Informazioni su quest'attività

Per ogni modello che vuoi creare ed utilizzare, crea un solo spazio di lavoro che contiene le risorse necessaria alla creazione del modello. Poi prepara il modello per produrre un modello personalizzato che può essere distribuito a un servizio esterno da utilizzare.

Prima di creare uno spazio di lavoro, rispondi a queste domande:

• Quale tipo di modello vuoi creare?

  • Modello di machine learning: utilizza un approccio statistico per trovare le entità e le relazioni nei documenti. Questo tipo di modello può adattarsi se la quantità di dati cresce.
  • Modello basato sulla regola: utilizza un approccio dichiarativo per trovare le entità nei documenti. Questo tipo di modello è più prevedibile ed è più facile da comprendere e mantenere. Tuttavia, non impara dai nuovi dati. Può solo trovare i modelli per cui è stato preparato.
  • Modello di regole avanzate: offre una personalizzazione più profonda per l'analisi del testo rispetto ai modelli basati sulle regole. Per istruzioni, vedi Creazione di un modello di regole avanzate.

  È inoltre possibile creare uno spazio di lavoro che contenga sia un modello basato su regole che un modello di machine learning.

• Quali servizi utilizzerà il modello?

  Consulta i servizi di integrazione Watson per le informazioni sugli altri servizi Watson con cui possono essere utilizzati i modelli personalizzati.

Procedura

Per creare uno spazio di lavoro, completa la seguente procedura:

1. Accedi come amministratore Knowledge Studio e fai clic su Create Workspace.

   Le persone con il ruolo di project manager possono eseguire quasi tutte le attività tranne la creazione di uno spazio di lavoro. Un amministratore deve creare lo spazio di lavoro inizialmente e assegnare i gestori del progetto ad esso.

2. Fornisci un nome allo spazio di lavoro. Scegli un nome breve che rifletta il tuo contenuto del dominio o lo scopo del modello. Se ne hai bisogno, puoi cambiare il nome dello spazio di lavoro successivamente.

3. Identifica la lingua dei documenti nel tuo spazio di lavoro. I documenti che aggiungi allo spazio di lavoro e i dizionari che crei o carichi, devono essere nella lingua che specifichi.

4. Facoltativo: se vuoi modificare il tokenizer utilizzato dall'applicazione dal tokenizer basato su machine learning predefinito, puoi espandere la sezione Advanced Options e scegliere Dictionary-based tokenizer.

   Il tokenizer predefinito è più avanzato del tokenizer basato sul dizionario; utilizza il machine learning per identificare i token nei documenti di origine basati sull'apprendimento statistico fatto nella lingua dei documenti di origine. Identifica i token con più precisione perché comprende i modelli di linguaggio più naturali e con più sfumature. Il tokenizer basato sul dizionario identifica i token in base alle regole della lingua. Consulta Tokenizer per ulteriori dettagli.

5. Facoltativo: se vuoi aggiungere i gestori del progetto allo spazio di lavoro, espandi la sezione Advanced Options e seleziona i nomi delle persone che vuoi aggiungere come gestori del progetto dall'elenco. L'amministratore può aggiungere o rimuovere i gestori del progetto successivamente, modificando lo spazio di lavoro.

   Vengono visualizzati solo i nomi delle persone a cui hai assegnato il ruolo di gestore del progetto dalla pagina User Account Management dell'istanza. Consulta Assemblaggio di un team per ulteriori informazioni sull'aggiunta degli utenti.

   Se hai un abbonamento piano Lite, salta questo passo. Non puoi aggiungere altri utenti, per cui non puoi assegnare a nessuno il ruolo di gestore del progetto. Non hai bisogno di un gestore del progetto separato. Come amministratore, puoi eseguire tutte le attività normalmente eseguite da un gestore del progetto.

6. Fai clic su Crea.

Cosa fare successivamente

Dopo aver creato lo spazio di lavoro, puoi iniziare a configurare le risorse dello spazio di lavoro.

Per modificare la descrizione o il nome dello spazio di lavoro o per aggiungere o rimuovere i gestori del progetto successivamente, un amministratore può modificare lo spazio di lavoro. Dalla homepage Knowledge Studio, fai clic sull'icona Show menu nel tile dello spazio di lavoro e scegli l'opzione di menu Edit.

Concetti correlati:

Caricamento delle risorse da un altro spazio di lavoro

Riferimento correlato:

Supporto linguistico

Tokenizer

Un tokenizer raggruppa i caratteri in token e i token in frasi. Un token è approssimativamente simile a una parola.

Le azioni che un tokenizer deve effettuare per identificare i token di un documento dipendono dalla lingua del documento. In inglese, i token sono spesso equivalenti alle parole perché delimitati da spazi bianchi in una frase. Tuttavia, non sempre hanno una corrispondenza di uno a uno con le parole; altri elementi di testo vengono considerati token in alcune situazioni. Ad esempio, la punteggiatura alla fine di una frase è considerata un token e le contrazioni sono spesso espanse in due token. Nelle lingue che non utilizzano gli spazi bianchi, come il cinese, vengono utilizzati algoritmi statistici più complicati per identificare i token.

Il processo di suddivisione in token è importante perché determina i gruppi di caratteri che gli utenti possono evidenziare per l'annotazione nell'editor ground truth. Le annotazioni delle citazioni di entità e relazione sono generalmente allineate con i limiti del token e devono essere etichettate in una frase; non possono estendersi oltre i limiti della frase.

Riepilogo di input, output e limitazioni

Fasi diverse dello sviluppo del modello richiedono input diversi e producono output diversi.

Per ogni tipo di processo di sviluppo del modello, questa tabella riepiloga le attività tipiche che esegui, i formati del file di input supportati, gli output che possono essere prodotti e tutti i limiti di dimensione o altri requisiti.