Informazioni su quest'attività

Quando distribuisci il modello di machine learning, seleziona la versione che vuoi distribuire.

Procedura

Per distribuire un modello di machine learning, completare i seguenti passaggi:

1. Accedi come amministratore o gestore del progetto Knowledge Studio e seleziona il tuo spazio di lavoro.

2. Seleziona Machine Learning Model > Versions.

3. Scegli la versione del modello che vuoi distribuire.

   Se esiste solo una versione funzionante del modello, crea un'istantanea del modello corrente. Queste versioni del modello ti abilitano a distribuire una versione mentre continui a migliorare la versione corrente. L'opzione di distribuzione non viene visualizzata finché non crei almeno una versione.

   Ciascuna versione può essere distribuita a qualsiasi numero di istanze del servizio. A ogni istanza distribuita di una versione del modello viene fornito un ID modello univoco, ma che è identico in tutti gli altri aspetti.

4. Fai clic su Deploy, scegli di distribuirlo a Discovery e poi fai clic su Next.

5. Seleziona l'istanza e lo spazio IBM Cloud. Se necessario, seleziona una regione differente.

6. Fai clic su Deploy.

7. Il processo di distribuzione potrebbe richiedere alcuni minuti. Per controllare lo stato della distribuzione, fai clic su Status nella scheda Versions accanto alla versione che hai distribuito.

   Se il modello sta ancora venendo distribuito, lo stato indica "deploying". Dopo il completamento della distribuzione, lo stato viene modificato con "available" o "deployed" se ha avuto esito positivo o con "error" se si sono verificati dei problemi.

   Quando disponibile, prendi nota dell'ID del modello (model_id).

Cosa fare successivamente

Per utilizzare il modello è necessario esportare il modello, quindi importarlo in Discovery.

1. Seleziona Machine Learning Model > Versions.

2. Fai clic su Export current model.

   Se hai una sottoscrizione di piano Lite, l'opzione di esportazione non è disponibile.

   Il modello viene salvato come un file ZIP e ti viene richiesto di scaricarlo.

3. Scarica il file nel tuo sistema locale.

4. Dal servizio Discovery , seguire i passaggi per creare un arricchimento Machine Learning , che includono l'upload del file ZIP. Per ulteriori dettagli, consultare i modelli Machine Learning nella documentazione Discovery v2 .

Se si utilizza un'istanza di servizio Discovery v1 , è necessario fornire il modello ID quando viene richiesto durante il processo di configurazione di arricchimento del servizio Discovery . Per ulteriori informazioni, consultare Integrazione del tuo modello personalizzato con la strumentazione Discovery nella documentazione Discovery v1 .

Prima di iniziare

Devi avere un servizio Natural Language Understanding a cui distribuire. E devi conoscere i nomi dell'istanza e dello spazio IBM Cloud associati al servizio. Se non ricordi i nomi dell'istanza e dello spazio, trovali accedendo a IBM Cloud. Se non hai un account IBM Cloud , registrati per uno.

Informazioni su quest'attività

Quando distribuisci il modello di machine learning, seleziona la versione che vuoi distribuire.

Procedura

Per distribuire un modello di machine learning al servizio Natural Language Understanding, completa la seguente procedura:

1. Accedi come amministratore o gestore del progetto Knowledge Studio e seleziona il tuo spazio di lavoro.

2. Seleziona Machine Learning Model > Versions.

3. Scegli la versione del modello che vuoi distribuire.

   Se esiste solo una versione funzionante del modello, crea un'istantanea del modello corrente. Queste versioni del modello ti abilitano a distribuire una versione mentre continui a migliorare la versione corrente. L'opzione di distribuzione non viene visualizzata finché non crei almeno una versione.

   Ciascuna versione può essere distribuita a qualsiasi numero di istanze del servizio. A ciascuna istanza distribuita di una versione del modello viene fornito un ID modello univoco ma che è identico in tutti gli altri aspetti.

4. Fai clic su Deploy, scegli di distribuirlo a Natural Language Understanding e poi fai clic su Next.

5. Seleziona l'istanza e lo spazio IBM Cloud. Se necessario, seleziona una regione differente.

6. Fai clic su Deploy.

7. Il processo di distribuzione potrebbe richiedere alcuni minuti. Per controllare lo stato della distribuzione, fai clic su Status nella scheda Versions accanto alla versione che hai distribuito. Se il modello sta ancora venendo distribuito, lo stato indica "publishing". Dopo il completamento della distribuzione, lo stato viene modificato con "available" se ha avuto esito positivo o con "error" se si sono verificati dei problemi.

   Quando disponibile, prendi nota dell'ID del modello (model_id). Fornirai questo ID al servizio Natural Language Understanding per abilitarlo ad utilizzare il tuo modello personalizzato.

Cosa fare successivamente

Puoi elencare il modello distribuito nell'istanza del servizio Natural Language Understanding richiamando il seguente metodo API.

curl --user "apikey:{apikey}" "{url}/v1/models?version=2018-11-16"

Tutti i modelli distribuiti saranno restituiti in un array simile al seguente:

{
  "models": [
    {
      "workspace_id": "{workspace_id}",
      "version_description": "{version_description}",
      "version": "{version}",
      "status": "available",
      "name": null,
      "model_id": "10:7abc4c2f-5846-3334-b8f7-af5a6fad3398",
      "language": "en",
      "description": null,
      "created": "2018-11-28T17:08:00.000000Z"
    }
  ]
}

I valori per {workspace_id}, {version_description} e {version} corrisponderanno alle informazioni elencate sulla pagina Versions della tua istanza del servizio Knowledge Studio.

Per utilizzare il modello distribuito, devi specificare l'ID del modello del tuo modello personalizzato nel parametro entities.model di una chiamata analyze.

Puoi utilizzare il modello con la richiesta Natural Language Understanding GET /analyze per estrarre le seguenti funzioni:

• Entities

  Il seguente comando trova le entità presenti nella frase che viene passata utilizzando il parametro di testo:

  curl --user "apikey":"{apikey}" "{url}/v1/analyze?version=2018-09-21"
  --request POST
  --header "Content-Type: application/json"
  -d '{"text": "Vehicle 1, a 1995 Honda Civic was traveling north on a two lane
         undivided roadway, negotiating a curve to the left on an upgrade.",
          "features": {
            "entities": {
              "model": "your-model-id-here"
            }
          }
       }'
  

  Il servizio restituisce un oggetto JSON delle istanze che trova dei tipi di entità che sono stati definiti nel modello personalizzato:

  {
    "language": "en",
    "entities": [
      {
        "type": "MANUFACTURER",
        "text": "Honda",
        "count": 1
      },
      {
        "type": "MODEL",
        "text": "Civic",
        "count": 1
      },
      {
        "type": "VEHICLE",
        "text": "Vehicle 1",
        "count": 1
      },
      {
        "type": "STRUCTURE",
        "text": "two lane undivided roadway",
        "count": 1
      },
      {
        "type": "STRUCTURE",
        "text": "curve",
        "count": 1
      },
      {
        "type": "MODEL_YEAR",
        "text": "1995",
        "count": 1
      },
      {
        "type": "CONDITION",
        "text": "negotiating",
        "count": 1
      }
    ],
    "language": "en"
  }
  

• relations

  Il seguente comando trova le relazioni presenti nella frase che viene passata utilizzando il parametro di testo:

  curl --user "apikey":"{apikey}" "{url}/v1/analyze?version=2018-09-21"
  --request POST
  --header "Content-Type: application/json"
  -d '{"text": "Vehicle 1, a 1995 Honda Civic was traveling north on a two lane
         undivided roadway, negotiating a curve to the left on an upgrade.",
          "features": {
            "relations": {
              "model": "your-model-id-here"
            }
          }
       }'
  

  Il servizio restituisce un oggetto JSON delle istanze che trova dei tipi di relazione che sono stati definiti nel modello personalizzato:

  {
    "relations": [
      {
        "type": "timeOf",
        "sentence": "Vehicle 1, a 1995 Honda Civic was traveling north
         on a two lane undivided roadway, negotiating a curve to
         the left on an upgrade.",
        "score": 0.954254,
        "arguments": [
          {
            "text": "1995",
            "entities": [
              {
                "type": "Date",
                "text": "1995"
              }
            ]
          },
          {
            "text": "Honda Civic",
            "entities": [
              {
                "type": "SportingEvent",
                "text": "Honda Civic"
              }
            ]
          }
        ]
      },
      {
        "type": "locatedAt",
        "sentence": "Vehicle 1, a 1995 Honda Civic was traveling north
         on a two lane undivided roadway, negotiating a curve to
         the left on an upgrade.",
        "score": 0.40592,
        "arguments": [
          {
            "text": "negotiating",
            "entities": [
              {
                "type": "EventMeeting",
                "text": "negotiating"
              }
            ]
          },
          {
            "text": "roadway",
            "entities": [
              {
                "type": "Facility",
                "text": "roadway"
              }
            ]
          }
        ]
      }
    ],
    "language": "en"
  }
  

Per ulteriori informazioni, consultare la documentazione Natural Language Understanding.

Procedura

Per annullare la distribuzione dei modelli o trovare gli ID del modello:

1. Avvia Knowledge Studio.
2. Dal menu Settings nella barra del menu in alto a destra, seleziona Manage deployed models.
3. Dall'elenco di modelli distribuiti, trova il modello che vuoi visualizzare o di cui vuoi annullare la distribuzione.
4. Per annullare la distribuzione di un modello, dall'ultima colonna di tale riga, fai clic su Undeploy model.
5. Per trovare l'ID del modello, consulta la colonna Model ID.

In alternativa, puoi annullare la distribuzione dei modelli dalle pagine Versions dei modelli basati sulla regola e di machine learning.

Prima di iniziare

Se scegli di identificare i tipi di relazione e annotarli, devi definire almeno due tipi di relazione e annotare le istanze delle relazioni nel ground truth prima di esportare il modello. Definire e annotare un solo tipo di relazione può causare problemi successivi in IBM Watson Explorer, release 11.0.1.0.

Informazioni su quest'attività

Ora che il modello di machine learning è preparato per riconoscere le entità e le relazioni di un determinato dominio, puoi utilizzarlo in IBM Watson Explorer.

Guarda un breve video che illustra come esportare un modello e utilizzarlo in IBM Watson Explorer.

Procedura

Per utilizzare un modello di machine learning in IBM Watson Explorer, completa la seguente procedura.

1. Accedi come amministratore o gestore del progetto Knowledge Studio e seleziona il tuo spazio di lavoro.

2. Seleziona Machine Learning Model > Versions.

3. Fai clic su Export current model.

   Se hai una sottoscrizione di piano Lite, l'opzione di esportazione non è disponibile.

   Il modello viene salvato come un file ZIP e ti viene richiesto di scaricarlo.

4. Scarica il file nel tuo sistema locale.

5. Dall'applicazione IBM Watson Explorer, importa il modello.

   Puoi quindi associare il modello a un modello di machine learning in Watson Explorer Content Analytics. Dopo aver eseguito il passo di associazione, quando effettui una ricerca per indicizzazione dei documenti, il modello trova le istanze delle entità e delle relazioni comprese dal tuo modello. Per ulteriori informazioni su come importare e configurare il modello in IBM Watson Explorer, consultare il documento tecnico che descrive l'integrazione: Utilizzo di annotatori di apprendimento automatico da Knowledge Studio in Watson Explorer.