接受的自訂情感分析資料格式

如果您嘗試將資料 匯 入自訂情感分析，則必須遵循特定格式。 如果沒有資料可匯入，您可以建立專案，並使用 Language Studio 來標記您的文件。

標籤檔案格式

標籤檔案應採用如下的 json 格式，才能用來將標籤匯入專案中。

{
    "projectFileVersion": "2023-04-15-preview",
    "stringIndexType": "Utf16CodeUnit",
    "metadata": {
        "projectKind": "CustomTextSentiment",
        "storageInputContainerName": "custom-sentiment-2",
        "projectName": "sa-test",
        "multilingual": false,
        "description": "",
        "language": "en-us"
    },
    "assets": {
        "projectKind": "CustomTextSentiment",
        "documents": [
            {
                "location": "document_1.txt",
                "language": "en-us",
                "sentimentSpans": [
                    {
                        "category": "positive",
                        "offset": 0,
                        "length": 60
                    },
                    {
                        "category": "neutral",
                        "offset": 61,
                        "length": 31
                    }
                ],
                "dataset": "Train"
            },
            {
                "location": "document_2.txt",
                "language": "en-us",
                "sentimentSpans": [
                    {
                        "category": "positive",
                        "offset": 0,
                        "length": 50
                    },
                    {
                        "category": "positive",
                        "offset": 51,
                        "length": 49
                    },
                    {
                        "category": "positive",
                        "offset": 101,
                        "length": 26
                    }
                ],
                "dataset": "Train"
            }
        ]
    }
}

答案	預留位置	值	範例
multilingual	true	布林值，可讓您在資料集中具有多種語言的文件，而且當部署模型時，您可以使用任何支援的語言 (不一定包含在定型文件中) 查詢模型。 若要深入了解多語系支援，請參閱語言支援。	true
projectName	{PROJECT-NAME}	專案名稱	myproject
storageInputContainerName	{CONTAINER-NAME}	容器名稱	mycontainer
sentimentSpans		陣列，其中包含檔中所有情感及其位置。
documents		陣列，其中包含專案中的所有文件，以及每個文件內標記的實體清單。	[]
location	{DOCUMENT-NAME}	文件在儲存體容器中的位置。 因為所有文件都在容器的根目錄中，所以這應該是文件名稱。	doc1.txt
dataset	{DATASET}	在定型之前分割時，此檔案會移至其中的測試集。 在這裡深入了解資料分割。 此欄位的可能值為 Train 和 Test。	Train
offset		文字中情感開頭的內含字元位置。	0
length		周框方塊的長度 (以 UTF16 字元為單位)。 訓練只會考慮此區域中的資料。	500
category		與指定之文字範圍相關聯的情感。	positive
offset		實體文字的開始位置。	25
length		實體的長度 (以 UTF16 字元為單位)。	20
language	{LANGUAGE-CODE}	字串，指定專案中所用文件的語言代碼。 如果您的專案是多語系專案，請選擇大部分文件的語言代碼。 若要進一步了解支援的語言代碼，請參閱語言支援。	en-us

後續步驟

• 您可以將標記的資料直接匯入專案中。 了解如何匯入專案
• 請參閱操作說明文章，以取得有關標記資料的詳細資訊。 標記資料完成後，即可開始定型您的模型。