Elfogadott adatformátumok

Ha egyéni szövegbesorolásba próbálja importálni az adatokat, annak egy adott formátumot kell követnie. Ha nincs importálandó adata, létrehozhatja a projektet , és a Language Studióval címkézheti a dokumentumokat.

Címkék fájlformátuma

A Labels fájlnak az json alábbi formátumban kell lennie. Ez lehetővé teszi, hogy a címkéket egy projektbe importálja .

Többcímke-besorolás

{
    "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"
                  }
              ]
          }
      ]
  }

Kulcs	Helyőrző	Érték	Példa
Többnyelvű	true	Logikai érték, amely lehetővé teszi, hogy az adathalmazban több nyelven is legyenek dokumentumok, és a modell üzembe helyezésekor a modellt bármilyen támogatott nyelven lekérdezheti (ez nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatásról további információt a nyelvi támogatás című témakörben talál.	true
projectName	{PROJECT-NAME}	Projektnév	myproject
storageInputContainerName	{CONTAINER-NAME}	Tárolónév	mycontainer
Osztályok	[]	A projektben található összes osztályt tartalmazó tömb. Ezek azok az osztályok, amelyekbe a dokumentumokat osztályozni szeretné.	[]
dokumentumokban	[]	A projekt összes dokumentumát és a dokumentumhoz címkézett osztályokat tartalmazó tömb.	[]
location	{DOCUMENT-NAME}	A dokumentumok helye a tárolóban. Mivel az összes dokumentum a tároló gyökerében található, ennek az értéknek a dokumentum nevének kell lennie.	doc1.txt
Adatkészlet	{DATASET}	Az a tesztkészlet, amelyre a fájl a betanítás előtt felosztáskor kerül. További információért lásd : Modell betanítása . A mező lehetséges értékei a következők: Train és Test.	Train

Egycímke-besorolás

{
    
    "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"
              }
          }
      ]
  }

Kulcs	Helyőrző	Érték	Példa
projectName	{PROJECT-NAME}	Projektnév	myproject
storageInputContainerName	{CONTAINER-NAME}	Tárolónév	mycontainer
Többnyelvű	true	Logikai érték, amely lehetővé teszi, hogy az adathalmazban több nyelven is legyenek dokumentumok, és a modell üzembe helyezésekor a modellt bármilyen támogatott nyelven lekérdezheti (ez nem feltétlenül szerepel a betanítási dokumentumokban). A többnyelvű támogatásról további információt a nyelvi támogatás című témakörben talál.	true
Osztályok	[]	A projektben található összes osztályt tartalmazó tömb. Ezek azok az osztályok, amelyekbe a dokumentumokat osztályozni szeretné.	[]
dokumentumokban	[]	Tömb, amely a projekt összes dokumentumát tartalmazza, és a dokumentum melyik osztályához tartozik.	[]
location	{DOCUMENT-NAME}	A dokumentumok helye a tárolóban. Mivel az összes dokumentum a tároló gyökerében található, ennek kell lennie a dokumentum nevének.	doc1.txt
Adatkészlet	{DATASET}	Az a tesztkészlet, amelyre a fájl a betanítás előtt felosztáskor kerül. További információért lásd : Modell betanítása . A mező lehetséges értékei a következők: Train és Test.	Train

Következő lépések

• A címkézett adatokat közvetlenül importálhatja a projektbe. A projektek importálásával kapcsolatos további információkért lásd: Projekt létrehozása .
• Az adatok címkézéséről további információt az útmutatóban talál. Ha végzett az adatok címkézésével, betanítheti a modellt.