문장 분류자 인리치먼트

문장 레이블 지정 UI에서 작성된 문장 분류자 모델을 백업하려면 모델을 다운로드하여 로컬로 저장하십시오. 모델을 다운로드하기 전에 완전히 훈련시켜야 합니다. 자세한 정보는 문장 분류자 모델 다운로드 를 참조하십시오.

수집된 문서

업로드된 문서는 변환되고 강화된 후 검색 인덱스에 저장됩니다. 재해가 발생하면 검색 색인을 복구할 수 없습니다. 모든 소스 문서의 백업을 안전한 곳에 보관하십시오.

외부 데이터 소스의 예약 크롤링을 통해 문서를 가져오는 경우에도, 데이터 소스 자격 증명을 외부에 보관해 두면 데이터 소스에 대한 연결을 신속하게 재설정할 수 있습니다. 사용 가능한 소스 목록과 각 소스에 필요한 자격 증명은 IBM Cloud 데이터 소스 구성하기를 참조하세요.

쿼리 API를 사용하여 원래 문서를 수집할 때 인덱스에 저장된 일부 텍스트를 가져올 수 있습니다. 자세한 정보는 문서 복구 를 참조하십시오.

훈련 데이터

이 태스크를 참조하여 훈련된 프로젝트의 훈련 데이터 조회 및 예제를 백업하십시오. 훈련 데이터는 프로젝트의 명시 훈련에 사용되며 프로젝트별로 저장됩니다. 훈련 데이터를 추출하려면 API를 사용하여 Discovery에서 조회와 등급을 다운로드하십시오. 훈련 데이터 조회 및 예제를 백업하려면 다음 단계를 완료하십시오.

1. 목록 훈련 쿼리 API를 사용하여 훈련 데이터를 다운로드하십시오.
2. 훈련 조회와 예제를 로컬에 저장하십시오.

훈련 데이터에 사용하는 문서 ID는 현재 프로젝트의 문서를 가리킵니다. 새 프로젝트에서 동일한 ID를 사용하여 올바른 문서를 참조하도록 하십시오. ID가 일치하지 않으면 복원된 관련성 훈련은 작동하지 않습니다.

확장 목록

조회 수정을 위해 동의어(조회 확장)를 사용하는 경우 .json 확장 목록을 백업하고 로컬에 저장하십시오. 자세한 정보는 동의어 구현을 참조하십시오.

제외어

제외어의 경우 텍스트 파일을 백업하십시오.제외어에 대한 자세한 정보는 제외어 정의를 참조하십시오.

콜렉션 정보

이는 필수는 아니지만 각 콜렉션에 대해 정기적으로 상태를 검색 하고 정보를 로컬로 저장하는 것이 좋습니다. 이 통계를 유지하면 필요한 경우 복원 프로세스가 성공적이었는지를 나중에 확인할 수 있습니다.

Smart Document Understanding 모델

스마트 문서 이해(SDU)를 사용하면 구성과 관련된 모델이 있습니다. 이 정보 유실을 방지하려면 모델 내보내기, 백업, 로컬에 저장을 수행하십시오.SDU 모델에는 .sdumodel의 파일 확장자가 있습니다.

사전 강화

1. 프로젝트를 열고 개선 및 사용자 정의를 클릭하십시오.
2. 개선 도구 패널에서 도메인 개념 학습을 클릭한 후 사전을 클릭하십시오.
3. 사전 옆에 있는 다운로드 아이콘을 클릭하십시오. 그런 다음 사전은 .csv 파일로 다운로드됩니다.

정규식 강화

정규식을 .csv 파일로 백업하고 로컬로 저장하십시오. 보강을 생성하기 위해 지정한 정규 표현식을 기록해 두면, 그 표현식을 바탕으로 보강을 다시 만들 수 있습니다. 자세한 정보는 정규식 을 참조하십시오.

기계 학습 강화

기계 학습 모델을 .zip 또는 .pear 파일로 백업하고 로컬로 저장하십시오. 자세한 정보는 기계 학습 강화 및 Watson Explorer Content Analytics Studio 모델을 참조하십시오.

패턴 강화

1. 프로젝트를 여십시오.
2. 개선 및 사용자 정의 페이지의 개선 도구 패널에서 각 도메인 개념 을 클릭한 후 패턴 (베타) 을 클릭하십시오.
3. 패턴 옆에 있는 다운로드 아이콘을 클릭하십시오. 그런 다음 패턴은 .zip 파일로 다운로드됩니다.

고급 규칙 모델 강화

모델 파일을 .zip 파일로 백업하고 로컬로 저장하십시오. 자세한 정보는 고급 규칙 모델 을 참조하십시오.

클래스류 강화

클래스류를 .csv 파일로 백업하고 로컬로 저장하십시오. 자세한 정보는 클래스류 를 참조하십시오.

엔티티 추출기 인리치먼트

엔티티 추출기 모델을 백업하려면 모델을 다운로드하여 로컬로 저장하십시오. 모델을 다운로드하기 전에 완전히 훈련시켜야 합니다. 자세한 정보는 엔티티 추출기 내보내기 를 참조하십시오.

문장 분류자 복원

문장 레이블링 UI에서 작성된 문장 분류자 모델을 복원하려면 내보낸 .sc 파일을 가져와서 새 기계 학습 모델을 작성하십시오. 계속 작업하기 위해 문장 레이블링 UI에서 내보낸 모델을 열 수 없습니다. 그러나 완료된 모델을 가져오고 이를 문장 분류자 인리치먼트로 콜렉션에 적용할 수 있습니다.

기계 학습 인리치먼트를 작성하기 위해 문장 분류자 모델을 가져오는 방법에 대한 자세한 정보는 가져온 ML 모델을 사용하여 사용자 정의 용어 찾기 를 참조하십시오.

훈련 데이터 복원

프로젝트를 복원한 후, 관련성 훈련 모델을 다시 만드는 과정을 시작할 수 있습니다. 훈련 데이터 쿼리와 예제를 복원하려면 훈련 쿼리 생성 API 를 사용하여 개별 훈련 쿼리와 예제를 다시 만들거나 Discovery 에서 쿼리와 예제를 복원할 수 있습니다. Discovery를 사용하여 훈련 데이터를 복원하는 데 대한 자세한 정보는 훈련으로 결과 관련성 향상의 훈련 페이지에 액세스하는 지시사항을 참조하십시오.

복원이 제대로 작동하려면 훈련 데이터에 사용하는 문서 ID가 현재 프로젝트의 문서를 가리킨다는 점에 유의하십시오. 새 프로젝트에서 동일한 ID를 사용하여 올바른 문서를 참조하도록 하십시오. ID가 일치하지 않으면 복원된 관련성 훈련은 작동하지 않습니다.

외부 데이터 소스에 대한 연결 복원

예기치 않은 데이터 유실이 발생한 경우 외부 데이터 소스의 스케줄된 크롤링을 유실할 수 있습니다. 사용 가능한 소스 목록은 IBM Cloud 데이터 소스 구성을 참조하십시오.

외부 데이터를 복원하려면, 이 데이터 소스에 대한 연결을 다시 설정하고, 다시 크롤링하세요.

저장한 데이터 소스 인증 정보를 찾으려면 IBM Cloud 데이터 소스 구성에서 선택된 데이터 소스의 지시사항을 따르십시오. 이 지시사항에서는 데이터 소스에 다시 연결하여 Discovery에 가져온 데이터를 얻는 방법을 설명합니다.

Smart Document Understanding 모델 복원

이전에 내보낸 SDU(Smart Document Understanding) 모델을 가져오려면 모델 가져오기 및 내보내기를 참조하십시오. SDU 모델에는 .sdumodel의 파일 확장자가 있습니다.

기존의 SDU 모델을 새로운 컬렉션으로 가져올 때, 새로운 컬렉션을 만들고 하나의 문서를 추가한 다음 모델을 가져오고 나머지 문서를 업로드하는 것이 가장 좋은 방법입니다.

사전 강화 복원

1. 프로젝트를 여십시오.
2. 개선 및 사용자 정의 페이지의 개선 도구 패널에서 각 도메인 개념, 사전을 클릭한 후 업로드를 클릭하십시오.
3. 사전 적용 대화 상자에서 .csv 파일의 이름을 입력하고, 언어를 선택하고, 패싯 경로를 지정하고, 업로드를 클릭한 후 사전 .csv 파일을 선택하십시오.
4. 작성을 클릭하십시오.

복구를 위해 사전 .csv 파일을 업로드한 후에는 사전 편집기를 사용하여 추가로 용어를 편집할 수 없습니다. 사전 편집기를 사용할 경우 사전을 작성하고 사전 용어를 수동으로 추가하십시오.

사전 강화 .csv 파일을 업로드하는 방법에 대한 자세한 내용은 사전을 참조하세요.

패턴 강화 복원

다음 단계를 완료하여 고급 규칙 모델 .zip 파일로 패턴 강화 .zip 파일을 복원할 수 있습니다.

1. 프로젝트를 여십시오.
2. 개선 및 사용자 정의 페이지의 개선 도구 패널에서 각 도메인 개념, 고급 규칙 모델을 클릭한 후 업로드를 클릭하십시오.
3. 고급 규칙 모델 적용 대화 상자에서 .zip 파일의 이름을 입력하고, 언어를 선택하고, 결과 필드를 지정하고, 업로드를 클릭한 후 고급 규칙 모델 .zip 파일을 선택하십시오.
4. 작성을 클릭하십시오.

복구를 위해 패턴 모델 .zip 파일을 업로드한 후에는 패턴 편집기를 사용하여 추가로 .zip 파일을 편집할 수 없습니다.

고급 규칙 모델 .zip 파일을 업로드하는 것에 대한 자세한 내용은 고급 규칙 모델을 참조하세요.

엔티티 추출기 복원

엔티티 추출기 모델을 복원하려면 내보낸 .ent 파일을 가져와서 새 기계 학습 모델을 작성하십시오. 계속 작업하기 위해 엔티티 추출기 도구에서 익스포트된 모델을 열 수 없습니다. 그러나 완료된 모델을 가져와서 엔티티 추출기 인리치먼트로 콜렉션에 적용할 수 있습니다.

기계 학습 인리치먼트를 작성하기 위해 엔티티 추출기 모델을 가져오는 방법에 대한 자세한 정보는 가져온 ML 모델을 사용하여 사용자 정의 용어 찾기 를 참조하십시오.