この文書は、IBM Watson® Knowledge Studio 上の IBM Cloud® に関するものです。 以前のバージョンの Knowledge Studio on IBM Marketplace 向けの資料を参照するには、このリンクをクリックしてください。

アノテーションのブートストラッピング

ワークスペース内の文書の事前アノテーション付けを実行することにより、ヒューマン・アノテーターのジョブを簡素化します。 事前アノテーターは、Knowledge Studio の辞書、ルール・ベース・モデル、または機械学習モデルです。これを実行して、メンションを自動的に検出してアノテーションを付けることができます。

事前アノテーションにより単純なアノテーション付けが行われ、文書にアノテーションを付けるジョブが進められるので、ヒューマン・アノテーターのジョブを容易にします。

文書の事前アノテーション付けに使用する方法によって、結果として作成されたモデルの使用方法が制限されることはありません。 例えば、文書の事前アノテーション付けに Natural Language Understanding サービスを使用したからといって、作成した最終機械学習モデルを Natural Language Understanding サービスにデプロイしなければならないわけではありません。

事前アノテーション方法

使用可能な事前アノテーターは以下のとおりです。

  • Natural Language Understanding

    文書内でのエンティティーについてのメンションを自動的に検出するために使用できる事前アノテーター。 ソース文書に、一般知識の内容が含まれている場合は、この事前アノテーターが適しています。 例えば、特許法の研究などの特定の分野に焦点を当てた、高度に専門化した文書を扱う場合は、辞書の事前アノテーターやルール・ベース・モデルの方がより良い選択である可能性があります。

  • 辞書

    指定した用語の辞書を使用し、エンティティー・タイプに関連付けて、文書内でそのエンティティー・タイプについてのメンションを検出します。 この事前アノテーターは、機械学習事前アノテーターのように、用語が使用されているコンテキストを分析するのではなく、用語が使用されているコンテキストに関係なく、判読可能な意味を持つのに十分な、他と区別できる特徴を持つ用語に依存するため、固有の用語や専門用語がある分野にとって最適の選択です。 例えば、野菜、スポーツ、または何かを押しつぶすという意味の動詞について言及する可能性がある squash のエンティティー・タイプを判断するよりも、asbestos を鉱物のエンティティー・タイプと認識する方が容易です。

    辞書プレアノテーターは、エンティティー・サブタイプを認識しません。 ヒューマン・アノテーターは、事前アノテーション付けが行われた文書を使用してアノテーション・タスクの作業をすることにより、事前アノテーション付けが行われたメンションごとにエンティティー・サブタイプを指定できます。

  • 機械学習

    機械学習モデルを使用して、自動的に文書にアノテーションを付けます。 このオプションは、Knowledge Studio を使用して既に機械学習モデルを作成している場合にのみ利用できます。 文書セットを追加する場合、以前に作成した機械学習アノテーターを実行して、新規文書の事前アノテーション付けを実行できます。 新規文書セットが、最初に機械学習アノテーターのトレーニングに使用した文書と類似している場合は、これが事前アノテーションの最適の選択と考えられます。

  • 規則

    ルール・ベース・モデルを使用して、自動的に文書にアノテーションを付けます。 このオプションは、Knowledge Studio を使用して既にルール・ベース・モデルを作成している場合にのみ利用できます。 文書に、意味の取り出しに使用できるトークンの共通パターンが含まれている場合は、このモデルを選択することをお勧めします。 また、辞書事前アノテーターの機能を使用可能にした場合、文書内で検出した辞書用語のクラス・タイプを識別することにより、機能の一部を取り込むこともできます。

あるいは、既にアノテーションが付けられた文書をアップロードし、それらを使用して機械学習モデルのトレーニングを開始することもできます。 アップロードするアノテーション付き文書に対して事前アノテーターを実行することはできません。実行すると、既存のアノテーションが文書から除去され、事前アノテーターで作成されたアノテーションのみに置き換えられます。

複数の事前アノテーターの実行

Knowledge Studio では、複数の事前アノテーターを同時に実行できます。 最初に、使用する事前アノテーション・メソッドを準備する必要があります。 詳しくは、以下のセクションを参照してください。

事前アノテーターの順序の構成

複数の事前アノテーターを使用した場合、あるスパンのテキストに対して最初に実行されたアノテーションの結果が保存され、後で他の事前アノテーターが同じスパンのテキストにアノテーションを実行しようとしても、最初の結果が保持されます。 これはヒューマン・アノテーションには適用されず、ヒューマン・アノテーションは事前アノテーションの順序に関係なく保持されます。

例えば、IBM Watson というテキストの例を考えてみましょう。 順序が最初である辞書が IBMエンティティー・タイプとして Organization のラベルを付与している場合、順序が 2 番目である機械学習モデルは、IBM Watson にSoftware Brandエンティティー・タイプとしてアノテーションを付けることはできません。そうするなら、それより前に IBM に対して行われたアノテーションがオーバーライドされてしまうためです。

「機械学習モデル (Machine Learning Model)」 > 「事前アノテーション (Pre-annotation)」 ページの ** 「順序 (Order)」** 列で、事前アノテーターの現在の順序を確認できます。 この順序を変更するには、以下のステップを実行します。

  1. **「オーダー設定 (Order Settings)」**をクリックします。
  2. **「上へ移動」および「下へ移動」矢印 ボタンをクリックして、事前アノテーション・メソッドの順序を前または後に移動します。
  3. 保存 をクリックします。
  4. **「事前アノテーション (Pre-annotation)」ページの「順序 (Order)」**列を再度チェックして、希望する順序と一致していることを確認します。

事前アノテーターの実行

  1. 事前アノテーション・メソッドを準備し、事前アノテーターの順序を構成した後、**「事前アノテーターの実行 (Run Pre-annotators)」**をクリックします。
  2. 使用する事前アノテーターを選択し、**「次へ」**をクリックします。
  3. 他の事前アノテーターが作成した既存のアノテーションを消去してから、選択した事前アノテーターを実行する場合は、**「以前の事前アノテーション結果をワイプする (Wipe previous pre-annotation results)」**を選択します。 これを選択した場合でも、ヒューマン・アノテーションは保持されます。
  4. 事前アノテーション付けする文書セットを選択します。
  5. 「実行 (Run)」 をクリックします。

Natural Language Understanding を使用した文書の事前アノテーション付け

Natural Language Understanding サービスを使用して、コーパスに追加した文書の事前アノテーション付けを実行できます。

開始前に

Natural Language Understanding 事前アノテーターが、ユース・ケース用の値を追加する可能性があるかどうかを判別します。 サポートされる Natural Language Understanding サービスのエンティティー・タイプおよびサブタイプ のリストを確認して、それらとタイプ・システム内のタイプとの間に自然な重複があるかどうかを判別します。 ある場合は、この手順を続行します。 ない場合は、別の事前アノテーターを選択して使用してください。

このタスクについて

Natural Language Understanding は、自然言語処理によってテキスト分析を提供するサービスです。 Natural Language Understanding 事前アノテーターを使用すると、Natural Language Understanding サービスが呼び出されて文書内のエンティティーを検出し、アノテーションを付けます。

Natural Language Understanding のエンティティー・タイプを、Knowledge Studio タイプ・システムに追加した対応する Knowledge Studio エンティティー・タイプにマップすることによって、サービスで検索するエンティティー・タイプを指定する必要があります。 マップしたエンティティー・タイプについてのメンションのみが検出されてアノテーションが付けられます。

手順

Natural Language Understanding サービスを使用して文書の事前アノテーション付けを行うには、以下の手順を実行してください。

  1. Knowledge Studio 管理者としてログインし、ワークスペースを選択します。

  2. 「機械学習モデル (Machine Learning Model)」 > **「事前アノテーション (pre-annotation)」**ページに移動します。

  3. 「自然言語理解 (Natural Language Understanding)」行の「オーバーフロー・メニュー」ボタンをクリックし、 **「エンティティー・タイプのマップ (Map entity types)」**をクリックします。

    • Natural Language Understanding エンティティー・タイプのドロップダウン・リストには、Natural Language Understanding サービスによって認識されるエンティティー・タイプが事前に取り込まれています。
    • 少なくとも 1 つのエンティティー・タイプをマップする必要があります。
    • Natural Language Understanding エンティティー・タイプを Knowledge Studio エンティティー役割にマップすることはできません。Knowledge Studio エンティティー・タイプのみになります。
    • 複数の Natural Language Understanding エンティティー・タイプを単一の Knowledge Studio エンティティー・タイプ (またはその逆に) マップできます。 例えば、以下のマッピングが許可されます。

    表 1. エンティティ・タイプのマッピングの例| Watson Knowledge Studio エンティティ・タイプ | Natural Language Understanding エンティティ・タイプ | | --- | --- | | エンジニア

    科学者 | 個人 | | 位置 | 市町村

    国 |

  4. 適用するすべてのエンティティー・タイプをマッピングしたら、「機械学習モデル (Machine Learning Model)」 > **「事前アノテーション (Pre-annotation)」**ページに移動します。 **「事前アノテーターの実行 (Run Pre-annotators)」**をクリックします。

  5. Natural Language Understanding を選択して、**「次へ」**をクリックします。

    Natural Language Understanding アノテーターは、少なくとも 1 つのエンティティー・タイプをマップするまでは選択できません。

  6. 事前アノテーターを実行する前に、 **「以前の事前アノテーション結果の消去」**を選択します。 これを選択した場合でも、ヒューマン・アノテーションは保持されます。

  7. 事前アノテーション付けを実行する各文書セットのチェック・ボックスを選択します。

    この事前アノテーターを初めて実行している場合は、まず、事前アノテーターが、マップされたエンティティーについてのメンションを予期どおりに検出できることを確認します。 それぞれ異なるデータ・ソースの代表的な文書を 1 つ以上含む文書セットを 1 つ作成します。

  8. 「実行 (Run)」 をクリックします。

    事前アノテーターの妥当性検査を行う場合は、アノテーション済みの文書を開き、追加されたアノテーションを確認します。 十分な数の正確なアノテーションが作成されていることを確認してください。 アノテーションが正確な場合は、より多くの大規模な文書セットでアノテーターを再実行できます。 アノテーションが正確でない場合は、異なる Natural Language Understanding エンティティー・タイプを、ご使用のタイプにマップすることを検討してください。 タイプが自然に重複しない場合、Natural Language Understanding 事前アノテーターは、使用するのに最適な事前アノテーターではありません。

    事前アノテーションは、文書が属している可能性のあるさまざまな文書セットに関係なく、個々の文書に適用されます。 選択した文書セットと選択していない文書セットの間で重複している文書は、両方の文書セットで事前アノテーション付けが実行されます。

結果

Natural Language Understanding サービスによって事前アノテーション付けが実行された文書によって作成されたグランド・トゥルースを、Knowledge Studio の外部で直接使用することはできません。 グランド・トゥルースは (読み取り不能形式で) ダウンロードして、ある Knowledge Studio ワークスペースから別のワークスペースに移動できます。 そして、グランド・トゥルースの生成を継続し、それを使用して、Knowledge Studio の外部のサービスでの使用のためにデプロイできる機械学習モデルやルール・ベース・モデルを作成できます。

Natural Language Understanding を使用して事前アノテーションが付けられた文書は、ダウンロードされると読み取り不能形式になります。 しかし、ヒューマン・アノテーターによって文書に追加されたアノテーションを含め、それらの文書内のすべてのアノテーションが読み取り不能になります。

関連情報:

Natural Language Understanding

辞書を使用した文書の事前アノテーション付け

ヒューマン・アノテーターによるアノテーション・タスクの開始を助けるために、辞書を作成し、それを使用して、コーパスに追加した文書の事前アノテーション付けを実行できます。

このタスクについて

ヒューマン・アノテーターが事前アノテーション済みの文書の作業を開始すると、辞書の項目に基づくエンティティー・タイプによって、多くのメンションに既にマークが付けられる可能性が高くなります。 ヒューマン・アノテーターは、事前アノテーションが付けられたエンティティー・タイプを変更または削除し、アノテーションが付けられていないメンションにエンティティー・タイプを割り当てることができます。 辞書による事前アノテーションは、関係、照応にはアノテーションを付けません。 関係および照応は、ヒューマン・アノテーターがアノテーションを付ける必要があります。

このタスクでは、編集可能な辞書の作成方法を示します。 読み取り専用辞書を使用して文書のアップロードと事前アノテーション付けを実行する場合は、**「辞書の作成 (Create Dictionary)」ボタンの横にある「メニュー」アイコンをクリックしてから、「辞書のアップロード (Upload Dictionary)」**を選択します。

手順

編集可能な辞書を作成して文書の事前アノテーション付けを実行するには、次のステップに従います。

  1. Knowledge Studio 管理者としてログインし、ワークスペースを選択します。

  2. 「アセット (Assets)」>**「辞書 (Dictionaries)」**ページを選択します。

  3. **「辞書の作成 (Create Dictionary)」をクリックし、名前を入力して、「保存」**をクリックします。

  4. **「エンティティー・タイプ (Entity type)」**リストから、辞書に関連付けるエンティティー・タイプを選択します。

    また、 「機械学習モデル (Machine Learning Model)」 > 「事前アノテーション (Pre-annotation)」 ページから、エンティティー・タイプを辞書に関連付けることもできます。 ページ内の「辞書 (Dictionaries)」行の「オーバーフロー・メニュー」ボタンをクリックし、**「エンティティー・タイプのマップ(Map entity types)」**をクリックします。

  5. 辞書の項目を追加するか、辞書の用語を含むファイルをアップロードします。

  6. 「機械学習モデル (Machine Learning Model)」 > **「事前アノテーション (pre-annotation)」**ページに移動します。

  7. **「事前アノテーターの実行 (Run Pre-annotators)」**をクリックします。

  8. **「辞書 (Dictionaries)」を選択して、「次へ」**をクリックします。

  9. 他の事前アノテーターが作成した既存のアノテーションを消去してから、選択した事前アノテーターを実行する場合は、**「以前の事前アノテーション結果をワイプする (Wipe previous pre-annotation results)」**を選択します。 これを選択した場合でも、ヒューマン・アノテーションは保持されます。

  10. 事前アノテーション付けを実行する各文書セットのチェック・ボックスを選択し、**「実行 (Run)」**をクリックします。

    事前アノテーションは、文書が属している可能性のあるさまざまな文書セットやアノテーション・セットに関係なく、個々の文書に適用されます。 選択した文書セットと選択していない文書セットの間で重複している文書は、両方の文書セットで事前アノテーション付けが実行されます。

関連情報:

機械学習モデルを使用した文書の事前アノテーション付け

既存の機械学習モデルを使用して、コーパスに追加した文書の事前アノテーション付けを実行できます。

このタスクについて

10 個から 30 個の文書にアノテーションを付けたら、そのデータで機械学習モデルをトレーニングできます。 実動環境では、このような最小限のトレーニングのみが行われたモデルは使用しないでください。 ただし、後続文書のヒューマン・アノテーションの時間短縮に役立つように、文書の事前アノテーション付けを行うために使用することができます。 例えば、機械学習モデルをトレーニングした後に文書をコーパスに追加した場合、そのモデルを使用して新しい文書セットの事前アノテーション付けを実行できます。 事前アノテーターは、人によってアノテーションが付けられたのと同じ文書には実行しないでください。 事前アノテーターによって、ヒューマン・アノテーションが削除されます。

手順

既存の機械学習モデルを使用して文書の事前アノテーション付けを実行するには、以下のようにします。

  1. Knowledge Studio 管理者としてログインし、ワークスペースを選択します。

  2. 「機械学習モデル (Machine Learning Model)」 > **「事前アノテーション (pre-annotation)」**ページに移動します。

  3. **「事前アノテーターの実行 (Run Pre-annotators)」**をクリックします。

  4. **「機械学習モデル」を選択して、「次へ」**をクリックします。

  5. 他の事前アノテーターが作成した既存のアノテーションを消去してから、選択した事前アノテーターを実行する場合は、**「以前の事前アノテーション結果をワイプする (Wipe previous pre-annotation results)」**を選択します。 これを選択した場合でも、ヒューマン・アノテーションは保持されます。

  6. 事前アノテーション付けを実行する各文書セットのチェック・ボックスを選択し、**「実行 (Run)」**をクリックします。

    事前アノテーションは、文書が属している可能性のあるさまざまな文書セットやアノテーション・セットに関係なく、個々の文書に適用されます。 選択した文書セットと選択していない文書セットの間で重複している文書は、両方の文書セットで事前アノテーション付けが実行されます。

ルール・ベース・モデルを使用した文書の事前アノテーション付け

ルールエディターは2025年6月30日をもって終了する。 詳細は リリースノートを 参照。

既存のルール・ベース・モデルを使用して、コーパスに追加した文書の事前アノテーション付けを実行できます。

手順

ルール・ベース・モデルを使用して文書の事前アノテーション付けを実行するには、以下の手順を実行してください。

  1. Knowledge Studio 管理者としてログインし、ワークスペースを選択します。

  2. 「機械学習モデル (Machine Learning Model)」 > **「事前アノテーション (pre-annotation)」**ページに移動します。

  3. ページ内の「ルール・ベース・モデル (Rule-based Model)」行のオーバーフロー・メニュー・ボタンをクリックしてから、**「エンティティー・タイプおよびクラスのマップ (Map entity types and classes)」**をクリックし、Knowledge Studio タイプ・システムに定義したエンティティー・タイプを 1 つ以上のルール・ベース・モデル・クラスにマップします。

    「ルール・ベース・モデル (Rule-based Model)」>「バージョン (Versions)」>**「ルール・ベース・モデル (Rule-based Model)」**タブを選択して、マッピング・ページを開くこともできます。

  4. マップするエンティティー・タイプごとに**「編集 (Edit)」**をクリックします。

    • **「クラス名 (Class Name)」**列のドロップダウン・リストには、ルール・ベース・モデルに関連付けられたクラスが事前に取り込まれています。
    • 少なくとも 1 つのエンティティー・タイプをクラスにマップする必要があります。

  5. 「機械学習モデル (Machine Learning Model)」 > **「事前アノテーション (Pre-annotation)」ページで、「事前アノテーターを実行 (Run Pre-annotators)」**をクリックします。

    「ルール・ベース・モデル」オプションは、少なくとも 1 つのエンティティー・タイプをクラスにマップするまでは選択できません。

  6. 他の事前アノテーターが作成した既存のアノテーションを消去してから、選択した事前アノテーターを実行する場合は、**「以前の事前アノテーション結果をワイプする (Wipe previous pre-annotation results)」**を選択します。 これを選択した場合でも、ヒューマン・アノテーションは保持されます。

  7. 事前アノテーション付けする文書セットまたはアノテーション・セットを選択します。

  8. 「実行 (Run)」 をクリックします。

    事前アノテーションは、文書が属している可能性のあるさまざまな文書セットに関係なく、個々の文書に適用されます。 選択した文書セットと選択していない文書セットの間で重複している文書は、両方の文書セットで事前アノテーション付けが実行されているように表示されます。

事前アノテーション付けが実行された文書のアップロード

Unstructured Information Management Architecture (UIMA) 分析エンジンを使用して事前アノテーション付けが実行された文書をアップロードすることにより、モデルのトレーニングを素早く始動できます。

事前アノテーション済み文書は、UIMA Common Analysis Structure (UIMA CAS XMI)　の XMI シリアライゼーション形式でなければなりません。 アップロードする .zip ファイルには、UIMA TypeSystem 記述子ファイルと、UIMA タイプを Knowledge Studio タイプ・システム内のエンティティー・タイプにマップするファイルが含まれている必要があります。

UIMA CAS XMI は、Apache UIMA の標準形式です。 IBM Watson Explorer 内の分析済みコレクションから正しいフォーマットでファイルを作成する方法に関するガイドラインが提供されています。 別の Apache UIMA 実装を使用する場合は、目的に応じてこれらのガイドラインを調整してください。 XMI ファイルの作成方法に関係なく、タイプ・システム・マッピング・ファイルと .zip ファイルを作成するための要件は、どのユーザーでも同じです。

インポートされた文書をヒューマン・アノテーターに割り当てると、文書はグランド・トゥルース・エディターで事前アノテーション済みのように表示され、多数のメンションに既にアノテーションが付けられている可能性があります。 したがって、ヒューマン・アノテーターは、マークが付いていないメンションにアノテーション・ガイドラインを適用することを重点的にさらに多くの時間を割くことができます。 あるいは、ヒューマン・アノテーション手順をバイパスし、事前アノテーション付けが実行された文書を使用して、機械学習モデルのトレーニングと評価を即時に開始することもできます。

Watson Explorer Content Analytics からの分析済み文書のエクスポート

IBM Watson Explorer Content Analytics でクロールおよび分析された文書をエクスポートし、分析された文書を XMI ファイルとして Knowledge Studio ワークスペースにアップロードできます。

手順

分析された文書を Watson Explorer Content Analytics コレクションから取得するには、次のステップに従います。

  1. Content Analytics 管理コンソールを Web ブラウザーで開きます。

  2. 「コレクション」ビューで、文書のエクスポート元のコレクションを展開します。 「解析および索引」ペインで、解析および索引処理が実行中であることを確認し、次に**「分析済み文書のコンテンツとメタデータをエクスポートします」**の矢印アイコンをクリックします。

  3. **「分析された文書のエクスポート・オプション」域で「文書を XML ファイルとしてエクスポート」を選択し、「CAS の XMI フォーマットでのエクスポートを使用可能にする」チェック・ボックスを選択し、エクスポートしたデータの書き込み先の出力パスを指定し、「OK」**をクリックします。

  4. コレクションの解析サービスおよび索引サービスを停止して再始動してから、以下のいずれかの手順を実行します。

    • コレクションが、機械学習モデルのトレーニングに使用する索引付き文書を文書キャッシュ内に既に含んでいる場合は、索引のフルビルドを再始動します。
    • コレクションに、機械学習モデルのトレーニングに使用する索引付き文書が含まれていない場合は、文書をアップロードし、文書をクロールするクローラーを少なくとも 1 つ構成し、クローラーを開始します。

  5. **「エクスポート」**域で、エクスポート要求の状況を確認します。 進行状況に、エクスポートされている文書の数が示されます。

  6. エクスポート・オプションを構成したときに指定した出力フォルダーに移動します。 文書を XML ファイルとしてエクスポートするとき、出力フォルダー名は、エクスポートが行われた時点のタイム・スタンプに基づいて付けられます。 出力フォルダーには、XMI ファイル (*.xmi) と UIMA TypeSystem 記述子ファイル (exported_typesystem.xml) が含まれています。

次のタスク

UIMA タイプと Knowledge Studio エンティティー・タイプの間のマッピングを定義する必要があります。 また、分析されたデータを Knowledge Studio ワークスペースにアップロードするために必要なすべてのファイルを含む .zip ファイルも作成する必要があります。

関連情報:

分析されたコレクションの Content Analytics Studio からのエクスポート

分析された文書のコレクションを Watson Explorer Content Analytics Studio からエクスポートし、分析された文書を XMI ファイルとして Knowledge Studio プロジェクトにアップロードできます。

手順

分析された文書を Content Analytics Studio コレクションから取得するには、次のステップに従います。

  1. Content Analytics Studio を起動し、Studio プロジェクトを開きます。
  2. 機械学習モデルのトレーニングに使用する文書を含むフォルダーを右クリックし、**「コレクションの分析 (Analyze Collection)」**を選択します。
  3. UIMA パイプライン構成ファイルを選択します。
  4. 「コレクション分析 (Collection Analysis)」ビューに移動し、「コレクション分析 (Collection Analysis)」ビューで**「保存 (Save)」**アイコンをクリックします。 保存した結果を書き込むフォルダーを指定し、ファイル名を指定します。
  5. 指定したフォルダーを開きます。 保存ファイルのファイル拡張子は、.annotations です。
  6. .annotations ファイルをローカル・ファイル・システムにコピーし、ファイル拡張子を .annotations から .zip に名前変更します。
  7. .zip ファイルからすべてのファイルを解凍します。 解凍されたコンテンツには、XMI ファイル (*.xmi)、UIMA TypeSystem 記述子ファイル (TypeSystem.xml)、およびその他のファイルが含まれます。

次のタスク

UIMA タイプと Knowledge Studio エンティティー・タイプの間のマッピングを定義する必要があります。 また、分析されたデータを Knowledge Studio ワークスペースにアップロードするために必要なすべてのファイルを含む .zip ファイルも作成する必要があります。

UIMA タイプからエンティティー・タイプへのマッピング

XMI ファイルを Knowledge Studio ワークスペースにアップロードする前に、UIMA タイプと Knowledge Studio エンティティー・タイプの間のマッピングを定義する必要があります。

開始前に

Knowledge Studio ワークスペース内のタイプ・システムには、UIMA タイプをマップするエンティティー・タイプが含まれている必要があります。

手順

UIMA タイプを Knowledge Studio エンティティー・タイプにマップするには、次のステップに従います。

  1. UIMA TypeSystem 記述子ファイル (cas2di.tsv または exported_typesystem.xml など) を含むフォルダー内に TypeSystem.xml という名前のファイルを作成します。

  2. テキスト・エディターで cas2di.tsv ファイルを開きます。 ファイル内の各行は、1 つのマッピングを指定しています。 マッピングのフォーマットは、どのアノテーターのアノテーションをマップするかによって異なります。

    • 以下の基本フォーマットを使用してマッピングを作成できます。

      UIMA_Type_Name[TAB]WKS_Entity_Type

      以下の例は、Watson Explorer Content Analytics の固有表現抽出アノテーターによって作成された UIMA タイプと、Knowledge Studio タイプ・システムで定義されたエンティティー・タイプの間のマッピングを定義します。

      com.ibm.langware.Organization  ORGANIZATION
com.ibm.langware.Person  PERSON
com.ibm.langware.Location  LOCATION

      もう 1 つの例は、Watson Explorer Content Analytics Studio で作成されたカスタム・アノテーターによって作成された UIMA タイプと、Knowledge Studio エンティティー・タイプの間のマッピングを定義します。

      com.ibm.Person  PERSON
com.ibm.Date  DATE

    • Watson Explorer Content Analytics 内のパターン・マッチャー・アノテーターまたは辞書ルックアップ・アノテーターで使用されるファセットに基づいてマッピングを作成できます。 テキスト分析ルール・ファイル (*.pat) で、ファセットはカテゴリー属性として表されます。 マッピングを定義するには、以下の構文を使用します。

      com.ibm.takmi.nlp.annotation_type.ContiguousContext:category={FACET_PATH}[TAB]{WKS_ENTITY_TYPE}

      以下の例は、パターン・マッチャー・アノテーターと辞書ルックアップ・アノテーターに適用され、カテゴリー $.mykeyword.product と Knowledge Studio エンティティー・タイプ PRODUCT の間のマッピングを定義します。

      com.ibm.takmi.nlp.annotation_type.ContiguousContext:category=$.mykeyword.product PRODUCT

次のタスク

分析されたデータを Knowledge Studio ワークスペースにアップロードするために必要なすべてのファイルを含む .zip ファイルを作成する必要があります。

関連情報:

ワークスペースへの UIMA CAS XMI ファイルのアップロード

ダウンロードした事前アノテーション済み文書を使用してモデルをトレーニングするには、XMI ファイルのアップロードに必要なすべてのファイルを含む .zip ファイルを作成し、その .zip ファイルを Knowledge Studio ワークスペースにアップロードする必要があります。

開始前に

.zip ファイルをアップロードする前に、Knowledge Studio ワークスペース内のタイプ・システムに、UIMA タイプをマップしたエンティティー・タイプが含まれていることを確認してください。

UIMA 分析エンジンでは、アノテーションが複数のセンテンスにまたがって存在することが許可されます。 Knowledge Studio では、アノテーションは 1 つのセンテンスの境界内に存在する必要があります。 アップロードする XMI ファイルに、複数のセンテンスにまたがるアノテーションが含まれている場合、それらのアノテーションはグランド・トゥルース・エディターには表示されません。

手順

事前アノテーション済み文書を Knowledge Studio ワークスペースにアップロードするには、次のステップに従います。

  1. Knowledge Studio に必要なすべてのファイルを含む .zip ファイルを作成します。

    1. XMI ファイル、UIMA タイプ・システム記述子ファイル、および cas2di.tsv ファイルを含むフォルダーを選択するか、フォルダー内のすべてのファイルを選択します。

    2. すべてのファイルを含む .zip ファイルを作成します。 cas2di.tsv ファイルと UIMA タイプ・システム記述子ファイルが .zip ファイルのルート・ディレクトリーに保管されていることを確認します。 これらのファイルは .zip ファイル内のサブフォルダーに保管できません。サブフォルダーに保管すると、Knowledge Studio がそれらを読み取れず、何もインポートされません。

      Windows では、右クリックし、「送る」 > **「圧縮 (zip 形式) フォルダー」**を選択できます。

  2. .zip ファイルを Knowledge Studio ワークスペースにアップロードします。

    1. Knowledge Studio 管理者またはプロジェクト管理者としてログインし、文書を追加するワークスペースを開き、「アセット (Assets)」> 「文書 (Documents)」 ページを開きます。
    2. **「文書セットのアップロード (Upload Document Sets)」**をクリックします。
    3. 作成した .zip ファイルをドラッグするか、クリックしてファイルを見つけて選択します。
    4. .zip ファイルに UIMA CAS XMI ファイルが含まれていることを示すためのチェック・ボックスを選択します。
    5. 「アップロード」 をクリックします。