Sobre esta tarefa

Para cada modelo que deseja construir e usar, você cria uma única área de trabalho que contém os artefatos e recursos necessários para construir o modelo. Em seguida, você treina o modelo para produzir um modelo customizado que pode ser implementado em um serviço externo para uso.

Antes de criar uma área de trabalho, responda a estas perguntas:

• Que tipo de modelo você deseja criar?

  • Modelo de aprendizado de máquina: usa a abordagem estatística para localizar entidades e relacionamentos em documentos. Esse tipo de modelo pode se adaptar conforme a quantia de dados cresce.
  • Modelo baseado em regra: usa uma abordagem declarativa para localizar entidades em documentos. Esse tipo de modelo é mais previsível e é mais fácil de entender e manter. No entanto, ele não aprende em dados novos. Só é possível localizar padrões que ele foi ensinado a procurar.
  • Modelo de Regras avançadas: oferece customização mais profunda para análise de texto do que os modelos baseados em regras. Veja Criando um modelo de regras avançadas para instruções.

  Também é possível criar uma área de trabalho que contenha ambos, um modelo baseado em regra e um modelo de aprendizado de máquina.

• Quais serviços usarão o modelo?

  Consulte Integração de serviços do Watson para obter informações sobre os outros serviços do Watson com os quais os modelos customizados podem ser usados.

Procedimento

Para criar uma área de trabalho, conclua as etapas a seguir:

1. Efetue login como um administrador do Knowledge Studio e clique em Criar área de trabalho.

   As pessoas com a função de gerente de projeto podem executar quase todas as tarefas, exceto criar uma área de trabalho. Um administrador deve criar a área de trabalho inicialmente e designar gerentes de projeto a ela.

2. Dê a área de trabalho um nome. Escolha um nome abreviado que reflita seu conteúdo de domínio ou o propósito do modelo. Se você precisar, será possível mudar o nome da área de trabalho mais tarde.

3. Identifique a linguagem dos documentos em sua área de trabalho. Os documentos que você inclui na área de trabalho e os dicionários que cria ou faz upload devem estar na linguagem especificada.

4. Opcional: se você deseja mudar o tokenizer que é usado pelo aplicativo do tokenizer baseado em aprendizado de máquina padrão, é possível expandir a seção Opções avançadas e escolher Tokenizer baseado em dicionário.

   O tokenizer padrão é mais avançado do que o tokenizer baseado em dicionário; ele usa aprendizado de máquina para identificar os tokens nos documentos de origem com base no aprendizado estatístico que foi feito na linguagem dos documentos de origem. Ele identifica tokens com mais precisão, pois entende os padrões mais naturais e sutis de linguagem. O tokenizer baseado em dicionário identifica tokens com base nas regras de linguagem. Veja Tokenizers para obter mais detalhes.

5. Opcional: se você deseja incluir gerenciadores de projeto na área de trabalho, expanda a seção Opções avançadas e selecione na lista os nomes das pessoas que você deseja incluir como gerentes de projeto. O administrador pode incluir ou remover gerentes de projeto posteriormente, editando a área de trabalho.

   Somente os nomes de pessoas que você designou à função de gerente de projeto na página Gerenciamento de conta do usuário para a instância são exibidos. Veja Montando uma equipe para obter mais informações sobre como incluir usuários.

   Se você tiver uma assinatura de plano Lite, ignore esta etapa. Não é possível incluir outros usuários, então não é possível designar ninguém à função de gerente de projeto. Você não precisa de um gerente de projeto separado. Como um administrador, é possível executar todas as tarefas que um gerente de projeto normalmente executaria.

6. Clique em Criar.

O quê fazer em seguida

Após a área de trabalho ser criada, é possível começar a configurar os recursos da área de trabalho.

Para mudar a descrição da área de trabalho ou o nome da área de trabalho ou para incluir ou remover gerentes de projeto mais tarde, um administrador pode editar a área de trabalho. Na página inicial do Knowledge Studio, clique no ícone Mostrar menu no tile da área de trabalho e escolha a opção de menu Editar.

Conceitos relacionados:

Fazendo upload de recursos de outra área de trabalho

Referência relacionada:

Suporte ao idioma

Tokenizers

Um tokenizer agrupa caracteres em tokens e tokens em sentenças. Um token é fracamente equivalente a uma palavra.

As ações que um tokenizer deve tomar para identificar os tokens de um documento diferem dependendo da linguagem do documento. Em inglês, os tokens são frequentemente comparados a palavras como delimitados por espaços em branco em uma sentença. No entanto, eles nem sempre correspondem um a um com palavras; outros elementos textuais são considerados tokens em algumas situações. Por exemplo, a pontuação no término de uma sentença é considerada um token e as contrações são frequentemente expandidas em dois tokens. Em linguagens que não usam espaços em branco, como chinês, algoritmos estatísticos mais complicados são usados para identificar os tokens.

O processo de tokenização é importante porque ele determina os grupos de caracteres que os usuários podem destacar para anotação no editor de verdade absoluta. As anotações de entidade e menções de relação geralmente são alinhadas com limites de token e devem ser rotuladas dentro de uma sentença; elas não podem abranger limites de sentença.

Resumo de entradas, saídas e limitações

Os diferentes estágios de desenvolvimento de modelo requerem entradas diferentes e produzem saídas diferentes.

Para cada etapa do processo de desenvolvimento de modelo, esta tabela resume as atividades típicas que você executa, os formatos de arquivo de entrada suportados, as saídas que podem ser produzidas e quaisquer limites de dimensionamento ou outros requisitos.