Aracılığıyla paylaş


Özel adlandırılmış varlık tanıma modelinizi eğitin

Eğitim, modelin etiketlenmiş verilerinizden öğrendiği işlemdir. Eğitim tamamlandıktan sonra modelinizi geliştirmeniz gerekip gerekmediğini belirlemek için modelin performansını görüntüleyebileceksiniz.

Modeli eğitmek için bir eğitim işi başlatırsınız ve yalnızca başarıyla tamamlanan işler bir model oluşturur. Eğitim işlerinin süresi yedi gün sonra dolacak ve bu süre sonunda iş ayrıntılarını alamayacaksınız. Eğitim işiniz başarıyla tamamlandıysa ve bir model oluşturulduysa, model etkilenmez. Aynı anda yalnızca bir eğitim işi çalıştırabilirsiniz ve aynı projede diğer işleri başlatamazsınız.

Eğitim süreleri, veri kümesi boyutuna ve şemanızın karmaşıklığına bağlı olarak birkaç saate kadar birkaç belgeyle çalışırken birkaç dakika içinde herhangi bir yerde olabilir.

Önkoşullar

Daha fazla bilgi için proje geliştirme yaşam döngüsüne bakın.

Veri bölme

Eğitim sürecine başlamadan önce, projenizdeki etiketli belgeler bir eğitim kümesine ve test kümesine ayrılır. Her biri farklı bir işleve hizmet eder. Eğitim kümesi modeli eğitmek için kullanılır. Bu küme, modelin etiketlenmiş varlıkları ve hangi metin aralıklarının varlık olarak ayıklandığını öğrendiği kümedir. Test kümesi, eğitim sırasında değil yalnızca değerlendirme sırasında modele tanıtılmayan bir kör kümedir. Model eğitimi başarıyla tamamlandıktan sonra model, testteki belgelerden tahmin yapmak için kullanılır ve bu tahminlere dayalı değerlendirme ölçümleri hesaplanır. Tüm varlıklarınızın hem eğitim hem de test kümesinde yeterince temsil edilmiş olduğundan emin olun.

Özel NER, veri bölme için iki yöntemi destekler:

  • Test kümesini eğitim verilerinden otomatik olarak bölme:Sistem, etiketlenmiş verilerinizi seçtiğiniz yüzdelere göre eğitim ve test kümeleri arasında böler. Önerilen bölme yüzdesi eğitim için %80 ve test için %20'dir.

Not

Test kümesini eğitim verilerinden otomatik olarak böl seçeneğini belirlerseniz, yalnızca eğitim kümesine atanan veriler sağlanan yüzdelere göre bölünür.

  • Eğitim ve test verilerinin el ile bölünmesini kullanın: Bu yöntem, kullanıcıların hangi etiketli belgelerin hangi kümeye ait olması gerektiğini tanımlamasına olanak tanır. Bu adım yalnızca veri etiketleme sırasında test kümenize belge eklediyseniz etkinleştirilir.

Modeli eğitme

Modelinizi Language Studio'dan eğitmeye başlamak için:

  1. Sol taraftaki menüden Eğitim işleri'ni seçin.

  2. Üstteki menüden Eğitim işi başlat'ı seçin.

  3. Yeni model eğit'i seçin ve metin kutusuna model adını yazın. Ayrıca bu seçeneği belirleyip açılan menüden üzerine yazmak istediğiniz modeli belirleyerek mevcut modelin üzerine yazabilirsiniz. Eğitilen modelin üzerine yazmak geri alınamaz, ancak yeni modeli dağıtana kadar dağıtılan modellerinizi etkilemez.

    Yeni eğitim işi oluşturma

  4. Veri bölme yöntemini seçin. Sistemin etiketlenmiş verilerinizi belirtilen yüzdelere göre eğitim ve test kümeleri arasında böleceği eğitim verilerinden test kümesini otomatik olarak bölme'yi seçebilirsiniz. Ya da eğitim ve test verilerinin el ile bölünmesini kullanabilirsiniz. Bu seçenek yalnızca veri etiketleme sırasında test kümenize belge eklediyseniz etkinleştirilir. Veri bölme hakkında bilgi için bkz. Modeli eğitme .

  5. Eğit düğmesini seçin.

  6. Listeden Eğitim İş Kimliği'ni seçerseniz, bu iş için Eğitim ilerleme durumunu, İş durumunu ve diğer ayrıntıları denetleyebileceğiniz bir yan bölme görüntülenir.

    Not

    • Yalnızca başarıyla tamamlanan eğitim işleri model oluşturur.
    • Eğitim, etiketlenmiş verilerinizin boyutuna göre birkaç dakika ile birkaç saat arasında sürebilir.
    • Aynı anda yalnızca bir eğitim işi çalıştırabilirsiniz. Çalışan iş tamamlanana kadar aynı proje içinde başka bir eğitim işi başlatamazsınız.

Eğitim işini iptal etme

Language Studio'dan bir eğitim işini iptal etmek için Eğitim işleri sayfasına gidin. İptal etmek istediğiniz eğitim işini seçin ve üstteki menüden İptal'i seçin.

Sonraki adımlar

Eğitim tamamlandıktan sonra modelinizin performansını görüntüleyebilir ve gerekirse modelinizi isteğe bağlı olarak geliştirebilirsiniz. Modelinizden memnun olduğunuzda modeli dağıtabilir ve metinden varlıkları ayıklamak için kullanılabilir hale getirebilirsiniz.