Criando um modelo de idioma customizado
Siga estas etapas para criar, incluir conteúdo e treinar um modelo de idioma customizado para o serviço IBM Watson® Speech to Text:
- Criar um modelo de idioma customizado. É possível criar diversos modelos customizados para os mesmos domínios ou domínios diferentes. O processo é o mesmo para qualquer modelo que você criar. A personalização do modelo de idioma está disponível para todos os modelos de fala de grande porte, para a maioria dos modelos de geração anterior e para todos os modelos de próxima geração. Para obter mais informações, consulte Suporte ao idioma para a customização.
- Incluir um corpus no modelo de idioma customizado. Um corpus é um documento de texto simples que usa a terminologia do domínio no contexto. É possível incluir diversos corpora serialmente, um de cada vez, em um modelo customizado. Para modelos customizados baseados em modelos de geração anterior, o serviço constrói um vocabulário para um modelo customizado, extraindo termos dos corpora que não existem em seu vocabulário de base. Para modelos customizados que são baseados em modelos de última geração, o serviço extrai sequências de caracteres em vez de palavras dos corpora.
- Incluir palavras no modelo de idioma customizado. Também é possível incluir palavras customizadas em um modelo individualmente. É possível especificar como as palavras de um modelo customizado devem ser exibidas em uma transcrição de discurso e como elas são pronunciadas em áudio. Para modelos customizados que baseiam-se em modelos de geração anterior, também é possível modificar palavras customizadas que são extraídas dos corpora.
- Treinar o modelo de idioma customizado. Depois de incluir corpora e palavras no modelo customizado, o modelo deve ser treinado. O treinamento prepara o modelo customizado para uso no reconhecimento de voz. O modelo não utiliza corpora ou palavras novos ou modificados até ser treinado.
- Use um modelo de idioma customizado para reconhecimento de voz. Depois de treinar seu modelo customizado, será possível usá-lo com solicitações de reconhecimento de voz. Se o áudio que é transmitido para transcrição contiver palavras específicas de domínio que são definidas nos corpora e nas palavras customizadas do modelo customizado, os resultados da solicitação refletirão o vocabulário aprimorado do modelo. É possível usar apenas um modelo de cada vez com uma solicitação de reconhecimento de voz.
As etapas para criar um modelo de idioma customizado são iterativas. É possível incluir corpora e palavras e treinar ou retreinar um modelo com a frequência necessária. Também é possível incluir gramáticas na maioria dos modelos de idioma customizados. As gramáticas restringem a resposta do serviço a apenas aquelas palavras que são reconhecidas por uma gramática.
- Para obter mais informações sobre o uso de gramáticas, consulte Usando gramáticas com modelos de idioma customizados.
- Para obter mais informações sobre os idiomas e modelos que suportam gramáticas, consulte Suporte ao idioma para customização.
Criar um modelo de idioma customizado
Use o método POST /v1/customizations para criar um novo modelo de idioma customizado. O método aceita um objeto JSON que define os atributos do novo modelo customizado como o corpo da solicitação. O novo modelo customizado é de
propriedade da instância do serviço cujas credenciais são usadas para criá-lo. Para obter mais informações, consulte Propriedade de modelos customizados.
É possível criar no máximo 1024 modelos de idiomas customizados por credencial que você tiver. Para obter mais informações, consulte Número máximo de modelos customizados.
Um novo modelo de idioma customizado tem os atributos a seguir:
name(sequência necessária)-
Um nome definido pelo usuário para o novo modelo customizado. Use um nome localizado que corresponda ao idioma do modelo customizado e descreve o domínio do modelo, como
Medical custom modelouLegal custom model.- Inclua um máximo de 256 caracteres no nome.
- Não use barras invertidas, barras, dois pontos, sinais de igual, e comercial ou pontos de interrogação no nome.
- Use um nome que seja exclusivo entre todos os modelos de idioma customizados que você possui.
base_model_name(sequência necessária)-
O nome do modelo de idioma básico que deve ser personalizado pelo novo modelo personalizado. Deve-se usar o nome de um modelo que é retornado pelo método
GET /v1/models. O novo modelo customizado pode ser usado apenas com o modelo base que ele customiza. dialect(sequência opcional)-
O dialeto do idioma especificado que deve ser usado com o novo modelo customizado. Para todos os idiomas, é sempre seguro omitir esse campo. O serviço utiliza automaticamente o identificador de idioma a partir do nome do modelo base. Por exemplo, o serviço usa automaticamente o endereço
en-USpara todos os modelos em inglês dos EUA.Se você especificar o
dialectpara um novo modelo customizado, siga estas diretrizes:- Para modelos de geração anterior e de última geração não espanhóis, deve-se especificar um valor que corresponda ao identificador de idioma de cinco caracteres a partir do nome do modelo base.
- Para modelos de geração anterior em espanhol, deve-se especificar um dos valores a seguir:
es-ESpara espanhol castelhano (modeloses-ES)es-LApara espanhol latino-americano (modeloses-AR,es-CL,es-COees-PE)es-USpara espanhol mexicano (América do Norte) (modeloses-MX)
Todos os valores transmitidos para o campo
dialectnão fazem distinção entre maiúsculas e minúsculas. description(sequência opcional)-
Uma descrição recomendada do novo modelo personalizado.
- Use uma descrição localizada que corresponda ao idioma do modelo customizado.
- Inclua um máximo de 128 caracteres na descrição.
O exemplo a seguir cria um novo modelo de idioma customizado denominado Example model. O modelo é criado para o modelo base en-US-BroadbandModel e tem a descrição Example custom language model. O cabeçalho
Content-Type obrigatório especifica que os dados JSON estão sendo passados para o método.
IBM Cloud
curl -X POST -u "apikey:{apikey}" \
--header "Content-Type: application/json" \
--data "{\"name\": \"Example model\", \
\"base_model_name\": \"en-US_BroadbandModel\", \
\"description\": \"Example custom language model\"}" \
"{url}/v1/customizations"
IBM Cloud Pak for Data IBM Software Hub
curl -X POST \
--header "Authorization: Bearer {token}" \
--header "Content-Type: application/json" \
--data "{\"name\": \"Example model\", \
\"base_model_name\": \"en-US_BroadbandModel\", \
\"description\": \"Example custom language model\"}" \
"{url}/v1/customizations"
O exemplo retorna o ID de customização do novo modelo. Cada modelo customizado é identificado por um ID de customização exclusivo, que é um Identificador Exclusivo Global (GUID). Você especifica um GUID do modelo customizado com o parâmetro
customization_id das chamadas que estão associadas ao modelo.
{
"customization_id": "74f4807e-b5ff-4866-824e-6bba1a84fe96"
}
Incluir um corpus no modelo de idioma customizado
Uma vez que você cria seu modelo de idioma customizado, o próximo passo é incluir dados específicos de domínio no modelo. O meio recomendado para preencher um modelo customizado é incluir uma ou mais corpora. Um corpus é um arquivo de texto simples que idealmente contém sentenças de amostra do seu domínio.
-
Para modelos customizados que são baseados em grandes modelos de fala, o serviço analisa e extrai sequências de palavras de um ou de vários arquivos corpora Os caracteres ajudam o serviço a aprender e a prever sequências de caracteres do áudio. Para obter mais informações sobre o uso de corpora com modelos customizados que são baseados em modelos de fala grandes, consulte Trabalhando com corpora para modelos de fala grandes e modelos de próxima geração
-
Para modelos customizados que baseiam-se em modelos de geração anterior, o serviço analisa um arquivo de corpus e extrai quaisquer palavras que não estejam em seu vocabulário de base. Essas palavras são referidas como palavras fora do vocabulário (OOV). Para obter mais informações sobre o uso dos corpora com modelos customizados que baseiam-se em modelos de geração anterior, consulte Trabalhando com os corpora para modelos de geração anterior.
-
Para modelos customizados que são baseados em modelos de última geração, o serviço analisa e extrai sequências de caracteres a partir de um arquivo de corpus. Os caracteres ajudam o serviço a aprender e a prever sequências de caracteres do áudio. Para obter mais informações sobre o uso de corpora com modelos customizados que são baseados em modelos de próxima geração, consulte Trabalhando com corpora para modelos de fala grandes e modelos de próxima geração
Ao fornecer sentenças que incluem palavras específicas de domínio, os corpora permitem que o serviço aprenda palavras e sequências de caracteres no contexto. Também é possível aumentar e modificar as palavras de um modelo individualmente. O treinamento de um modelo apenas com palavras individuais em vez de palavras incluídas dos corpora é mais demorado e pode produzir resultados menos eficazes.
Use o método POST /v1/customizations/{customization_id}/corpora/{corpus_name} para incluir um corpus em um modelo customizado:
customization_id(sequência necessária)- Especifique o ID de customização do modelo customizado no qual o corpus será incluído.
corpus_name(sequência necessária)- Especifique um nome para o corpus. Use um nome localizado que corresponda ao idioma do modelo customizado e reflita os conteúdos do corpus.
- Inclua um máximo de 128 caracteres no nome.
- Não utilize caracteres que precisem ser codificados pela URL. Por exemplo, não use espaços, barras, barras invertidas, dois-pontos, e comercial, aspas duplas, sinais de mais, sinais de igual, pontos de interrogação e assim por diante no nome. (O serviço não impede o uso desses caracteres. Mas como eles devem ser codificados pela URL onde quer que sejam usados, seu uso não é recomendado.)
- Não use o nome de um corpus ou gramática que já tenha sido incluído no modelo customizado.
- Não use o nome
user, que é reservado pelo serviço para indicar palavras customizadas que são incluídas ou modificadas pelo usuário. - Não use o nome
base_lmoudefault_lm. Ambos os nomes são reservados para uso futuro pelo serviço.
Passe o arquivo de texto do corpus como o corpo obrigatório da solicitação. O exemplo a seguir inclui o arquivo de texto do corpus healthcare.txt no modelo customizado com o ID especificado O exemplo nomeia o corpus healthcare.
IBM Cloud
curl -X POST -u "apikey:{apikey}" \
--data-binary @healthcare.txt \
"{url}/v1/customizations/{customization_id}/corpora/healthcare"
IBM Cloud Pak for Data IBM Software Hub
curl -X POST \
--header "Authorization: Bearer {token}" \
--data-binary @healthcare.txt \
"{url}/v1/customizations/{customization_id}/corpora/healthcare"
O método também aceita um parâmetro de consulta allow_overwrite opcional que sobrescreve um corpus existente para um modelo customizado. Use o parâmetro se você precisar atualizar um arquivo de corpus depois de incluí-lo em um modelo.
O método é assíncrono. Ele pode levar alguns minutos para ser concluído. A duração da operação depende do número total de palavras no corpus e da carga atual no serviço. Para modelos customizados que baseiam-se em modelos de geração anterior, a duração também depende do número de novas palavras que o serviço localiza no corpus. Para obter mais informações sobre como verificar o status de um corpus, consulte Monitorando a solicitação de inclusão de corpus.
É possível incluir qualquer número de corpora em um modelo customizado chamando o método uma vez para cada arquivo de texto do corpus. A inclusão de um corpus deve ser totalmente concluída antes de poder incluir outra. Um corpus tem o status
being_processed quando ele é incluído em um modelo pela primeira vez. Quando o serviço finaliza o processamento, o status dele passa a ser analyzed.
Para modelos customizados que baseiam-se em modelos de geração anterior, após a adição de um corpus ser concluída, examine as novas palavras customizadas que foram extraídas dele para verificar erros tipográficos e outros erros. Para obter mais informações, consulte Validando um recurso de palavras para um modelo de geração anterior.
Monitorando a solicitação de inclusão de corpus
O serviço retornará um código de resposta 201 se o corpus for válido. Em seguida, ele processa o conteúdo do corpus assincronamente. Não é possível enviar solicitações para incluir dados no modelo customizado ou para treinar o modelo até que a análise do serviço do corpus para a solicitação atual seja concluída.
Para determinar o status da análise, use o método GET /v1/customizations/{customization_id}/corpora/{corpus_name} para pesquisar o status do corpus. O método aceita o ID do modelo e o nome do corpus, conforme mostrado no exemplo
a seguir:
IBM Cloud
curl -X GET -u "apikey:{apikey}" \
"{url}/v1/customizations/{customization_id}/corpora/corpus1"
IBM Cloud Pak for Data IBM Software Hub
curl -X GET \
--header "Authorization: Bearer {token}" \
"{url}/v1/customizations/{customization_id}/corpora/corpus1"
A resposta inclui o status do corpus. Como o modelo customizado seja baseado em um modelo de geração anterior, a resposta mostrará o número de palavras OOV.
{
"name": "corpus1",
"total_words": 5037,
"out_of_vocabulary_words": 401,
"status": "analyzed"
}
O campo status tem um dos valores a seguir:
analyzedindica que o serviço analisou com êxito o corpus.being_processedindica que o serviço ainda está analisando o corpus.undeterminedindica que o serviço encontrou um erro ao processar o corpus.
Use um loop para verificar o status do corpus a cada 10 segundos até que se torne analyzed. Para obter mais informações sobre como verificar o status dos corpora de um modelo, consulte Listando os corpora para um modelo de idioma customizado.
Incluir palavras no modelo de idioma customizado
Embora a inclusão dos corpora seja o meio recomendado de incluir palavras em um modelo de idioma customizado, também é possível incluir palavras customizadas individuais no modelo diretamente. O serviço analisa palavras customizadas para o modelo customizado exatamente como faz o conteúdo das palavras dos corpora.
Se você tiver apenas uma ou algumas palavras para incluir em um modelo, usar corpora para incluir as palavras pode não ser prático ou mesmo viável. A abordagem mais simples é incluir uma palavra com apenas sua ortografia. Também é possível indicar como a palavra deve ser exibida e uma ou mais pronúncias para a palavra.
- Para obter mais informações sobre inclusão de palavras em um modelo customizado que baseia-se em um modelo de geração anterior, consulte Trabalhando com palavras customizadas para modelos de geração anterior.
- Para obter mais informações sobre como incluir palavras em um modelo customizado que é baseado em modelos de fala grandes e modelos de próxima geração, consulte Trabalhando com palavras customizadas para modelos de fala grandes e modelos de nova geração
Depois de adicionar palavras a um modelo personalizado, examine as novas palavras personalizadas para verificar se há erros tipográficos e outros. Essa verificação é especialmente importante quando várias palavras são incluídas de uma só vez.
- Para modelos customizados que baseiam-se em modelos de geração anterior, consulte Validando um recurso de palavras para modelos de geração anterior.
- Para modelos customizados que são baseados em modelos de fala grandes e modelos de nova geração, consulte Validando um recurso de palavras para modelos de fala grandes e modelos de próxima geração
Incluir palavras com o método POST
O método POST /v1/customizations/{customization_id}/words adiciona uma ou mais palavras de uma só vez. Você passa as palavras a serem incluídas como dados JSON por meio do corpo da solicitação ou de um arquivo Em ambos os casos,
o cabeçalho Content-Type obrigatório especifica que os dados JSON estão sendo passados para o método.
Os exemplos a seguir adicionam duas palavras personalizadas, HHonors e IEEE, ao modelo personalizado com o ID especificado:
-
O primeiro exemplo passa as informações sobre cada palavra através do corpo da solicitação:
IBM Cloud
curl -X POST -u "apikey:{apikey}" \ --header "Content-Type: application/json" \ --data "{\"words\": [ \ {\"word\": \"HHonors\", \"sounds_like\": [\"hilton honors\", \"H. honors\"], \"display_as\": \"HHonors\"}, \ {\"word\": \"IEEE\", \"sounds_like\": [\"I. triple E.\"]}]}" \ "{url}/v1/customizations/{customization_id}/words"IBM Cloud Pak for Data IBM Software Hub
curl -X POST \ --header "Authorization: Bearer {token}" \ --header "Content-Type: application/json" \ --data "{\"words\": [ \ {\"word\": \"HHonors\", \"sounds_like\": [\"hilton honors\", \"H. honors\"], \"display_as\": \"HHonors\"}, \ {\"word\": \"IEEE\", \"sounds_like\": [\"I. triple E.\"]}]}" \ "{url}/v1/customizations/{customization_id}/words" -
O segundo exemplo inclui as mesmas palavras de um arquivo denominado
words.json:{ "words": [ {"word": "HHonors", "sounds_like": ["hilton honors", "H. honors"], "display_as": "HHonors"}, {"word": "IEEE", "sounds_like": ["I. triple E."]} ] }A solicitação a seguir adiciona as palavras do arquivo:
IBM Cloud
curl -X POST -u "apikey:{apikey}" \ --header "Content-Type: application/json" \ --data-binary @words.json \ "{url}/v1/customizations/{customization_id}/words"IBM Cloud Pak for Data IBM Software Hub
curl -X POST \ --header "Authorization: Bearer {token}" \ --header "Content-Type: application/json" \ --data-binary @words.json \ "{url}/v1/customizations/{customization_id}/words"
O método POST é assíncrono. Ele pode levar alguns minutos para ser concluído. O tempo que leva para ser concluído depende do número de palavras que você inclui e da carga atual no serviço. Para obter mais informações sobre como
verificar o status da operação, consulte Monitorando a solicitação de inclusão de palavras.
Inclua uma palavra com o método PUT
O método PUT /v1/customizations/{customization_id}/words/{word_name} inclui palavras individuais. Você passa um objeto JSON que fornece informações sobre a palavra como o corpo da solicitação.
O exemplo a seguir inclui a palavra NCAA para o modelo com o ID especificado. O cabeçalho Content-Type obrigatório indica novamente que os dados JSON estão sendo passados para o método.
IBM Cloud
curl -X PUT -u "apikey:{apikey}" \
--header "Content-Type: application/json" \
--data "{\"sounds_like\": [\"N. C. A. A.\", \"N. C. double A.\"]}" \
"{url}/v1/customizations/{customization_id}/words/NCAA"
IBM Cloud Pak for Data IBM Software Hub
curl -X PUT \
--header "Authorization: Bearer {token}" \
--header "Content-Type: application/json" \
--data "{\"sounds_like\": [\"N. C. A. A.\", \"N. C. double A.\"]}" \
"{url}/v1/customizations/{customization_id}/words/NCAA"
O método PUT é síncrono. O serviço retorna um código de resposta que relata o sucesso ou a falha da solicitação imediatamente.
Monitorando a solicitação de inclusão de palavras
Ao usar o método POST /v1/customizations/{customization_id}/words, o serviço retornará um código de resposta 201 se os dados de entrada forem válidos. Em seguida, processa de forma assíncrona as palavras para inclui-las no modelo.
Não é possível enviar solicitações para incluir dados no modelo customizado ou para treinar o modelo até que o serviço conclua a solicitação para incluir novas palavras.
Para determinar o status da solicitação, use o método GET /v1/customizations/{customization_id} para pesquisar o status do modelo. O método aceita o ID de customização do modelo, como no exemplo a seguir:
IBM Cloud
curl -X GET -u "apikey:{apikey}" \
"{url}/v1/customizations/{customization_id}"
IBM Cloud Pak for Data IBM Software Hub
curl -X GET \
--header "Authorization: Bearer {token}" \
"{url}/v1/customizations/{customization_id}"
A solicitação inclui informações sobre o status do modelo:
{
"customization_id": "74f4807e-b5ff-4866-824e-6bba1a84fe96",
"created": "2016-06-01T18:42:25.324Z",
"updated": "2016-06-01T18:45:11.737Z",
"language": "en-US",
"dialect": "en-US",
"owner": "297cfd08-330a-22ba-93ce-1a73f454dd98",
"name": "Example model",
"description": "Example custom language model",
"base_model_name": "en-US_BroadbandModel",
"status": "pending",
"progress": 0
}
O campo status relata o estado atual do modelo. Enquanto o serviço está processando novas palavras, o status permanece pending. Use um loop para verificar o status a cada 10 segundos até que se torne ready para indicar que a operação está concluída. Para obter mais informações sobre os possíveis valores de status, consulte Monitorando a solicitação de treinamento do modelo.
Modificando palavras em um modelo customizado
Também é possível usar os métodos POST /v1/customizations/{customization_id}/words e PUT /v1/customizations/{customization_id}/words/{word_name} para modificar ou aprimorar uma palavra em um modelo customizado. Você
pode precisar usar os métodos para corrigir um erro tipográfico ou outro erro que foi cometido ao incluir uma palavra. Também pode ser necessário incluir definições de pronúncia para uma palavra existente.
Você usa os métodos para modificar a definição de uma palavra existente exatamente como você faz para incluir uma palavra. Os novos dados que você fornece para a palavra sobrescrevem a definição existente da palavra. Para modelos customizados que baseiam-se em modelos de geração anterior, também é possível modificar palavras que foram incluídas a partir dos corpora.
Treinar o modelo de idioma customizado
Uma vez que você preenche um modelo de idioma customizado com novas palavras (incluindo corpora, incluindo palavras diretamente ou incluindo gramáticas), deve-se treinar o modelo com os novos dados. O treinamento prepara o modelo customizado para usar os dados no reconhecimento de voz. O modelo não usa palavras que você inclui via qualquer meio até que seja treinada nos dados.
Use o método POST /v1/customizations/{customization_id}/train para treinar um modelo customizado. Você passa ao método o ID de customização do modelo que você deseja treinar, como no exemplo a seguir:
IBM Cloud
curl -X POST -u "apikey:{apikey}" \
"{url}/v1/customizations/{customization_id}/train"
IBM Cloud Pak for Data IBM Software Hub
curl -X POST \
--header "Authorization: Bearer {token}" \
"{url}/v1/customizations/{customization_id}/train"
O método é assíncrono. O treinamento pode levar alguns minutos para ser concluído, dependendo do número de novas palavras nas quais o modelo está sendo treinado e da carga atual no serviço. Para obter mais informações sobre como verificar o status de uma operação de treinamento, consulte Monitorando a solicitação de treinamento do modelo.
O método inclui os seguintes parâmetros de consulta opcionais:
-
O parâmetro
word_type_to_addespecifica as palavras nas quais o modelo customizado deve ser treinado:- Especifique
allou omita o parâmetro para treinar o modelo em todas as suas palavras, independentemente de sua origem. - Especifique
userpara treinar o modelo apenas em palavras que foram incluídas ou modificadas pelo usuário, ignorando palavras que foram extraídas apenas dos corpora ou gramáticas.
Para modelos customizados baseados em modelos de geração anterior, esta opção será útil se você incluir corpora com dados barulhentos, como palavras que contêm erros tipográficos. Antes de treinar o modelo em tais dados, é possível usar o parâmetro de consulta
word_typedo métodoGET /v1/customizations/{customization_id}/wordspara revisar as palavras que são extraídas dos corpora e gramáticas. Para obter mais informações, consulte Listando palavras customizadas de um modelo de idioma customizado.Para modelos customizados que são baseados em grandes modelos de fala e modelos de próxima geração, o serviço ignora o parâmetro
word_type_to_addO recurso de palavras contém apenas palavras customizadas que o usuário inclui ou modifica diretamente, portanto, o parâmetro é desnecessário. - Especifique
-
O parâmetro
customization_weightespecifica o peso relativo que é dado às palavras do modelo customizado, em vez de palavras do vocabulário base quando o modelo customizado é usado para reconhecimento de voz. Também é possível especificar um peso de customização com qualquer solicitação de reconhecimento que use o modelo customizado. Para obter mais informações, consulte Usando o peso de customização. -
O parâmetro
strictindica se o treinamento deve prosseguir caso o modelo customizado contenha uma combinação de recursos válidos e inválidos (corpora, palavras e gramáticas). Por padrão, o treinamento falhará se o modelo contiver um ou mais recursos inválidos. Configure o parâmetro comofalsepara permitir que o treinamento continue, desde que o modelo contenha pelo menos um recurso válido. O serviço exclui recursos inválidos do treinamento. Para obter mais informações, consulte Falhas de treinamento para modelos de idiomas customizados.
Monitorando a solicitação de treinamento do modelo
O serviço retornará um código de resposta 200 se iniciar o processo de treinamento com êxito. O serviço não pode aceitar solicitações de treinamento subsequentes ou solicitações para incluir novos corpora, palavras ou gramáticas, até que a solicitação existente seja concluída.
Incluir palavras customizadas diretamente em um modelo customizado que é baseado em um modelo de fala grande ou modelo de próxima geração, conforme descrito em Incluir palavras no modelo de idioma customizado, faz com
que o treinamento de um modelo leve alguns minutos a mais do que de outra forma. Se você estiver treinando um modelo com palavras customizadas incluídas usando o método POST /v1/customizations/{customization_id}/words ou PUT /v1/customizations/{customization_id}/words/{word_name},
permita alguns minutos de tempo de treinamento extra para o modelo.
Para determinar o status de uma solicitação de treinamento, use o método GET /v1/customizations/{customization_id} para pesquisar o status do modelo. O método aceita o ID de customização do modelo:
IBM Cloud
curl -X GET -u "apikey:{apikey}" \
"{url}/v1/customizations/{customization_id}"
IBM Cloud Pak for Data IBM Software Hub
curl -X GET \
--header "Authorization: Bearer {token}" \
"{url}/v1/customizations/{customization_id}"
A resposta inclui informações sobre o status do modelo:
{
"customization_id": "74f4807e-b5ff-4866-824e-6bba1a84fe96",
"created": "2016-06-01T18:42:25.324Z",
"updated": "2016-06-01T18:45:11.737Z",
"language": "en-US",
"dialect": "en-US",
"owner": "297cfd08-330a-22ba-93ce-1a73f454dd98",
"name": "Example model",
"description": "Example custom language model",
"base_model_name": "en-US_BroadbandModel",
"status": "training",
"progress": 0
}
A resposta inclui os campos status e progress que relatam o estado do modelo customizado. O significado do campo progress depende do status do modelo. O campo status pode ter um dos valores
a seguir:
-
pendingindica que o modelo foi criado, mas está aguardando que os dados de treinamento válidos sejam incluídos ou que o serviço conclua a análise dos dados que foram incluídos. O campoprogressé0. -
readyindica que o modelo contém dados válidos e está pronto para ser treinado. O campoprogressé0.Se o modelo contiver uma combinação de recursos válidos e inválidos (por exemplo, palavras customizadas válidas e inválidas), o treinamento do modelo falhará, a menos que você configure o parâmetro de consulta
strictcomofalse. Para obter mais informações, consulte Falhas de treinamento para modelos de idiomas customizados. -
trainingindica que o modelo está sendo treinado. O campoprogressé0. O campo muda de0para100quando o treinamento é concluído. -
availableindica que o modelo está treinado e pronto para uso. O campoprogressé100. -
upgradingindica que o modelo está passando por upgrade. O campoprogressé0. -
failedindica que o treinamento do modelo falhou. O campoprogressé0. Para obter mais informações, consulte Falhas de treinamento para modelos de idiomas customizados.
Use um loop para verificar o status a cada 10 segundos até que se torne available. Para obter mais informações sobre como verificar o status de um modelo customizado, consulte Listando modelos de idioma customizados.
Falhas de treinamento para modelos de idioma customizados
O treinamento falha ao iniciar se o serviço estiver manipulando outra solicitação para o modelo de idioma customizado. Por exemplo, uma solicitação de treinamento falhará ao iniciar com um código de status de 409 se o serviço estiver
- Processando um corpus ou gramática para gerar uma lista de palavras OOV ou extrair sequências de caracteres
- Processando palavras customizadas para validar ou gerar automaticamente as pronúncias
- Manipulando outra solicitação de treinamento
O treinamento também falhará ao iniciar com um código de status de 400 se o modelo customizado
- Não contém novos dados de treinamento válidos (corpora, palavras ou gramáticas) desde que foi criado ou treinado pela última vez
- Contém um ou mais corpora, palavras ou gramáticas inválidas (por exemplo, uma palavra customizada tem uma pronúncia inválida)
Se a solicitação de treinamento falhar com um código de status de 400, o serviço configurará o status do modelo customizado como failed. Execute uma das ações a seguir:
-
Use os métodos da interface de customização para examinar os recursos do modelo e corrigir qualquer erro que você localizar:
- Para um corpus inválido, é possível corrigir o arquivo de texto do corpus e usar o parâmetro
allow_overwritedo métodoPOST /v1/customizations/{customization_id}/corpora/{corpus_name}para incluir o arquivo corrigido no modelo. Para obter mais informações, consulte Incluir um corpus no modelo de idioma customizado. - Para uma gramática inválida, é possível corrigir o arquivo de gramática e usar o parâmetro
allow_overwritedo métodoPOST /v1/customizations/{customization_id}/grammars/{grammar_name}para incluir o arquivo corrigido no modelo. Para obter mais informações, consulte Incluir uma gramática no modelo de idioma customizado. - Para uma palavra customizada inválida, é possível usar o método
POST /v1/customizations/{customization_id}/wordsouPUT /v1/customizations/{customization_id}/words/{word_name}para modificar a palavra diretamente no recurso de palavras do modelo. Para obter mais informações, consulte Modificando palavras em um modelo customizado.
Para obter mais informações sobre como validar as palavras em um modelo de idioma customizado, consulte
- Para um corpus inválido, é possível corrigir o arquivo de texto do corpus e usar o parâmetro
-
Configure o parâmetro
strictdo métodoPOST /v1/customizations/{customization_id}/traincomofalsepara excluir recursos inválidos do treinamento. O modelo deve conter pelo menos um recurso válido (corpus, palavra ou gramática) para que o treinamento seja bem-sucedido. O parâmetrostricté útil para treinamento de um modelo customizado que contém uma combinação de recursos válidos e inválidos.