Classificação de frases

IBM Cloud

A classificação de sentença é um recurso beta disponível apenas em implementações gerenciadas. Além disso, o recurso está disponível apenas para documentos no idioma inglês

Use a classificação de sentença para classificar sentenças em seus documentos que sejam de interesse comercial significativo.

A classificação de sentença usa um modelo de aprendizado de máquina que classifica frases com base em classes de sentença definidas pelo usuário. É possível rotular sentenças de exemplo em seus documentos para definir as classes de sentença. Para acelerar o processo de rotulagem, o sistema prepara automaticamente um modelo de sugestão em segundo plano e fornece mais sugestões de rotulagem de frases.

Antes de Iniciar

Localize ou crie uma coleção com documentos que tenham vários exemplos de sentença sobre os quais você deseja que o Discovery aprenda. Para ensinar o classificador de sentença, deve-se rotular exemplos de classes de sentença. É possível rotular exemplos somente se a sua coleção contiver exemplos válidos Tente localizar documentos que tenham muitas e variadas frases que funcionem como exemplos de cada classe de sentença que você deseja definir.

Incluindo um classificador de sentença

Para adicionar um classificador de frases, conclua as etapas a seguir:

  1. Abra o projeto no qual você deseja criar o classificador de frases.

    O projeto deve ter pelo menos uma coleção com documentos representativos de dados que você deseja classificar.

  2. No painel Ferramentas de aprimoramento da página Melhorar e customizar, expanda Ensinar Conceitos de domínio e, em seguida, clique em Classificadores de sentença.

  3. Clique em Novo.

  4. Inclua um nome de classificador de sentença e opcionalmente uma descrição.

    Esse nome é usado como o nome do modelo e como o nome do enriquecimento que é criado quando você publica o modelo O nome é exibido como o nome do enriquecimento na página Enriquecimentos na qual você e outras pessoas podem aplicá-lo às coleções Ele também é exibido como o nome do modelo na representação JSON de documentos em que as classes de sentença são localizadas O nome é armazenado com a capitalização e o espaçamento que você especificar.

  5. Escolha uma coleção com documentos que sejam representativos dos dados que você deseja classificar

  6. Escolha os campos do documento a serem mostrados na visualização do documento em que você rotulará os documentos da coleção.

    • O Título do documento é mostrado no cabeçalho da página como o nome do documento Escolha um campo que possua um valor exclusivo por documento, como o nome do arquivo, que é armazenado no campo extracted_metadata.filename.
    • Corpo do documento é onde você rotula exemplos de sentença no conteúdo.. Escolha um campo que contenha a massa do conteúdo do documento, como o campo text..

  7. Clique em Criar.

Um documento da coleção selecionada é exibido na visualização Documentos do Rótulo. Você rotulará as ocorrências das classes de sentença que deseja que o Discovery reconheça a partir deste e de outros documentos na coleta.

Se nenhum texto for exibido no corpo da página, inicie agora criando um novo classificador de sentença. Desta vez, quando você selecionar um valor para o campo Corpo do Documento, certifique-se de escolher um campo de seus documentos processados que contenha texto.

Definindo classes de sentença

Defina classes de sentença concluindo as etapas a seguir:

  1. Clique em Incluir uma Classe de Sentença

  2. Inclua o nome da classe de sentença e uma descrição opcional

  3. Opcional: Selecione a cor a ser usada para a classe de sentença no documento..

    É possível clicar em uma cor na paleta Cor do rótulo, clicar no ícone Renovar Cor para a guia de uma cor para a próxima. Para usar uma cor customizada, especifique seu código de cor hexadecimal (#fff0f7).

  4. Clique em Criar.

  5. Repita esse processo para incluir todas as classes de sentença que deseja que o classificador classifique.

    Se você não tiver certeza do que incluir para as classes de sentença, poderá ajudar a revisar os documentos na coleção primeiro Ao revisar o conteúdo, você pode ter uma ideia de quais sentenças têm significado significativo e procurar maneiras lógicas de classificar tais sentenças.

Rotulando sentenças

Na visualização Documentos de Rótulo, localize sentenças nos documentos de sua coleção e rotule-os para indicar suas classes de sentença Enquanto você está rotulando, o classificador de sentença treina automaticamente um modelo em segundo plano para apresentar sugestões de rotulagem.

As sugestões de rotulagem aceleram o processo de rotulagem de seus documentos. Em vez de passar por documentos e gastar tempo lendo texto, as sugestões de rotulagem permitem que você encontre facilmente exemplos relevantes e os examine no contexto.

Você pode rotular as frases das seguintes maneiras:

Ao contrário do extrator de entidade, não há conceito de status do documento, como Não iniciado, Em andamentoe Concluído para o classificador de sentença. No caso do extrator de entidade, você marca os documentos como Concluídos para indicar que eles são usados para treinamento No caso do classificador de sentença, apenas sentenças rotuladas são usadas para treinamento e dados não rotulados em cada documento são ignorados.

Dados usados para treinamento
Recursos O que é usado para treinamento
Extrator de entidade Todos os documentos marcados como Concluídos
Classificador de sentença Todas as sentenças rotuladas (sentenças não rotuladas não são usadas)

rotulagem manual

Para rotular manualmente, conclua as etapas a seguir:

  1. Leia os documentos mostrados na página Documentos de rótulo para localizar exemplos de sentença apropriados para rotular.

  2. Selecione um exemplo de sentença, e clique no ícone Editar rótulos.

  3. Selecione uma classe de sentença na lista para rotular a sentença de exemplo como um rótulo positivo

    Para rotular a sentença de exemplo como um rótulo negativo, pressione Shift ao selecionar a classe de sentença na lista

    Se você não encontrar exemplos de sentença apropriados, selecione um documento diferente na Lista de documentos

    Mostra um extrato de um documento com etiquetas de exemplo positivas e negativas
    Labeled sentence examples

  4. Repita as etapas para rotular frases de exemplo como positivas ou negativas em outros documentos da coleção.

Durante a rotulagem, clique em Salvar classificador de sentença para salvar seu trabalho. Se você mover para outra página da página Documentos de rótulo, o sistema salvará automaticamente seu trabalho.

Use teclas de atalho para operações de rotulagem rápida. Pressione as teclas 1 a 5 correspondentes a uma classe de sentença mostrada na lista para rotular a sentença de exemplo como uma etiqueta positiva. Da mesma forma, pressione as teclas 6 a 0 para incluir um rótulo negativo. Você pode pressionar a tecla Delete ou Backspace para remover os rótulos da sentença selecionada.

Localizar-no-documento de rotulagem

Usando o recurso de pesquisa, você pode encontrar exemplos de frases em um documento e rotulá-los facilmente. Também é possível usar a procura para localizar exemplos rotulados e exemplos não rotulados e corrigir quaisquer inconsistidades de rotulagem

Para localizar exemplos e rotulá-los em um documento, conclua as seguintes etapas:

  1. Na visualização Documentos de Rótulo, clique no ícone Localizar.

  2. No campo Localizar, especifique o texto a ser procurado no documento

    Os resultados da procura do documento são exibidos ao inserir o texto.

    Para procurar os resultados da procura, é possível clicar nos ícones Próximo resultado e Resultado anterior Para escolher um rótulo para um exemplo não identificado no resultado, clique no ícone Editar rótulos e selecione uma classe de sentença na lista. Também é possível remover rótulos de um exemplo já rotulado no resultado clicando no ícone Editar rótulo e selecionando Remover rótulos.

    Mostra os resultados da pesquisa.
    Resultados da procura

  3. Para filtrar os resultados da procura, clique no ícone Mostrar opções de filtro..

    A tabela a seguir descreve as opções de filtro.

    Opções de filtro na localização
    Opção Descrição
    All Para localizar todos os exemplos em um documento correspondente ao texto.
    Texto rotulado Para localizar exemplos rotulados existentes em um documento que corresponde ao texto.
    Texto não rotulado Para localizar exemplos não rotulados em um documento que corresponda ao texto
    Corresponder maiúsculas e minúsculas Para localizar exemplos que correspondem ao texto e ao caso.
    Palavras inteiras Para localizar exemplos que correspondam aos limites da palavra do texto. Por exemplo, se você especificar instalar no texto, desinstalar não será correspondido quando essa opção for selecionada.
    1. Repita as etapas para rotular frases de exemplo em outros documentos da coleção.

Rotulagem inteligente

O recurso de etiquetagem inteligente usa técnicas de aprendizado ativas para sugerir exemplos de sentença que você pode rotular A rotulagem inteligente acelera o processo de rotulagem, mas você deve rotular pelo menos 20 exemplos para cada classe de sentença primeiro para que o sistema possa construir um modelo de sugestão.

Para usar a etiquetagem inteligente, conclua as etapas a seguir:

  1. Rotule um mínimo de 20 exemplos positivos para pelo menos uma classe de sentença

    O sistema começa automaticamente a preparar um modelo de sugestão em segundo plano.

    Após uma versão do modelo de sugestão estar pronta, o sistema fornece sugestões sobre quais sentenças serão rotuladas a seguir. Rotular as sugestões ajuda a melhorar mais o modelo do classificador de sentença..

  2. Clique em Usar rotulagem inteligente.

    Smart labeling
    Smart labeling

    A área de janela Rotulagem inteligente é exibida. Nessa área de janela, é possível rotular frases para uma classe de sentença específica.

  3. Selecione um exemplo nos Exemplossugeridos e clique em Sim para rotular a sentença de exemplo como um rótulo positivo. É possível clicar em Não para rotular a sentença de exemplo como um rótulo negativo

    inteligente*Painel de etiquetagem

  4. Repita a etapa anterior para identificar outros exemplos sugeridos.

    Para atualizar os exemplos sugeridos na lista, clique em Atualizar sugestões. A lista é atualizada com novas sugestões e os exemplos rotulados existentes não são mostrados na lista

  5. Clique em Pronto após ter rotulado as sentenças.

    Se você não tiver exemplos de frases suficientes no conjunto atual de documentos, poderá adicionar mais documentos. Essa opção está disponível apenas quando há mais documentos na coleção Para obter mais informações, consulte Incluindo documentos nos dados de treinamento.

  6. Depois de rotular exemplos em quantos documentos na coleção você desejar, clique em Salvar classificador de sentença e, em seguida, treine o classificador Para obter mais informações, consulte Treinando o classificador.

Dicas de rotulagem inteligente

Lembre-se destas dicas para etiquetagem inteligente:

  • Use teclas de atalho para operações de rotulagem rápida. Você pode pressionar a tecla de Seta para a Esquerda para escolher Sim ou a tecla de Seta para a Direita para escolher Não. Escolher Sim ou Não é equivalente a especificar um rótulo positivo ou negativo para a classe de sentença.

  • Para rotular uma sentença de exemplo como um rótulo positivo, pressione as teclas de 1 a 5, correspondentes a uma classe de sentença mostrada na lista Da mesma forma, pressione as teclas 6 a 0 para incluir um rótulo negativo. Você pode pressionar a tecla Delete ou Backspace para remover os rótulos da sentença selecionada.

  • Se um exemplo for irrelevante para a classe de sentença atual, rotule o exemplo como negativo, em vez de deixá-lo sem rótulo. Os dados não rotulados são ignorados e não são usados para treinamento, portanto, especificar rótulos negativos é importante para melhorar o modelo de classificação.

  • Se você rotular 20 ou mais exemplos (rótulos positivos ou negativos) após o último modelo de sugestão ser treinado, o sistema começará automaticamente a construir um novo modelo de sugestão em segundo plano. Você será notificado quando as novas sugestões estiverem prontas para a rotulagem

Incluindo documentos nos dados de treinamento

Para adicionar mais documentos, conclua as etapas a seguir:

  1. Navegue para a visualização Documentos de Rótulo
  2. No painel Lista de documentos e clique em Incluir documentos

Essa opção não estará disponível quando não houver outros documentos na coleção para incluir na área de trabalho do classificador de sentença. Para incluir mais documentos na coleção, navegue para a página Atividade para a coleção e, em seguida, clique no ladrilho Fazer upload de dados para procurar e incluir mais documentos

Mesmo se você incluir mais documentos de uma coleção, todos os documentos podem ou não podem ser usados para treinar o modelo Ao contrário do extrator de entidade no qual todos os documentos concluídos são usados para treinamento, o classificador de sentença usa apenas sentenças rotuladas para treinamento e dados não rotulados são ignorados.

Não é possível escolher os documentos da coleção para mostrar no painel Lista de documentos para rotulagem. Se houver tipos específicos de documentos que você deseja rotular, considere criar uma nova coleção que contenha apenas esses documentos.

Treinando o classificador

Após rotular documentos, é possível revisar os dados de treinamento na visualização Classificador de treinamento. Os dados de treinamento são usados no modelo do classificador de sentença.

Para treinar o classificador, conclua as etapas a seguir:

  1. Navegue para a visualização Classificador de Trem

  2. Revise o resumo de rotulagem para verificar se você rotulou o suficiente para treinar o classificador.

    Para treinar o classificador, cada classe de sentença deve ter um mínimo de 20 rótulos positivos e dois rótulos negativos. Caso contrário, o botão Classificador de treinamento será desativado e não será possível iniciar o treinamento.. As classes de sentença que não possuem rótulos positivos ou rótulos negativos são ignorados

  3. Revise se deseja aplicar opções avançadas para treinamento. A maioria dos modelos não requer mudanças nas opções avançadas..

    Suas sentenças são divididas aleatoriamente em conjuntos. O conjunto de treinamento é usado para treinar o classificador. O conjunto de teste é usado para testar o modelo depois que ele é treinado. O conjunto cego tem frases reservadas que você não vê durante o treinamento. Eles são usados para gerar uma avaliação imparcial do modelo periodicamente.. A divisão padrão usa a razão padrão para o treinamento Para obter mais informações, consulte Conjuntos de documentos para treinamento.

  4. Clique em Classificador de trem.

    Ao treinar o classificador, o Discovery usa sentenças do conjunto de treinamento para construir um modelo de aprendizado de máquina. Os resultados do teste são exibidos para você revisar na visualização Avaliar classificador.

Conjuntos de documentos para treinamento

É possível alterar a proporção de sentenças que estão incluídas nos conjuntos de documentos que compõem os dados de treinamento.

As sentenças que você rotulou são divididas aleatoriamente nos seguintes conjuntos:

  • Conjunto de treinamento: as frases que você rotula e que são usadas para treinar o modelo de aprendizado de máquina do classificador de sentença. O objetivo do conjunto de treinamento é ensinar o modelo sobre rótulos corretos.

  • Conjunto de testes: as sentenças usadas para testar o modelo treinado. Após o modelo ser gerado, ele executa um teste com relação aos documentos do conjunto de testes automaticamente. É possível analisar os resultados para determinar as áreas em que o modelo obteve algo errado e encontrar maneiras de melhorar o desempenho do modelo

  • Conjunto cego: as frases que são reservadas e usadas para testar o modelo periodicamente após várias iterações de teste e melhoria serem concluídas. As sentenças no conjunto cego são intencionalmente apagadas. Ao testar o modelo com sentenças do conjunto de teste e analisar os resultados, você se familiariza com as sentenças de teste subjacentes. Como as frases de teste são usadas iterativamente para aprimorar o modelo, elas podem começar a influenciar indiretamente o treinamento do modelo. É por isso que você pode querer ter o conjunto cego de frases. O conjunto cego fornece uma maneira de gerar uma avaliação imparcial do modelo periodicamente.

A razão de divisão padrão é 70% para o conjunto de treinamento, 30% para o conjunto de teste e 0% para o conjunto cego. Você pode ter um conjunto cego de sentenças aumentando a proporção do conjunto cego. Nesse caso, os números na tabela de pontuação do classificador da visualização Avaliar classificador, como Falso positivo, Falso negativo e outros, não correspondem ao número de sentenças mostrado na visualização Revisar resultados de treinamento. Isso ocorre porque as sentenças no conjunto cego são consideradas para avaliação, mas elas não aparecem na visualização Revisar resultados de treinamento.

Avaliando o classificador

Para revisar métricas da execução de teste do modelo de classificador de sentença que você criou, clique na guia Avaliar classificador.

A tabela a seguir descreve as métricas de avaliação disponíveis.

Detalhes das métricas
de Métrica Descrição
Matriz de Confusão Uma tabela que fornece uma análise numérica detalhada das sentenças rotuladas. Use-o para comparar o que é rotulado pelo modelo de machine learning com o que é rotulado nos dados de treinamento.
Pontuação F1 Mede se o equilíbrio ideal entre precisão e rechamada é atingido. A pontuação F1 pode ser interpretada como uma média ponderada dos valores de precisão e rechamada. Uma pontuação F1 atinge seu melhor valor em 1 e pior valor em 0. As pontuações gerais serão menores se o modelo não tiver dados de treinamento suficientes para aprender.
Precisão Mede quantas das sentenças gerais são classificadas como a classe de sentença correta. Um falso positivo é quando uma sentença não deve ser classificado, mas foi classificado (Previsto = Positivo, Real = Negativo). Os falsos positivos geralmente significam baixa precisão
Rechamar Mede quantas vezes as sentenças que devem ser classificadas são classificadas. Um falso negativo é quando uma sentença deve ser classificado, mas não foi classificado (Previsto = Negativo, Real = Positivo). Os falsos negativos geralmente significam baixa rechamada.

  1. Revise as métricas fornecidas sobre a execução do teste de modelo do classificador para determinar se mais treinamento é necessário.

  2. Explore os resultados de teste em mais detalhes clicando em Revisar resultados de treinamento no conjunto de testes

    Revisar os resultados do treinamento no conjunto de
    os resultados do treinamento no conjunto de

    As sentenças do conjunto de testes são exibidas com os rótulos reais e previstos mostrados na lista na área de janela esquerda. Se você clicar em uma sentença na lista, ela será mostrada na visualização do documento no painel direito.

    • Rótulos reais são os exemplos que uma pessoa rotulou manualmente. Eles são considerados como os rótulos corretos.
    • Rótulos preditos são os exemplos que o classificador de sentença identificou e rotulou como classes de sentença.

    O desempenho do modelo é classificado com base em quão próximo os rótulos previstos correspondem aos rótulos reais.

  3. Para filtrar a lista, clique no ícone Filtrar e escolha a Classe de sentença e Previsão e, em seguida, clique em Aplicar.

Revisando resultados de treinamento a partir do detalhamento de desempenho

Para revisar os resultados de treinamento do detalhamento de desempenho, conclua as etapas a seguir:

  1. Clique em um número na tabela Detalhamento de desempenho por classe de sentença

    A caixa de diálogo Revisar os resultados do treinamento é exibida

  2. Revise as frases relevantes, que são baseadas no número em que você clicou.

Melhorando o classificador

A tabela a seguir mostra correções sugeridas para problemas comuns.

Ações de melhoria
Problema Ação para remediar o problema
Baixas pontuações gerais Você pode não ter frases rotuladas suficientes no conjunto de treinamento. Rotule mais frases em mais de seus documentos.
Baixa rechamada Rotule mais documentos com novos exemplos das classes de sentença que o classificador não classificou.. Revise sentenças falsas negativas para verificar se há termos exclusivos entre elas. Se você vir esses termos exclusivos, procure por frases que incluam esses termos e inclua rótulos positivos neles.
Baixa precisão Revise cuidadosamente as sentenças de falso positivo. Você pode ter esquecido de rotular algumas frases. Em particular, verifique as frases com um rótulo negativo. Quando uma sentença tiver um rótulo negativo para uma classe de sentença específica (por exemplo, classe A), verifique se um rótulo positivo é necessário para outra classe de frase (por exemplo, classe B).. Se a sentença realmente pertence à classe B, mas você não especificou um rótulo de classe B positivo para ela, ela poderá degradar a pontuação de precisão. Além disso, se você encontrar termos que comumente aparecem nas sentenças positivas falsas, especifique rótulos negativos para sentenças com tais termos.

Publicando o classificador de sentença como um enriquecimento

Quando você achar que o classificador de sentença está pronto, publique o modelo de classificador de frase.. É possível considerar que o modelo está pronto quando a pontuação não muda após várias execuções de teste nas quais você faz melhorias. É possível retornar para atualizar e retreinar o modelo após publicá-lo.

Para publicar um classificador de sentenças, conclua as etapas a seguir:

  1. Navegue para a visualização Avaliar classificador e clique em Publicar classificador.
  2. Clique em Publicar.
  3. Clique em Aplicar aos dados.
  4. Escolha uma coleção e, em seguida, selecione o campo de texto no qual você deseja que o enriquecimento do classificador de sentença seja aplicado.
  5. Clique em Aplicar.

Fazendo download do modelo do classificador de sentença

Um modelo de classificador de sentença que você cria e implementa em um projeto está disponível como um enriquecimento que pode ser aplicado a uma coleção de qualquer projeto na mesma instância de serviço.

Se você desejar usar o modelo de classificador de sentença em um projeto de outra instância de serviço, poderá exportar ou fazer download do modelo de classificador de sentença. Para usá-lo em outro lugar e seguir as etapas para criar um modelo de aprendizado de máquina em Usar modelos de ML importados para localizar termos customizados Não é possível continuar a editar um classificador de sentença importado para outro projeto.

O classificador de sentença que deseja exportar deve ser totalmente treinado.

Para exportar um classificador de frases, conclua as etapas a seguir:

  1. Abra o projeto com o classificador de sentença que você deseja exportar

  2. No painel Ferramentas de aprimoramento da página Melhorar e customizar, expanda Ensinar Conceitos de domínioe, em seguida, clique em Classificadores de sentença.

  3. Na lista Classificadores de sentença, localize o classificador de sentença que deseja exportar.

  4. Clique no ícone Ações para seu classificador e, em seguida, selecione Fazer download do modelo para salvar o modelo no sistema.

    A opção Fazer download do modelo não está disponível, a menos que o modelo seja treinado

O modelo do classificador de sentença é salvo como um arquivo .sc. É possível importá-lo para um projeto em outra instância de serviço como um modelo de aprendizado de máquina e, em seguida, aplicá-lo em suas coleções

Fazendo download de dados rotulados para um classificador de sentença

É possível fazer download ou exportar os dados rotulados para um classificador de sentença do Discovery. É possível usar os dados rotulados exportados para treinar ou construir grandes modelos de linguagem (LLMs) em um serviço como Watson Studio e Natural Language Processing (NLP).

Para exportar os dados rotulados, conclua as etapas a seguir:

  1. No painel Ferramentas de aprimoramento da página Melhorar e customizar, expanda Ensinar Conceitos de domínioe, em seguida, clique em Classificadores de sentença.

  2. Para o classificador de sentença do qual você deseja exportar dados rotulados, clique no ícone Ações e, em seguida, selecione Fazer download de dados rotulados.

    Um arquivo compactado é transferido por download com dados rotulados.. O arquivo compactado contém os seguintes arquivos JSON.

    • labeled_data.json: inclui o texto e rótulos. O formato de dados é baseado no formato de dados de entrada para a classificação de texto no Watson Natural Language Processing Para obter mais informações, consulte Formato de dados de entrada
    • metadata.json: Inclui metadados para a área de trabalho e dados rotulados

Convertendo labeled_data.json em CSV

Insira o comando a seguir para converter labeled_data.json em CSV:

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

Os dados rotulados são convertidos para o seguinte formato:

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

Aplicando um enriquecimento do classificador de sentença

Ao publicar o classificador de sentença, especifique o campo no qual deseja que o classificador de sentença seja aplicado.

Para aplicar o enriquecimento a diferentes ou mais campos posteriormente, conclua as etapas a seguir:

  1. No painel de navegação, clique em Gerenciar coleções.

  2. Clique para abrir a coleção na qual você deseja aplicar o enriquecimento

  3. Clique em Enriquecimentos

  4. Localize o nome do classificador de sentença na lista e, em seguida, escolha um campo para aplicar o enriquecimento.

    É possível escolher um campo que contenha texto ou html

  5. Clique em Aplicar mudanças e processar novamente.

Para obter mais informações sobre como aplicar um enriquecimento do classificador de sentença a uma coleção, consulte Gerenciando enriquecimentos..

Saída do classificador de sentença

Quando o enriquecimento classifica uma de suas frases em um documento, uma entrada é incluída na seção enriched_text.element_classes da representação JSON do documento. A seção contém sentenças classificadas por seu modelo de classificador juntamente com suas classes de sentença

Um classificador de sentença não classifica as sentenças com pontuações de confiança inferiores a 0.5.

A saída JSON a seguir é um resultado de exemplo de classificação de sentença

Shows the JSON output as an example
JSON representation

Monitorando o desempenho ao longo do tempo

É possível retreinar seu modelo de classificador de sentença a qualquer momento. Cada vez que você treinar o modelo, revise as pontuações de métrica de desempenho para determinar se as mudanças mais recentes aumentam ou diminuem as pontuações do modelo.

Para comparar uma execução de teste com outra, clique em Visualizar histórico de pontuação na visualização Avaliar classificador. A visualização de histórico mostra as últimas 5 execuções de treinamento

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}

Se uma execução de treinamento subsequente resultar em pontuações mais baixas, não publique essa versão do modelo

Excluindo um classificador de sentença

É possível excluir um classificador de sentença se ele não estiver em uso, como quando o enriquecimento que é publicado a partir do classificador de sentença não for aplicado a uma coleta.

Talvez você queira excluir um classificador de sentença se você atingir o limite para o número máximo de classificadores de sentença que são permitidos para seu plano, por exemplo,

Há dois limites diferentes, o número máximo de áreas de trabalho do classificador de sentença, e o número máximo de enriquecimentos do classificador de sentença. Você cria uma área de trabalho do classificador de sentença quando navega para o painel Ferramentas de melhoria, expanda Ensinar conceitos de domínio, clique em Classificadores de sentença e, em seguida, clique no botão Novo. Você cria um enriquecimento de classificador de sentença quando publica seu classificador de sentença treinado ou faz upload de um modelo de classificador de frase.. Para obter informações sobre os limites, consulte Limites do classificador de sentença.

Lembre-se, os limites são definidos por instância de serviço, não por projeto. Se você não tiver o número máximo de classificadores de sentença no projeto atual, mas não for possível criar novas áreas de trabalho do classificador de sentença ou publicar seu classificador de sentença treinado, verifique outros projetos na mesma instância de serviço. Pode haver áreas de trabalho ou enriquecimentos do classificador de sentença que não estão sendo usados em outros projetos que podem ser excluídos..

Removendo enriquecimentos do classificador de sentença

Remova o enriquecimento do classificador de sentença, que foi publicado a partir do classificador de sentença que você deseja excluir, de quaisquer coleções nas quais ele está sendo usado Para obter mais informações, consulte Excluindo enriquecimentos..

Remover um enriquecimento do classificador de sentença não remove sua área de trabalho.

Removendo áreas de trabalho do classificador de sentença

Para remover um espaço de trabalho de classificador de frases, execute as seguintes etapas:

  1. No painel Ferramentas de aprimoramento da página Melhorar e customizar, expanda Ensinar Conceitos de domínioe, em seguida, clique em Classificadores de sentença.

  2. Localize a área de trabalho do classificador de sentença que deseja excluir, clique no ícone Ações e, em seguida, selecione Excluir.

Remover uma área de trabalho do classificador de sentença não remove o enriquecimento publicado da área de trabalho.

Usando as APIs para o classificador de sentença

A API do classificador de sentença é a funcionalidade beta

É possível usar as APIs para aplicar o enriquecimento do classificador de sentença aos documentos. Usando as APIs, é possível criar um enriquecimento de classificador de sentença e também gerenciar o enriquecimento, como atualizar e excluí-lo.

Para usar as APIs do classificador de sentenças, faça o seguinte:

  1. Crie um enriquecimento do classificador de sentença usando o método create an enrichment na API.

    Para obter mais informações sobre como criar o enriquecimento, consulte Criar um enriquecimento no referencial da API..

    Você deve especificar os dados rotulados para treinar o modelo do classificador de sentença ao criar o enriquecimento do classificador de sentença. Os dados rotulados devem estar no formato CSV a seguir:

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

    Cada linha é uma sentença seguida por uma lista separada por vírgula de zero ou mais rótulos de classe de sentença associados à sentença.

    Como uma melhor prática, cada rótulo de classe de sentença no arquivo CSV deve ser representado por pelo menos 100 sentenças para obter uma classificação de sentença de qualidade razoável Sentenças associadas a um rótulo de classe de sentença são consideradas exemplos positivos dessa classe de sentença. Sentenças que não estão associadas a um rótulo de classe de sentença são consideradas exemplos negativos dessa classe de sentença.

    Depois que o enriquecimento do classificador de sentença for criado com sucesso, navegue para a página Gerenciar coleções, escolha a coleta e, em seguida, abra a guia Enriquecimentos É possível localizar o enriquecimento do classificador de sentença na lista de enriquecimentos disponíveis..

    Após o enriquecimento do classificador de sentença Status estar pronto, é possível aplicar o enriquecimento do classificador de sentença aos documentos em sua coleta.

  2. Aplique o enriquecimento do classificador de sentença que você criou nos campos (texto ou html) em seus documentos para classificar sentenças. Para obter mais informações sobre como aplicar um enriquecimento e gerenciar o enriquecimento usando APIs, consulte Usando a API para gerenciar enriquecimentos.

Limites do classificador de sentença

O número de classificadores de sentença que podem ser criados por instância de serviço depende do tipo de plano Discovery.

limites do classificador de sentença
Plano Áreas de trabalho do classificador de sentença por instância de serviço Enriquecimentos do classificador de sentença por instância de serviço Máximo de classes de sentença por classificador Máximo de documentos em dados de treinamento
Premium 22 20 5 1.000
Enterprise 22 20 5 1.000
Mais (incluindo Avaliação) 3 5 3 200