AutoML-Text-NER (Erkennung benannter Entitäten)
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 AutoML-Text-NER basiert.
Die Erkennung benannter Entitäten (NER, Named Entity Recognition) ist eine der von Azure KI Language angebotenen Funktionen. Das NER-Feature kann Entitäten in unstrukturiertem Text ermitteln und kategorisieren. Weitere Informationen zu NER finden Sie hier.
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 wird ein Trainings- und Validierungsdataset benötigt. Die Datasets müssen im ML-Tabellenformat vorliegen.
Fügen Sie ihrer Pipeline die Komponente AutoML-Text-NER hinzu.
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.