TorchSharpCatalog.TextClassification Método

Definição

Namespace:

Microsoft.ML.TorchSharp

Assembly:

Microsoft.ML.TorchSharp.dll

Pacote:

Microsoft.ML.TorchSharp v0.21.1

Sobrecargas

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)	Ajuste um modelo NAS-BERT para classificação de NLP. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulativos (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.
TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)	Ajuste um modelo NAS-BERT para classificação de NLP. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulativos (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, TextClassificationTrainer+TextClassificationOptions)

Ajuste um modelo NAS-BERT para classificação de NLP. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulativos (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.

public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions options);

static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer.TextClassificationOptions -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer

<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, options As TextClassificationTrainer.TextClassificationOptions) As TextClassificationTrainer

Parâmetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

O catálogo da transformação.

options

TextClassificationTrainer.TextClassificationOptions

Opções Avançadas.

Retornos

TextClassificationTrainer

TextClassification(MulticlassClassificationCatalog+MulticlassClassificationTrainers, String, String, String, String, String, Int32, Int32, BertArchitecture, IDataView)

Ajuste um modelo NAS-BERT para classificação de NLP. O limite para qualquer frase é de 512 tokens. Cada palavra normalmente será mapeada para um único token e adicionamos automaticamente dois tokens especulativos (um token inicial e um token separador), portanto, em geral, esse limite será de 510 palavras para todas as frases.

public static Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer TextClassification (this Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers catalog, string labelColumnName = "Label", string scoreColumnName = "Score", string outputColumnName = "PredictedLabel", string sentence1ColumnName = "Sentence1", string sentence2ColumnName = default, int batchSize = 32, int maxEpochs = 10, Microsoft.ML.TorchSharp.NasBert.BertArchitecture architecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Microsoft.ML.IDataView validationSet = default);

static member TextClassification : Microsoft.ML.MulticlassClassificationCatalog.MulticlassClassificationTrainers * string * string * string * string * string * int * int * Microsoft.ML.TorchSharp.NasBert.BertArchitecture * Microsoft.ML.IDataView -> Microsoft.ML.TorchSharp.NasBert.TextClassificationTrainer

<Extension()>
Public Function TextClassification (catalog As MulticlassClassificationCatalog.MulticlassClassificationTrainers, Optional labelColumnName As String = "Label", Optional scoreColumnName As String = "Score", Optional outputColumnName As String = "PredictedLabel", Optional sentence1ColumnName As String = "Sentence1", Optional sentence2ColumnName As String = Nothing, Optional batchSize As Integer = 32, Optional maxEpochs As Integer = 10, Optional architecture As BertArchitecture = Microsoft.ML.TorchSharp.NasBert.BertArchitecture.Roberta, Optional validationSet As IDataView = Nothing) As TextClassificationTrainer

Parâmetros

catalog

MulticlassClassificationCatalog.MulticlassClassificationTrainers

O catálogo da transformação.

labelColumnName

String

Nome da coluna de rótulo. A coluna deve ser um tipo de chave.

scoreColumnName

String

Nome da coluna de pontuação.

outputColumnName

String

Nome da coluna de saída. Será um tipo de chave. É o rótulo previsto.

sentence1ColumnName

String

Nome da coluna para a primeira frase.

sentence2ColumnName

String

Nome da coluna para a segunda frase. Necessário somente se a classificação de NLP exigir pares de frases.

batchSize

Int32

Número de linhas no lote.

maxEpochs

Int32

Número máximo de vezes para percorrer o conjunto de treinamento.

architecture

BertArchitecture

Arquitetura para o modelo. O padrão é Roberta.

validationSet

IDataView

O conjunto de validação usado durante o treinamento para melhorar a qualidade do modelo.

Retornos

TextClassificationTrainer