Clasificar texto

Defina las categorías por las que se puede clasificar el texto de los documentos.

En este tema se describe cómo clasificar texto. Si desea clasificar documentos, utilice la aplicación Content Mining. Para más información, consulte Tipos de clasificadores.

Añada un clasificador de texto para asignar texto de los documentos de la colección en categorías. Discovery utiliza las etiquetas y los ejemplos de texto que proporciona para predecir las categorías de texto de la colección.

Para crear un clasificador de texto, siga estos pasos:

1. Cree un archivo CSV que contenga texto de ejemplo seguido de su etiqueta de categoría por línea.

   El archivo CSV debe estar en formato de codificación UTF-8 y debe cumplir los requisitos siguientes:

   • El formato debe ser text,label. text » es el texto de ejemplo y « label » es el nombre de la categoría.

     Añada frases completas como entradas de texto. No incluya ninguna línea en blanco en el archivo CSV.

     Puede añadir más columnas de e label es si necesita aplicar más de una etiqueta a la frase en la columna de e text es. Por ejemplo, text,label,label.

   • El archivo debe tener al menos dos columnas sin encabezados.

   • Añada 10 o más entradas para cada categoría que desee definir. El número mínimo de entradas que son necesarias por categoría es 3. Cuantos más ejemplos proporcione para cada categoría, mejor puede predecir el clasificador las categorías de otro contenido de la colección.

   El ejemplo siguiente es un archivo CSV que define dos categorías, denominadas facility_temperature y catering. El texto de ejemplo consta de comentarios de los asistentes a la conferencia.

   The rooms were too cold.,facility_temperature
   Breakfast did not include gluten-free options.,catering
   The rooms were too warm.,facility_temperature
   I was very comfortable in the session rooms.,facility_temperature
   The awards dinner was delicious.,catering
   Coffee ran out during one of the breaks.,catering
   The temperature was not comfortable.,facility_temperature
   I was very happy with the selection at lunch.,catering
   It was nice that you provided tea and coffee. Tea drinkers are often ignored.,catering
   Can you turn up the air conditioning? I was very warm.,facility_temperature
   My teeth were chattering because I was so cold.,facility_temperature
   The speaker left the room to find someone to adjust the temperature.,facility_temperature
   Would you consider an all-vegan menu next year?,catering
   I would like lemonade and iced tea to be served during the breaks.,catering
   The lunch staff was excellent.,catering
   Appreciated the fresh blueberry muffins at breakfast.,catering
   The hotel staff adjusted the temperature in my session room as soon as I asked. Excellent service!,facility_temperature
   Every meal was delicious and there was something for everyone.,catering
   The seats under the skylights were not comfortable. Too hot.,facility_temperature
   I was comfortable everywhere in the conference center. I never needed my emergency sweater.,facility_temperature
   

2. En la sección Enseñar conceptos de dominio del panel Herramientas de mejora y, a continuación, pulse Clasificadores de texto.

3. Pulse Cargar.

4. Especifique un nombre para el clasificador y, a continuación, elija el idioma que se ha utilizado en el archivo CSV.

5. Pulse Cargar para buscar el archivo CSV que ha creado anteriormente.

6. Pulse Crear.

   Se crea un enriquecimiento de clasificador basado en los datos de entrenamiento que ha proporcionado.

7. Elija la colección y el campo donde desea aplicar el enriquecimiento del clasificador de texto y, a continuación, pulse Aplicar.

El ejemplo siguiente muestra cómo un enriquecimiento que se crea con el archivo CSV de ejemplo como sus datos de entrenamiento puede clasificar texto en un documento. En la salida, el enriquecimiento del clasificador aplica la etiqueta facility_temperature al texto del documento. label se almacena en la matriz enriched_{field_name}, dentro de la matriz classes.

{
  "enriched_text": [
    {
      "classes": [
        {
          "confidence": 0.999692440032959,
          "label": "facility_temperature"
        }
      ]
    }
  ],
  "text": [
    "I think more attendees would stay awake in the sessions if the rooms were colder."
  ]
}