Classifier le texte

Définissez les catégories par lesquelles le texte de vos documents peut être classifié.

Cette rubrique explique comment classifier du texte. Si vous souhaitez classer des documents, utilisez l'application Content Mining. Pour plus d'informations, voir les types de classificateurs.

Ajoutez un discriminant de texte pour affecter du texte à partir de documents de votre collection dans des catégories. Discovery utilise les libellés et les exemples de texte que vous fournissez pour prévoir les catégories de texte de votre collection.

Pour créer un classificateur de texte, procédez comme suit :

1. Créez un fichier CSV contenant un exemple de texte suivi de son libellé de catégorie par ligne.

   Le fichier CSV doit être au format de codage UTF-8 et doit répondre aux exigences suivantes:

   • Le format doit être text,label. Le text est le texte de l'exemple et le label est le nom de la catégorie.

     Ajoutez des phrases complètes en tant qu'entrées de texte. N'incluez pas de lignes vides dans le fichier CSV.

     Vous pouvez ajouter d'autres colonnes label si vous devez appliquer plus d'une étiquette à la phrase de la colonne text. Par exemple, text,label,label.

   • Le fichier doit comporter au moins deux colonnes sans en-tête.

   • Ajoutez 10 entrées ou plus pour chaque catégorie que vous souhaitez définir. Le nombre minimal d'entrées requises par catégorie est 3. Plus vous fournissez d'exemples pour chaque catégorie, plus le discriminant peut prédire les catégories d'autres contenus de votre collection.

   L'exemple suivant est un fichier CSV qui définit deux catégories, nommées facility_temperature et catering. L'exemple de texte comprend les commentaires des participants à la conférence.

   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. Dans la section Teach domain concepts du panneau Improvement tools, cliquez sur Text classifiers.

3. Cliquez sur Transférer.

4. Indiquez un nom pour le discriminant, puis choisissez la langue utilisée dans le fichier CSV.

5. Cliquez sur Télécharger pour rechercher le fichier CSV que vous avez créé précédemment.

6. Cliquez sur Créer.

   Un enrichissement de discriminant est créé en fonction des données d'apprentissage que vous avez fournies.

7. Choisissez la collection et la zone dans lesquelles vous souhaitez appliquer l'enrichissement du discriminant de texte, puis cliquez sur Appliquer.

L'exemple suivant montre comment un enrichissement créé avec l'exemple de fichier CSV comme données d'apprentissage peut classer du texte dans un document. Dans la sortie, l'enrichissement du discriminant applique le libellé facility_temperature au texte du document. label est stocké dans le tableau enriched_{field_name}, dans le tableau 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."
  ]
}