Sie unter diesem Link.
(Optional) Die Einstellungen für Auftragssweeps können konfiguriert werden. Besuchen Sie diesen Link, um mehr über die einzelnen konfigurierbaren Parameter zu erfahren.
(Optional) Die Einstellungen für Auftragsgrenzwerte sind konfigurierbar. Weitere Informationen zu diesen Einstellungen finden Sie unter diesem Link.
Nächste Schritte
Hier finden Sie die für Azure Machine Learning verfügbaren Komponenten.