AutoML Text NER (igenkänning av namngiven post)
I den här artikeln beskrivs en komponent i Azure Machine Learning-designern.
Använd den här komponenten för att skapa en maskininlärningsmodell som baseras på AutoML Text NER.
Igenkänning av namngiven entitet (NER) är en av funktionerna som erbjuds av Azure AI Language. NER-funktionen kan identifiera och kategorisera entiteter i ostrukturerad text. Mer information om NER
Konfigurera
Den här komponenten tränar en NLP-klassificeringsmodell på textdata. Textklassificering är en övervakad inlärningsuppgift och kräver en etiketterad datauppsättning som innehåller en etikettkolumn med ett värde för alla rader.
Den här modellen kräver en datauppsättning för träning och validering. Datauppsättningarna måste vara i ML-tabellformat.
Lägg till AutoML Text NER-komponenten i pipelinen.
Ange det primära mått som du vill att AutoML ska använda för att mäta modellens framgång.
(Valfritt) Välj det språk som din datauppsättning består av. En fullständig lista över språk som stöds finns på den här länken.
(Valfritt) Du kan konfigurera Hyperparametrar. Besök den här länken för en fullständig lista över konfigurerbara Hyperparametrar
(Valfritt) Inställningar för jobbrensning kan konfigureras. Besök den här länken om du vill veta mer om varje konfigurerbar parameter.
(Valfritt) Inställningar för jobbgräns kan konfigureras. Besök den här länken om du vill veta mer om de här inställningarna.
Nästa steg
Se den uppsättning komponenter som är tillgängliga för Azure Machine Learning.