Форматы данных, принимаемые распознаванием устной речи
Если вы отправляете данные в CLU, они должны соответствовать определенному формату. Из этой статьи вы узнаете больше о допустимых форматах данных.
Импорт формата файла проекта
Если вы импортируете проект в CLU, отправленный файл должен иметь следующий формат.
{
"projectFileVersion": "2022-10-01-preview",
"stringIndexType": "Utf16CodeUnit",
"metadata": {
"projectKind": "Conversation",
"projectName": "{PROJECT-NAME}",
"multilingual": true,
"description": "DESCRIPTION",
"language": "{LANGUAGE-CODE}",
"settings": {
"confidenceThreshold": 0
}
},
"assets": {
"projectKind": "Conversation",
"intents": [
{
"category": "intent1"
}
],
"entities": [
{
"category": "entity1",
"compositionSetting": "{COMPOSITION-SETTING}",
"list": {
"sublists": [
{
"listKey": "list1",
"synonyms": [
{
"language": "{LANGUAGE-CODE}",
"values": [
"{VALUES-FOR-LIST}"
]
}
]
}
]
},
"prebuilts": [
{
"category": "{PREBUILT-COMPONENTS}"
}
],
"regex": {
"expressions": [
{
"regexKey": "regex1",
"language": "{LANGUAGE-CODE}",
"regexPattern": "{REGEX-PATTERN}"
}
]
},
"requiredComponents": [
"{REQUIRED-COMPONENTS}"
]
}
],
"utterances": [
{
"text": "utterance1",
"intent": "intent1",
"language": "{LANGUAGE-CODE}",
"dataset": "{DATASET}",
"entities": [
{
"category": "ENTITY1",
"offset": 6,
"length": 4
}
]
}
]
}
}
Клавиши | Заполнитель | Значение | Пример |
---|---|---|---|
{API-VERSION} |
Версия вызываемого API. | 2023-04-01 |
|
confidenceThreshold |
{CONFIDENCE-THRESHOLD} |
Это пороговая оценка, ниже которой намерение будет прогнозироваться как намерение none. Значения : от 0 до 1 |
0.7 |
projectName |
{PROJECT-NAME} |
Имя проекта. Это значение учитывает регистр. | EmailApp |
multilingual |
true |
Логическое значение, позволяющее иметь речевые фрагменты на нескольких языках в наборе данных, и при развертывании модели вы можете запрашивать модель на любом поддерживаемом языке (не обязательно включенном в учебные документы. Дополнительные сведения о поддерживаемых кодах языков см. в разделе Поддержка языков. | true |
sublists |
[] |
Массив, содержащий подлисты. Каждый подлист является ключом и связанными с ним значениями. | [] |
compositionSetting |
{COMPOSITION-SETTING} |
Правило, определяющее, как управлять несколькими компонентами в сущности. Параметры: combineComponents или separateComponents . |
combineComponents |
synonyms |
[] |
Массив со всеми синонимами | синоним |
language |
{LANGUAGE-CODE} |
Строка, указывающая код языка для речевых фрагментов, синонимов и регулярных выражений, используемых в проекте. Если проект является многоязычным, выберите код языка большинства речевых фрагментов. | en-us |
intents |
[] |
Массив со всеми намерениями в проекте. Это намерения, которые будут классифицированы из ваших речевых фрагментов. | [] |
entities |
[] |
Массив со всеми сущностями в проекте. Это типы сущностей, которые будут извлекаться из речевых фрагментов. Каждая сущность может иметь дополнительные необязательные компоненты, определенные с их помощью: список, предварительно созданные или регулярные выражения. | [] |
dataset |
{DATASET} |
Тестовый набор, в который будет перемещен этот речевой фрагмент при разделении перед обучением. См. дополнительные сведения о разделении данных. Возможные значения для этого поля: Train и Test . |
Train |
category |
|
Тип сущности, связанной с заданным фрагментом текста. | Entity1 |
offset |
|
Позиция начального символа сущности (включая сам символ). | 5 |
length |
|
Длина символа сущности. | 5 |
listKey |
|
Нормализованное значение для списка синонимов, с которые необходимо сопоставить в прогнозе. | Microsoft |
values |
{VALUES-FOR-LIST} |
Список строк, разделенных запятыми, которые будут точно сопоставлены для извлечения и сопоставления с ключом списка. | "msft", "microsoft", "MS" |
regexKey |
{REGEX-PATTERN} |
Нормализованное значение регулярного выражения для сопоставления с прогнозом. | ProductPattern1 |
regexPattern |
{REGEX-PATTERN} |
Регулярное выражение. | ^pre |
prebuilts |
{PREBUILT-COMPONENTS} |
Предварительно созданные компоненты, которые могут извлекать общие типы. Список готовых компонентов, которые можно добавить, можно найти здесь. | Quantity.Number |
requiredComponents |
{REQUIRED-COMPONENTS} |
Параметр , указывающий требование о наличии определенного компонента для возврата сущности. Дополнительные сведения см. здесь. Возможные значения: learned , regex , list или . prebuilts |
"learned", "prebuilt" |
Формат файла речевых фрагментов
CLU предоставляет возможность передать речевой фрагмент непосредственно в проект, а не вводить их по одному. Этот параметр можно найти на странице маркировки данных проекта.
[
{
"text": "{Utterance-Text}",
"language": "{LANGUAGE-CODE}",
"dataset": "{DATASET}",
"intent": "{intent}",
"entities": [
{
"category": "{entity}",
"offset": 19,
"length": 10
}
]
},
{
"text": "{Utterance-Text}",
"language": "{LANGUAGE-CODE}",
"dataset": "{DATASET}",
"intent": "{intent}",
"entities": [
{
"category": "{entity}",
"offset": 20,
"length": 10
},
{
"category": "{entity}",
"offset": 31,
"length": 5
}
]
}
]
Клавиши | Заполнитель | Значение | Пример |
---|---|---|---|
text |
{Utterance-Text} |
Текст речевого фрагмента | Тестирование |
language |
{LANGUAGE-CODE} |
Строка, указывающая код языка для речевых фрагментов, используемых в проекте. Если проект является многоязычным, выберите код языка большинства речевых фрагментов. Дополнительные сведения о поддерживаемых кодах языков см. в разделе Поддержка языков. | en-us |
dataset |
{DATASET} |
Тестовый набор, в который будет перемещен этот речевой фрагмент при разделении перед обучением. См. дополнительные сведения о разделении данных. Возможные значения для этого поля: Train и Test . |
Train |
intent |
{intent} |
Назначенное намерение | intent1 |
entity |
{entity} |
Извлекаемая сущность | entity1 |
category |
|
Тип сущности, связанной с заданным фрагментом текста. | Entity1 |
offset |
|
Позиция символа начала текста (включая сам символ). | 0 |
length |
|
Длина ограничивающего прямоугольника в символах UTF16. При обучении учитываются данные только в этом регионе. | 500 |
Дальнейшие действия
- Вы можете импортировать данные с метками непосредственно в свой проект. Дополнительные сведения см. в разделе Импорт проекта.
- Дополнительные сведения о добавлении меток к данным приведены в этой статье. Завершив добавление меток к данным, можно приступить к обучению модели.