基于规则的模型示例

例如，当机器学习模型作为字段扩展时，它会提取基于规则模型的 Knowledge Studio 规则中指定的该字段中的所有实体类型。 如果模型识别实体类型 (例如 person，surname 和 job title )，那么将在您的文档中识别这些实体类型并对其进行标记。

在输出中，由 entities 数组中的 enriched_{field_name} 数组中的 Machine Learning 扩充项抽取的信息。 在此示例中，为扩充项选择的字段为 text。

{
  "enriched_text": [
    {
      "entities": [
        {
          "path": ".wksrule.entities.PERSON",
          "text": "George Washington",
          "type": "PERSON"
        },
        {
          "path": ".wksrule.entities.GIVENNAME",
          "text": "George",
          "type": "GIVENNAME"
        },
        {
          "path": ".wksrule.entities.SURNAME",
          "text": "Washington",
          "type": "SURNAME"
        },
        {
          "path": ".wksrule.entities.POSITION",
          "text": "politician",
          "type": "POSITION"
        },
        {
          "path": ".wksrule.entities.POSITION",
          "text": "soldier",
          "type": "POSITION"
        },
        {
          "path": ".wksrule.entities.JOBTITLE",
          "text": "President of the United States",
          "type": "JOBTITLE"
        }
      ],
      "text": [
        "George Washington (February 22, 1732‚ December 14, 1799) was an American politician and soldier who served as the first President of the United States from 1789 to 1797 and was one of the Founding Fathers of the United States."
      ]
    }
  ]
}

因此，如果某人 使用 API 提交 Discovery 查询语言查询以查找出现的 enriched_{field_name}.entities.type:jobtitle 扩充项，那么将返回讨论人员职位的任何段落。

机器学习模型示例

在此示例中，机器学习模型将抽取实体类型 (例如 person，oranization 和 date) 以及有关实体之间的关系的信息。 当ML模型应用于某个领域时，它利用机器学习来理解文档中提到的语言细微差别、含义和关系。

在输出中，Machine Learning 扩充在 entities 和 relations 数组内的 enriched_{field_name} 数组中抽取的信息。 在此示例中，为扩充项选择的字段为 text。

{
  "enriched_text": [
    {
      "entities": [
        {
          "count": 1,
          "text": "Democratic Party",
          "type": "ORGANIZATION"
        },
        {
          "count": 1,
          "text": "March 15, 1767",
          "type": "DATE"
        },
        {
          "count": 1,
          "text": "President",
          "type": "POSITION"
        },
        {
          "count": 1,
          "text": "Andrew Jackson",
          "type": "PERSON"
        }
      ],
      "relations": [
        {
          "sentence": "Andrew Jackson (March 15, 1767‚ June 8, 1845) was an American soldier and statesman who served as the seventh President of the United States from 1829 to 1837 and was the founder of the Democratic Party."
        }
      ]
    }
  ]
}

机器学习模型限制

每个服务实例可以创建的 Machine Learning (ML) 模型数取决于您的 Discovery 套餐类型。

对于每个 Knowledge Studio 机器学习模型，可检测的最大实体数为 50。

高级规则模型

添加高级规则模型以将已创建并从 IBM Watson® Knowledge Studio 的高级规则编辑器导出的文本抽取模型应用于集合。

必须使用相应的 Knowledge Studio 部署来创建模型:

• IBM Cloud Pak for Data 您可以添加从以下位置创建和导出的模型：IBM Software Hub 您可以添加从以下位置创建和导出的模型：

  • 使用早于 4.5 发行版的 IBM Cloud Pak® for Data 部署构建的 IBM Watson® Knowledge Studio。
  • 在 IBM Cloud 上托管的 IBM Watson® Knowledge Studio
  • NLP Editor that is built by contributors to the Center for Open-source Data & AI Technologies

• IBM Cloud 您可以添加仅使用 IBM Cloud 上托管的 IBM Watson® Knowledge Studio 实例创建的模型。