手順

機械学習モデルを Watson Discovery にデプロイするには、以下のステップを実行します。

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、ワークスペースを選択します。

2. 「機械学習モデル」 > **「バージョン」**を選択します。

3. **「現行モデルのエクスポート (Export current model)」**をクリックします。

   ライト・プランに加入している場合、エクスポート・オプションは使用できません。

   モデルは ZIP ファイルとして保存され、ファイルのダウンロードを求めるプロンプトが出されます。

4. ファイルをローカル・システムにダウンロードします。

5. Discovery、モデルをインポートします。

次のタスク

Discovery ドキュメントの Machine Learning モデルを 参照のこと。

開始前に

デプロイ先となる Natural Language Understanding サービスが必要です。 また、そのサービスに関連付けられている IBM Cloud スペース名およびインスタンス名を把握しておく必要があります。 スペース名またはインスタンス名を覚えていない場合は、IBM Cloud にログインして、見つけてください。 IBM Cloud アカウントがない場合、登録してください。

このタスクについて

機械学習モデルをデプロイするときは、デプロイするモデルのバージョンを選択します。

手順

機械学習モデルを Natural Language Understanding サービスにデプロイするには、以下のステップを実行します。

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、ワークスペースを選択します。

2. 「機械学習モデル」 > **「バージョン」**を選択します。

3. デプロイするモデルのバージョンを選択します。

   モデルの作業バージョンが 1 つしかない場合は、現在のモデルのスナップショットを作成します。 これによりモデルがバージョン化され、現行バージョンの改善を続行しながら、1 つのバージョンをデプロイできます。 デプロイするためのオプションは、少なくとも 1 つのバージョンを作成するまで表示されません。

   各バージョンは、任意の数のサービス・インスタンスにデプロイできます。 デプロイされたモデル・バージョンはインスタンスごとに固有のモデル ID が付与されますが、その他のすべての点で各インスタンスはまったく同じです。

4. **「デプロイ」をクリックし、Natural Language Understanding へのデプロイを選択し、「次へ」**をクリックします。

5. IBM Cloud スペースとインスタンスを選択します。 必要な場合、別のリージョンを選択します。

6. 「デプロイ」 をクリックします。

7. デプロイメント・プロセスには、数分かかる場合があります。 デプロイメントの状況を確認するには、**「バージョン」タブで、デプロイしたバージョンの横の「状況 (Status)」**をクリックします。 モデルのデプロイがまだ進行中の場合、状況には「公開中 (publishing)」と示されます。 デプロイメントが完了すると、デプロイメントが成功した場合は状況が「使用可能 (available)」に変わり、問題が発生した場合は「エラー (error)」に変わります。

   モデルが使用可能になったら、モデル ID (model_id) をメモしておきます。 この ID を Natural Language Understanding サービスに提供して、サービスがカスタム・モデルを使用できるようにします。

次のタスク

次の API メソッドを呼び出すことにより、Natural Language Understanding サービス・インスタンス内のデプロイ済みモデルをリストできます。

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

デプロイ済みモデルは、以下のような配列で返されます。

{
  "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"
    }
  ]
}

{workspace_id}、{version_description}、および {version} はすべて、Knowledge Studio サービス・インスタンスの**「バージョン」**ページにリストされる情報と一致します。

デプロイされたモデルを使用するには、entities.modelanalyze** 呼び出しの ** パラメーターで、カスタム・モデルのモデル ID を指定する必要があります。

Natural Language Understanding GET /analyze 要求でモデルを使用して、以下のフィーチャーを抽出できます。

• エンティティ

  以下のコマンドは、text パラメーターを使用して渡されたセンテンス内に存在するエンティティーを検出します。

  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"
            }
          }
       }'
  

  サービスは、カスタム・モデルに定義されているエンティティー・タイプを持つ、検出されたインスタンスの JSON オブジェクトを返します。

  {
    "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

  以下のコマンドは、text パラメーターを使用して渡されたセンテンス内に存在する関係を検出します。

  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"
            }
          }
       }'
  

  サービスは、カスタム・モデルに定義されている関係タイプを持つ、検出されたインスタンスの JSON オブジェクトを返します。

  {
    "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"
  }
  

詳しくは、 Natural Language Understanding のドキュメントを参照。

手順

モデルをアンデプロイするか、モデル ID を検索するには、以下のようにします。

1. Knowledge Studio を起動します。
2. 右上のメニュー・バーにある**「設定」メニューから、「デプロイ済みモデルの管理 (Manage deployed models)」**を選択します。
3. デプロイ済みモデルのリストから、表示またはアンデプロイするモデルを見つけます。
4. モデルをアンデプロイするには、その行の最後の列で**「モデルのアンデプロイ (Undeploy model)」**をクリックします。
5. モデル ID を見つけるには、**「モデル ID」**列を参照してください。

代わりの方法として、ルール・ベース・モデルと機械学習モデルにおいて、「バージョン (Versions)」ページからモデルをアンデプロイすることもできます。

開始前に

関係タイプを識別し、それらにアノテーションを付けようとする場合は、モデルをエクスポートする前に、少なくとも 2 つの関係タイプを定義し、グランドトゥルース内で関係のインスタンスにアノテーションを付ける必要があります。 1 つの関係タイプのみを定義し、アノテーションを付けた場合、この後、IBM Watson Explorer リリース 11.0.1.0 で問題が発生する可能性があります。

このタスクについて

特定のドメインのエンティティーおよび関係を認識するように機械学習モデルがトレーニングされたので、このモデルを IBM Watson Explorer で活用できます。

モデルをエクスポートして IBM Watson 使用する方法を説明する 短いビデオをご覧ください。

手順

IBM Watson Explorer で機械学習モデルを活用するには、以下のステップを実行します。

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、ワークスペースを選択します。

2. 「機械学習モデル」 > **「バージョン」**を選択します。

3. **「現行モデルのエクスポート (Export current model)」**をクリックします。

   ライト・プランに加入している場合、エクスポート・オプションは使用できません。

   モデルは ZIP ファイルとして保存され、ファイルのダウンロードを求めるプロンプトが出されます。

4. ファイルをローカル・システムにダウンロードします。

5. IBM Watson Explorer アプリケーションから、モデルをインポートします。

   これで、モデルを Watson Explorer Content Analytics の機械学習モデルにマップできます。 マッピング・ステップを実行した後、文書をクロールすると、モデルが認識するエンティティーおよび関係のインスタンスがモデルによって検出されます。 IBM Watson Explorerでモデルをインポートして設定する方法の詳細については、統合について説明した技術文書を参照： Knowledge Studio の機械学習アノテータを Watson Explorer で使用する。