Megosztás a következőn keresztül:

Nyelvi támogatás az egyéni elnevezett entitások felismeréséhez

  • Cikk

Ebből a cikkből megismerheti az egyéni nevesített entitásfelismerési funkció által jelenleg támogatott nyelveket.

Többnyelvű beállítás

Az egyéni NER használatával betaníthat egy modellt egy nyelven, és egy másik nyelven kinyerheti az entitásokat a dokumentumokból. Ez a funkció hatékony, mert segít időt és energiát megtakarítani. Ahelyett, hogy minden nyelvhez külön projekteket hoz létre, egyetlen projektben kezelheti a többnyelvű adatkészletet. Az adathalmaznak nem kell teljesen azonos nyelvűnek lennie, de a projektbeállításokban való létrehozáskor vagy később engedélyeznie kell a többnyelvű beállítást a projekthez. Ha azt tapasztalja, hogy a modell bizonyos nyelveken rosszul teljesít a kiértékelési folyamat során, fontolja meg további adatok hozzáadását ezeken a nyelveken a betanítási készlethez.

A projektet teljes egészében angol nyelvű dokumentumokkal taníthatja be, és lekérdezheti a következő nyelveken: francia, német, mandarin, japán, koreai és egyéb. Az egyéni elnevezett entitások felismerése megkönnyíti a projektek több nyelvre való skálázását többnyelvű technológia használatával a modellek betanítása érdekében.

Ha azt állapítja meg, hogy egy adott nyelv nem teljesít, és más nyelveket is, a projektben további dokumentumokat adhat hozzá az adott nyelvhez. A Language Studio adatcímkézési lapján kiválaszthatja a hozzáadni kívánt dokumentum nyelvét. Ha több dokumentumot vezet be a modellhez az adott nyelvhez, az az adott nyelv szintaxisának nagyobb részét mutatja be, és megtanulja jobban előrejelezni.

Nem várható, hogy minden nyelvhez ugyanannyi dokumentumot adjon hozzá. A projekt nagy részét egy nyelven kell összeállítania, és csak néhány olyan dokumentumot kell hozzáadnia a megfigyelt nyelvekhez, amelyek nem teljesítenek jól. Ha olyan projektet hoz létre, amely elsősorban angolul van, és francia, német és spanyol nyelven kezdi el tesztelni, megfigyelheti, hogy a német nem teljesít olyan jól, mint a másik két nyelv. Ebben az esetben fontolja meg az eredeti angol dokumentumok 5%-ának német nyelvű hozzáadását, egy új modell betanítása és a német nyelv ismételt tesztelése. Jobb eredményeket kell látnia a német lekérdezésekhez. Minél több címkével ellátott dokumentumot ad hozzá, annál valószínűbb, hogy az eredmények jobbak lesznek.

Ha más nyelven ad hozzá adatokat, nem szabad azt várnia, hogy az negatív hatással lesz más nyelvekre.

Nyelvi támogatás

Az egyéni NER a következő nyelveken támogatja .txt a fájlokat:

Nyelv Nyelvkód
Búr af
Amhara am
Arab ar
Asszámi as
Azerbajdzsáni az
Belorusz be
Bolgár bg
Bengáli bn
Breton br
bosnyák bs
Katalán ca
Cseh cs
Walesi cy
Dán da
Német de
Görög el
Angol (US) en-us
Eszperantó eo
Spanyol es
Észt et
Baszk eu
Perzsa fa
Finn fi
Francia fr
Nyugati fríz fy
Ír ga
Skót gaelic gd
Gallego gl
Gudzsaráti gu
Hausa ha
héber he
Hindi hi
Horvát hr
Magyar hu
Örmény hy
Indonéz id
Olasz it
Japán ja
Jávai jv
Grúz ka
Kazak kk
Khmer km
Kannada kn
Koreai ko
Kurd (Kurmanji) ku
Kirgiz ky
Latin la
Lao lo
Litván lt
Lett lv
Málgas mg
Macedón mk
Malajálam ml
Mongol mn
Marathi mr
Maláj ms
Burmai my
Nepáli ne
Holland nl
Norvég (Bokmal) nb
Odia or
Pandzsábi pa
Lengyel pl
Pastu ps
Portugál (Brazília) pt-br
Portugál (Portugália) pt-pt
Román ro
Orosz ru
Szanszkrit sa
Szindi sd
Singhalese si
Szlovák sk
Szlovén sl
Szomáli so
Albán sq
szerb sr
Sundanese su
Svéd sv
Szuahéli sw
Tamil ta
Telugu te
Thai th
Filipino tl
Török tr
Ujgur ug
Ukrán uk
urdu ur
Üzbég uz
Vietnámi vi
Xhosza xh
Jiddis yi
Kínai (egyszerűsített) zh-hans
Zulu zu

Következő lépések