Zaakceptowane formaty danych

Jeśli próbujesz zaimportować dane do niestandardowej klasyfikacji tekstu, musi ona być określoną formatem. Jeśli nie masz danych do zaimportowania, możesz utworzyć projekt i użyć programu Language Studio do etykietowania dokumentów.

Format pliku etykiet

Plik Etykiety powinien być w json formacie poniżej. Umożliwi to zaimportowanie etykiet do projektu.

Klasyfikacja wielu etykiet

{
    "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"
                  }
              ]
          }
      ]
  }

Klucz	Symbol zastępczy	Wartość	Przykład
Wielojęzycznych	true	Wartość logiczna, która umożliwia posiadanie dokumentów w wielu językach w zestawie danych, a po wdrożeniu modelu można wykonywać zapytania dotyczące modelu w dowolnym obsługiwanym języku (niekoniecznie zawarte w dokumentach szkoleniowych). Zobacz Obsługa języków , aby dowiedzieć się więcej o obsłudze wielojęzycznej.	true
projectName	{PROJECT-NAME}	Project name (Nazwa projektu)	Myproject
storageInputContainerName	{CONTAINER-NAME}	Nazwa kontenera	mycontainer
Klasy	[]	Tablica zawierająca wszystkie klasy, które znajdują się w projekcie. Są to klasy, do których chcesz sklasyfikować dokumenty.	[]
dokumenty	[]	Tablica zawierająca wszystkie dokumenty w projekcie i klasy oznaczone dla tego dokumentu.	[]
location	{DOCUMENT-NAME}	Lokalizacja dokumentów w kontenerze magazynu. Ponieważ wszystkie dokumenty znajdują się w katalogu głównym kontenera, ta wartość powinna być nazwą dokumentu.	doc1.txt
Dataset	{DATASET}	Zestaw testowy, do którego ten plik zostanie podzielony przed rozpoczęciem trenowania. Aby uzyskać więcej informacji, zobacz How to train a model (Jak trenować model ). Możliwe wartości dla tego pola to Train i Test.	Train

Klasyfikacja pojedynczej etykiety

{
    
    "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"
              }
          }
      ]
  }

Klucz	Symbol zastępczy	Wartość	Przykład
projectName	{PROJECT-NAME}	Project name (Nazwa projektu)	Myproject
storageInputContainerName	{CONTAINER-NAME}	Nazwa kontenera	mycontainer
Wielojęzycznych	true	Wartość logiczna, która umożliwia posiadanie dokumentów w wielu językach w zestawie danych, a po wdrożeniu modelu można wykonywać zapytania dotyczące modelu w dowolnym obsługiwanym języku (niekoniecznie zawarte w dokumentach szkoleniowych). Zobacz Obsługa języków , aby dowiedzieć się więcej o obsłudze wielojęzycznej.	true
Klasy	[]	Tablica zawierająca wszystkie klasy, które znajdują się w projekcie. Są to klasy, do których chcesz sklasyfikować dokumenty.	[]
dokumenty	[]	Tablica zawierająca wszystkie dokumenty w projekcie i klasę, do której należy ten dokument.	[]
location	{DOCUMENT-NAME}	Lokalizacja dokumentów w kontenerze magazynu. Ponieważ wszystkie dokumenty znajdują się w katalogu głównym kontenera, powinna to być nazwa dokumentu.	doc1.txt
Dataset	{DATASET}	Zestaw testowy, do którego ten plik zostanie podzielony przed rozpoczęciem trenowania. Aby uzyskać więcej informacji, zobacz How to train a model (Jak trenować model ). Możliwe wartości dla tego pola to Train i Test.	Train

Następne kroki

• Dane oznaczone etykietami można zaimportować bezpośrednio do projektu. Zobacz Jak utworzyć projekt, aby dowiedzieć się więcej na temat importowania projektów.
• Zobacz artykuł z instrukcjami, aby uzyskać więcej informacji na temat etykietowania danych. Po zakończeniu etykietowania danych możesz wytrenować model.