시작하기 전에

Discovery 에서 학습할 다양한 문장 예제가 포함된 문서가 있는 콜렉션을 찾거나 작성하십시오. 문장 분류자를 가르치려면 문장 클래스의 예제에 레이블을 지정해야 합니다. 콜렉션에 올바른 예제가 포함된 경우에만 예제에 레이블을 지정할 수 있습니다. 정의하려는 모든 문장 클래스의 예로 사용되는 여러 문장이 있는 문서를 찾으십시오.

문장 분류자 추가

문장 분류기를 추가하려면 다음 단계를 완료하십시오

1. 문장 분류기를 만들려는 프로젝트를 엽니다.

   프로젝트에는 분류하려는 데이터를 대표하는 문서가 있는 하나 이상의 콜렉션이 있어야 합니다.

2. 개선 및 사용자 정의 페이지의 개선 도구 패널에서 각 도메인 개념을 펼친 후 문장 분류자를 클릭하십시오.

3. 새로 작성을 클릭하십시오.

4. 문장 분류자 이름 및 선택적으로 설명을 추가하십시오.

   이 이름은 모델을 공개할 때 작성되는 인리치먼트의 이름 및 모델 이름으로 사용됩니다. 이름은 사용자 및 다른 사용자가 콜렉션에 적용할 수 있는 인리치먼트 페이지에서 인리치먼트 이름으로 표시됩니다. 또한 문장 클래스가 있는 문서의 JSON 표시에서 모델 이름으로 표시됩니다. 이름은 사용자가 지정하는 대소문자 및 간격으로 저장됩니다.

5. 분류하려는 데이터를 대표하는 문서가 있는 콜렉션을 선택하십시오.

6. 콜렉션에서 문서에 레이블을 지정할 문서 보기에 표시할 필드를 문서에서 선택하십시오.

   • 문서 제목 은 페이지 헤더에 문서 이름으로 표시됩니다. extracted_metadata.filename 필드에 저장된 파일 이름과 같이 문서당 고유한 값을 갖는 필드를 선택하십시오.
   • 문서 본문 은 컨텐츠에서 문장 예제의 레이블을 지정하는 위치입니다. 대량의 문서 컨텐츠를 포함하는 필드를 선택하십시오 (예: text 필드).

7. 작성을 클릭하십시오.

선택한 콜렉션의 문서가 레이블 문서 보기에 표시됩니다. Discovery 가 콜렉션의 이 문서 및 기타 문서에서 인식할 문장 클래스의 발생에 레이블을 지정합니다.

페이지 본문에 텍스트가 표시되지 않으면 새 문장 분류자를 작성하여 지금 시작하십시오. 이번에는 문서 본문 필드의 값을 선택할 때 텍스트를 포함하는 처리된 문서에서 필드를 선택해야 합니다.

문장 클래스 정의

다음 단계를 완료하여 문장 클래스를 정의하십시오.

1. 문장 클래스 추가를 클릭하십시오.

2. 문장 클래스 이름 및 선택적 설명을 추가하십시오.

3. 선택사항: 문서의 문장 클래스에 사용할 색상을 선택하십시오.

   레이블 색상 팔레트에서 색상을 클릭하고 색상 갱신 아이콘을 클릭하여 한 색상에서 다음 색상으로 탭 이동할 수 있습니다. 사용자 정의 색상을 사용하려면 16진색상 코드 (#fff0f7) 를 지정하십시오.

4. 작성을 클릭하십시오.

5. 이 프로세스를 반복하여 분류자가 분류할 모든 문장 클래스를 추가하십시오.

   문장 클래스에 대해 무엇을 추가해야 할지 확실하지 않은 경우 먼저 콜렉션의 문서를 검토하는 것이 도움이 될 수 있습니다. 컨텐츠를 검토하여 중요한 의미를 갖는 문장에 대한 느낌을 얻고 이러한 문장을 분류하는 논리적인 방법을 찾을 수 있습니다.

문장 레이블 지정

레이블 문서 보기에서 콜렉션의 문서에 있는 문장을 찾아 해당 문장 클래스를 표시하도록 레이블을 지정하십시오. 레이블을 지정하는 동안 문장 분류기는 레이블 지정 제안을 표시하기 위해 백그라운드에서 자동으로 모델을 훈련합니다.

레이블 지정 제안은 문서의 레이블 지정 프로세스를 가속화합니다. 레이블 지정 제안을 사용하면 문서를 검토하고 텍스트를 읽는 데 시간을 소비하는 대신 관련 예제를 쉽게 찾아 컨텍스트에서 검토할 수 있습니다.

다음과 같은 방법으로 문장에 라벨을 붙일 수 있습니다

• 수동 레이블링. 자세한 정보는 수동 레이블 지정 을 참조하십시오.
• 문서에서 찾기 레이블링. 자세한 정보는 문서에서 찾기 레이블 지정 을 참조하십시오.
• 스마트 레이블링. 자세한 정보는 스마트 레이블링 을 참조하십시오.

엔티티 추출기와 달리 시작되지 않음, 진행 중및 문장 분류자에 대한 완료 와 같은 문서 상태의 개념은 없습니다. 엔티티 추출기의 경우 문서를 완료 로 표시하여 문서가 훈련에 사용됨을 표시합니다. 문장 분류자의 경우 레이블이 지정된 문장만 훈련에 사용되며 각 문서의 레이블이 지정되지 않은 데이터는 무시됩니다.

훈련 데이터에 문서 추가

문서를 더 추가하려면 다음 단계를 완료하십시오:

1. 레이블 문서 보기로 이동하십시오.
2. 문서 목록 패널에서 문서 추가를 클릭하십시오.

이 옵션은 콜렉션에 문장 분류자 작업공간에 추가할 다른 문서가 없는 경우에는 사용할 수 없습니다. 콜렉션에 문서를 더 추가하려면 콜렉션의 활동 페이지로 이동한 후 데이터 업로드 타일을 클릭하여 문서를 더 찾아보고 추가하십시오.

콜렉션에서 더 많은 문서를 추가하는 경우에도 모든 문서가 모델 훈련에 사용되거나 사용되지 않을 수 있습니다. 모든 완료된 문서가 훈련에 사용되는 엔티티 추출기와 달리, 문장 분류자는 훈련에 대해 레이블 지정된 문장만 사용하며 레이블 지정되지 않은 데이터는 무시됩니다.

레이블 지정을 위해 문서 목록 패널에 표시할 문서를 콜렉션에서 선택할 수 없습니다. 레이블을 지정할 특정 유형의 문서가 있는 경우 해당 문서만 포함하는 새 콜렉션을 작성할 것을 고려하십시오.

분류자 훈련

문서에 레이블을 지정한 후 훈련 분류자 보기에서 훈련 데이터를 검토할 수 있습니다. 훈련 데이터는 문장 분류자 모델을 훈련하는 데 사용됩니다.

분류자를 훈련하려면 다음 단계를 완료하십시오

1. 분류자 훈련 보기로 이동하십시오.

2. 레이블링 요약을 검토하여 클래스류를 훈련하기에 충분한 레이블을 지정했는지 확인하십시오.

   클래스류를 훈련하려면 각 문장 클래스에 최소 20개의 양의 레이블과 두 개의 음의 레이블이 있어야 합니다. 그렇지 않으면 분류자 훈련 단추가 사용 안함으로 설정되어 훈련을 시작할 수 없습니다. 양수 레이블 또는 음수 레이블이 없는 문장 클래스는 무시됩니다.

3. 교육에 고급 옵션을 적용할지 여부를 검토하십시오. 대부분의 모델에서는 고급 옵션을 변경할 필요가 없습니다.

   문장은 무작위로 세트로 분할됩니다. 훈련 세트는 분류자를 훈련하는 데 사용됩니다. 테스트 세트는 훈련된 후 모델을 테스트하는 데 사용됩니다. 블라인드 세트에는 훈련 중에 볼 수 없는 문장이 예약되어 있습니다. 이는 모델의 비편향 평가를 주기적으로 생성하는 데 사용됩니다. 기본 분할은 훈련에 표준 비율을 사용합니다. 자세한 정보는 훈련을 위한 문서 세트 를 참조하십시오.

4. 분류자 훈련을 클릭하십시오.

   분류자를 훈련시킬 때 Discovery 는 훈련 세트의 문장을 사용하여 기계 학습 모델을 빌드합니다. 분류자 평가 보기에서 검토할 수 있도록 테스트 결과가 표시됩니다.

분류자 평가

작성한 문장 분류자 모델의 테스트 실행에서 메트릭을 검토하려면 분류자 평가 탭을 클릭하십시오.

다음 표는 이용 가능한 평가 지표에 대한 설명입니다.

1. 분류자 모델 테스트 실행에 대해 제공되는 메트릭을 검토하여 추가 훈련이 필요한지 여부를 판별하십시오.

2. 테스트 세트에서 훈련 결과 검토를 클릭하여 테스트 결과를 자세히 탐색하십시오.

   

   테스트 세트의 문장은 왼쪽 분할창의 목록에 표시된 실제 및 예측 레이블과 함께 표시됩니다. 목록에서 문장을 클릭하면 오른쪽 분할창의 문서 보기에 표시됩니다.

   • 실제 레이블은 사용자가 수동으로 레이블을 지정한 예제입니다. 올바른 레이블로 간주됩니다.
   • 예측 레이블은 문장 분류자가 문장 클래스로 식별하고 레이블을 지정한 예제입니다.

   모델의 성능은 예측된 레이블이 실제 레이블과 얼마나 근접하게 일치하는지에 따라 평가됩니다.

3. 목록을 필터링하려면 필터 아이콘을 클릭하고 문장 클래스 및 예측을 선택한 후 적용을 클릭하십시오.

성과 분석의 교육 결과 검토

성능 분석의 교육 결과를 검토하려면 다음 단계를 완료하십시오.

1. 문장 클래스별 성능 분석 테이블에서 숫자를 클릭하십시오.

   교육 결과 검토 대화 상자가 표시됩니다.

2. 클릭한 숫자를 기반으로 하는 관련 문장을 검토하십시오.

문장 분류자를 인리치먼트로 공개

문장 분류자가 준비되었다고 생각되면 문장 분류자 모델을 공개하십시오. 개선을 수행하는 여러 테스트 실행 후 점수가 변경되지 않으면 모델이 준비되었다고 간주할 수 있습니다. 모델을 공개한 후 업데이트하고 재훈련하기 위해 돌아갈 수 있습니다.

문장 분류기를 게시하려면 다음 단계를 완료하십시오

1. 클래스류 평가 보기로 이동하여 클래스류 공개를 클릭하십시오.
2. 게시를 클릭하십시오.
3. 데이터에 적용을 클릭합니다.
4. 콜렉션을 선택한 후 문장 분류자 인리치먼트를 적용할 텍스트 필드를 선택하십시오.
5. 적용을 클릭하십시오.

문장 분류자 모델 다운로드

하나의 프로젝트에서 작성하고 배치하는 문장 분류자 모델은 동일한 서비스 인스턴스의 프로젝트에서 콜렉션에 적용할 수 있는 인리치먼트로 사용 가능합니다.

다른 서비스 인스턴스의 프로젝트에서 문장 분류자 모델을 사용하려는 경우 문장 분류자 모델을 내보내거나 다운로드할 수 있습니다. 다른 곳에서 사용하려면 가져온 ML 모델을 사용하여 사용자 정의 용어 찾기 에서 기계 학습 모델을 작성하는 단계를 수행하십시오. 다른 프로젝트로 가져오는 문장 분류자를 계속 편집할 수 없습니다.

내보낼 문장 분류자는 완전히 훈련되어야 합니다.

문장 분류기를 내보내려면 다음 단계를 완료하십시오

1. 내보낼 문장 분류자가 있는 프로젝트를 여십시오.

2. 개선 및 사용자 정의 페이지의 개선 도구 패널에서 각 도메인 개념을 펼친 후 문장 분류자를 클릭하십시오.

3. 문장 분류자 목록에서 내보낼 문장 분류자를 찾으십시오.

4. 클래스류에 대한 조치 아이콘을 클릭한 후 모델 다운로드 를 선택하여 모델을 시스템에 저장하십시오.

   모델 다운로드 옵션은 모델이 훈련되지 않으면 사용할 수 없습니다.

문장 분류자 모델은 .sc 파일로 저장됩니다. 이를 다른 서비스 인스턴스의 프로젝트에 기계 학습 모델로 가져온 후 콜렉션에 적용할 수 있습니다.

문장 분류기에 대한 레이블 지정된 데이터 다운로드

Discovery에서 문장 분류자의 레이블 지정된 데이터를 다운로드하거나 내보낼 수 있습니다. Watson Studio 및 자연어 처리 (NLP) 와 같은 서비스에서 대규모 언어 모델 (LLM) 을 빌드하거나 훈련하기 위해 내보낸 레이블 지정된 데이터를 사용할 수 있습니다.

라벨이 붙은 데이터를 내보내려면 다음 단계를 완료하십시오

1. 개선 및 사용자 정의 페이지의 개선 도구 패널에서 각 도메인 개념을 펼친 후 문장 분류자를 클릭하십시오.

2. 레이블 지정된 데이터를 내보낼 문장 분류자의 경우, 조치 아이콘을 클릭한 후 레이블 지정된 데이터 다운로드를 선택하십시오.

   레이블이 지정된 데이터와 함께 압축 파일이 다운로드됩니다. 압축 파일에는 다음 JSON 파일이 포함되어 있습니다.

   • labeled_data.json: 텍스트 및 레이블을 포함합니다. 데이터 형식은 Watson 자연어 처리에서 텍스트 분류에 대한 입력 데이터 형식을 기반으로 합니다. 자세한 정보는 입력 데이터 형식을 참조하십시오.
   • metadata.json: 작업공간의 메타데이터 및 레이블 지정된 데이터를 포함합니다.

$ cat labeled_data.json | jq -r '.[] | [.text, .labels[]] | @csv'

    "sentence1", class-label1, class-label2
    "sentence2", class-label3
    "sentence3", ...
    ...

문장 분류자 인리치먼트 적용

문장 분류자를 공개할 때 문장 분류자를 적용할 필드를 지정합니다.

나중에 여러 필드에 보강 기능을 적용하려면 다음 단계를 완료하세요:

1. 탐색 패널에서 콜렉션 관리를 클릭하십시오.

2. 인리치먼트를 적용할 콜렉션을 열려면 클릭하십시오.

3. 강화를 클릭하십시오.

4. 목록에서 문장 분류자 이름을 찾은 후 인리치먼트를 적용할 필드를 선택하십시오.

   텍스트 또는 html을 포함하는 필드를 선택할 수 있습니다.

5. 변경사항 적용 및 재처리를 클릭하십시오.

콜렉션에 문장 분류자 인리치먼트를 적용하는 방법에 대한 자세한 정보는 인리치먼트 관리 를 참조하십시오.

문장 분류자 출력

인리치먼트가 문서의 문장 중 하나를 분류할 때 항목이 문서 JSON 표시의 enriched_text.element_classes 섹션에 추가됩니다. 이 섹션에는 해당 문장 클래스와 함께 분류자 모델에 의해 분류된 문장이 포함되어 있습니다.

문장 분류자는 0.5보다 낮은 신뢰도 점수를 갖는 문장을 분류하지 않습니다.

다음 JSON 출력은 문장 분류의 예제 결과입니다.

표시합니다

To retain the score information for more than the most recent 5 training runs, you can export the metrics in comma-separated value format, and track the scores in a separate application. Click the tabular representation icon ![Tabular representation icon](images/table-of-contents.svg), and then click **Download as CSV**.
{: tip}

문장 분류자 삭제

문장 클래스류가 사용 중이 아닌 경우 (예: 문장 클래스류에서 공개되는 인리치먼트가 콜렉션에 적용되지 않는 경우) 에는 문장 클래스류를 삭제할 수 있습니다.

예를 들어, 계획에 허용되는 최대 문장 분류자 수의 한계에 도달하면 문장 분류자를 삭제할 수 있습니다.

최대 문장 분류자 작업공간 수와 최대 문장 분류자 인리치먼트 수의 두 가지 다른 한계가 있습니다. 개선 도구 패널로 이동할 때 문장 분류자 작업공간을 작성하고 각 도메인 개념을 펼치고 문장 분류자를 클릭한 후 새로 작성 단추를 클릭하십시오. 훈련된 문장 분류자를 공개하거나 문장 분류자 모델을 업로드할 때 문장 분류자 인리치먼트를 작성합니다. 한계에 대한 정보는 문장 분류자 한계 를 참조하십시오.

한계는 프로젝트가 아니라 서비스 인스턴스별로 정의됩니다. 현재 프로젝트에 최대 문장 클래스류 수가 없지만 새 문장 클래스류 작업공간을 작성하거나 훈련된 문장 클래스류를 공개할 수 없는 경우 동일한 서비스 인스턴스에서 다른 프로젝트를 확인하십시오. 삭제할 수 있는 다른 프로젝트에서 사용되지 않는 문장 분류자 작업공간 또는 인리치먼트가 있을 수 있습니다.

문장 분류기에 대한 API 사용

문장 분류자 API는 베타 기능입니다.

문서에 문장 분류자 인리치먼트를 적용하기 위해 API를 사용할 수 있습니다. API를 사용하여 문장 분류자 인리치먼트를 작성하고 이를 업데이트 및 삭제하는 등 인리치먼트를 관리할 수도 있습니다.

문장 분류기 API를 사용하려면 다음 작업을 수행하세요:

1. API에서 create an enrichment 메소드를 사용하여 문장 분류자 인리치먼트를 작성하십시오.

   인리치먼트 작성에 대한 자세한 정보는 API 참조에서 인리치먼트 작성 을 참조하십시오.

   문장 분류자 인리치먼트를 작성할 때 문장 분류자 모델을 훈련하려면 레이블 지정된 데이터를 지정해야 합니다. 레이블 지정된 데이터는 다음 CSV 형식이어야 합니다.

   "sentence1", class-label1, class-label2
   "sentence2", class-label3
   "sentence3", ...
   ...
   

   각 행은 문장 다음에 문장과 연관된 0개이상의 문장 클래스 레이블의 쉼표로 구분된 목록이 옵니다.

   우수 사례로서, 합리적인 품질의 문장 분류를 달성하려면 CSV 파일의 각 문장 클래스 레이블을 최소 100개의 문장으로 표시해야 합니다. 문장 클래스 레이블과 연관된 문장은 해당 문장 클래스의 긍정적인 예로 간주됩니다. 문장 클래스 레이블과 연관되지 않은 문장은 해당 문장 클래스의 음수 예제로 간주됩니다.

   문장 분류자 인리치먼트가 성공적으로 작성된 후 콜렉션 관리 페이지로 이동하여 콜렉션을 선택한 후 인리치먼트 탭을 여십시오. 사용 가능한 인리치먼트 목록에서 문장 분류자 인리치먼트를 찾을 수 있습니다.

   문장 분류자 인리치먼트 상태 가 준비되면 콜렉션의 문서에 문장 분류자 인리치먼트를 적용할 수 있습니다.

2. 작성한 문장 분류자 인리치먼트를 문서의 필드 (텍스트 또는 html) 에 적용하여 문장을 분류하십시오. 인리치먼트 적용 및 API를 사용한 인리치먼트 관리에 대한 자세한 정보는 API를 사용하여 인리치먼트 관리 를 참조하십시오.

문장 분류자 한계

서비스 인스턴스당 작성할 수 있는 문장 분류자 수는 Discovery 플랜 유형에 따라 다릅니다.