NER (Reconhecimento de Entidade Nomeada) de Texto do AutoML

Este artigo descreve o componente no Azure Machine Learning Designer.

Use este componente para criar um modelo de machine learning baseado em NER de Texto do AutoML.

O NER (Reconhecimento de Entidade Nomeada) é um dos recursos oferecidos pela Linguagem do Azure nas Ferramentas de Fundimento. O recurso NER pode identificar e categorizar entidades em texto não estruturado. Para obter mais informações sobre NER

Como configurar

Esse componente treina um modelo de classificação de NLP em dados de texto. A classificação de texto é uma tarefa de aprendizado supervisionado e exige um conjuntos de dados rotulados que inclua uma coluna de rótulo com um valor para todas as linhas.

Esse modelo requer um conjunto de dados de treinamento e validação. Os conjuntos de dados devem estar no formato de Tabela do ML.

1. Adicione o componente NER de Texto do AutoML ao pipeline.

2. Especifique a Métrica Primária que você deseja que o AutoML use para medir o sucesso do modelo.

3. (Opcional) Selecione o idioma do conjunto de dados. Acesse este link para obter uma lista completa de idiomas com suporte.

4. (Opcional) Você pode configurar hiperparâmetros. Acesse este link para obter uma lista completa de hiperparâmetros configuráveis

5. (Opcional) As definições de Varredura do Trabalho são configuráveis. Acesse este link para saber mais sobre cada parâmetro configurável.

6. (Opcional) As definições de Limite do Trabalho são configuráveis. Acesse este link para saber mais sobre essas configurações.

Próximas etapas

Confira o conjunto de componentes disponíveis no Azure Machine Learning.