Esta documentación es para IBM Watson® Knowledge Studio en IBM Cloud®. Para ver la documentación de la versión anterior de Knowledge Studio en IBM Marketplace, pulse este enlace.

Flujo de trabajo de creación de modelo de aprendizaje automático

Cree un modelo de aprendizaje automático que entrene un modelo que pueda utilizar para identificar entidades, correferencias y relaciones de interés en documentos nuevos.

Comprenda el flujo de trabajo típico para crear un modelo de aprendizaje automático en Knowledge Studio.

Todos los pasos los realiza el gestor de proyectos, excepto el paso Anotar documentos, que realiza el anotador humano. Dado que los anotadores humanos suelen ser expertos en la materia, pueden consultarse durante la creación de recursos de espacio de trabajo, como el sistema de tipos, también.

El flujo de trabajo para desarrollar un modelo de aprendizaje automático Figura 1. El flujo de trabajo para desarrollar un modelo de aprendizaje automático

Pasos para crear o refinar un modelo

Paso Descripción
Creación de un espacio de trabajo de Consulte Creación de un espacio de trabajo. Un espacio de trabajo contiene los recursos que se utilizan para crear el modelo, incluyendo:

- Sistema de tipos: Cargar o crear el sistema de tipos, y definir los tipos de entidad y los tipos de relación que los anotadores humanos pueden aplicar al anotar texto. El gestor de procesos de modelos normalmente trabaja con expertos en la materia
para el dominio para definir el sistema de tipos. Consulte Establecimiento de un sistema de tipos

- Documentos de origen: Crear un corpus cargando documentos de ejemplo que sean representativos del contenido del dominio en el espacio de trabajo. Consulte Añadir documentos para su anotación. Particione el corpus en conjuntos de documentos, especifique el porcentaje de documentos que se comparten entre todos los conjuntos de documentos y asigne los conjuntos de documentos a los anotadores humanos.

- Diccionarios: Cargar o crear diccionarios para anotar texto. Puede elegir añadir manualmente entradas de diccionario o cargar entradas desde un archivo, y luego editar las entradas. Consulte Creación de diccionarios.
Opcional: Preanotar documentos Preanote documentos de acuerdo con los términos del diccionario de espacios de trabajo o en función de las reglas que defina. Consulte Anotación de arranque.
Anotar documentos
  1. Los administradores y los gestores de proyectos pueden anotar documentos directamente, sin necesidad de crear tareas de anotación ni pasar por el proceso de adjudicación. Consulte Anotar conjuntos de documentos directamente.
  2. Por lo general, el gestor de proyectos asigna tareas de anotación a anotadores humanos, configura el umbral de acuerdo entre anotadores
y proporciona directrices de anotación para que las sigan los anotadores humanos. Consulte
Creación de una tarea de anotación.
  • Los anotadores humanos utilizan el editor de datos de campo para anotar
    		•
    documentos manualmente. Un anotador humano identifica menciones de interés en el contenido de dominio
    y las etiqueta con tipos de entidades. El anotador humano también identifica relaciones entre
    menciones (por ejemplo, Mary es una empleada de IBM) y cómo hacen correferencia las menciones a la misma entidad
    (como una aparición de "she" ("ella") que hace referencia a Mary). Consulte Anotación de documentos.
    Adjudicar y promocionar documentos Acepte o rechace los datos de campo generados por los anotadores humanos, y adjudique
    las diferencias de anotación para resolver conflictos. La evaluación de la exactitud y la coherencia del esfuerzo
    de anotación humana puede ser la responsabilidad de un anotador humano senior o de un usuario con
    más experiencia en la materia que el gestor de proyectos. Consulte Adjudicación.
    Formar el modelo Cree el modelo de aprendizaje automático. Consulte Creación de un modelo de aprendizaje automático.
    Evaluar el modelo Evalúe la exactitud del modelo. Consulte Evaluación de anotaciones añadidas por el modelo. Dependiendo de la exactitud del modelo, este paso podría dar lugar a la necesidad
    de repetir pasos anteriores una y otra vez hasta que se consiga la exactitud óptima. Consulte Análisis del rendimiento del modelo de aprendizaje automático para obtener ideas sobre qué actualizar en función de problemas de rendimiento comunes.
    Publicar el modelo Exportar el modelo. Consulte Utilización del modelo de aprendizaje automático.