Dela via

Etiketttextdata för att träna din modell för anpassad attitydanalys

  • Artikel

Innan du tränar din modell måste du märka dina dokument med de attityder som du vill kategorisera dem i. Dessa data används i nästa steg när du tränar din modell så att din modell kan lära sig av märkta data. Om du redan har märkt data kan du importera dem direkt till projektet. Se till att dina data följer det godkända dataformatet.

Innan du skapar en anpassad attitydanalysmodell måste du först ha märkta data. Om dina data inte redan är märkta kan du märka dem i Language Studio. Märkta data informerar modellen om hur text tolkas och används för träning och utvärdering.

Förutsättningar

Innan du kan märka data behöver du:

Mer information finns i livscykeln för projektutveckling .

Riktlinjer för dataetiketter

När du har förberett dina data och skapat projektet måste du märka dina data. Det är viktigt att märka dina data så att din modell vet vilka dokument som ska associeras med de känslor du behöver. När du märker dina data i Language Studio (eller importerar etiketterade data) lagras dessa etiketter i JSON-filen i din lagringscontainer som du har anslutit till det här projektet.

När du märker dina data bör du tänka på:

  • I allmänhet leder mer märkta data till bättre resultat, förutsatt att data är korrekt märkta.

  • Det finns inget fast antal etiketter som kan garantera att modellen presterar bäst. Modellera prestanda på möjliga tvetydigheter i dina data och kvaliteten på dina märkta data.

Märk dina data

Använd följande steg för att märka dina data:

  1. Gå till projektsidan i Language Studio.

  2. På menyn till vänster väljer du Dataetiketter. Du hittar en lista över alla dokument i lagringscontainern.

    Tips

    Du kan använda filtren på den översta menyn för att visa de omärkta filerna så att du kan börja märka dem. Du kan också använda filtren för att visa de dokument som är märkta med en specifik attityd.

  3. Ändra till en enda filvy på vänster sida på den översta menyn eller välj en specifik fil för att börja märka. Du hittar en lista över alla .txt filer som är tillgängliga i dina projekt till vänster. Du kan använda bakåt - ochnästaknappen längst ned på sidan för att navigera i dina dokument.

    Anteckning

    Om du har aktiverat flera språk för projektet hittar du listrutan Språk på den översta menyn, där du kan välja språk för varje dokument.

  4. I det högra fönstret kan du lägga till sentiment i projektet för att börja märka dina data med dem.

  5. I det högra fönstret under pivoten Etiketter hittar du alla sentiment i projektet och antalet märkta instanser för varje.

  6. I det nedre avsnittet i rutan till höger kan du lägga till den aktuella filen som du visar i träningsuppsättningen eller testuppsättningen. Som standard läggs alla dokument till i träningsuppsättningen. Läs mer om tränings- och testuppsättningar och hur de används för modellträning och utvärdering.

    Tips

    Om du planerar att använda automatisk datadelning använder du standardalternativet att tilldela alla dokument till din träningsuppsättning.

  7. Under pivoten Distribution kan du visa distributionen mellan tränings- och testuppsättningar. Du har två alternativ för att visa:

    • Totalt antal instanser där du kan visa antalet etiketterade instanser av en specifik attityd.
    • Dokument med minst en etikett där varje dokument räknas om det innehåller minst en märkt instans av den här attityden.

  8. När du etiketterar synkroniseras ändringarna regelbundet, om de inte har sparats ännu visas en varning överst på sidan. Om du vill spara manuellt klickar du på knappen Spara etiketter längst ned på sidan.

Nästa steg

När du har etiketterat dina data kan du börja träna en modell som lär sig baserat på dina data.