关于本任务

通过探索性能度量值，您可以识别提高模型准确性的方法。

限制：每个 Knowledge Studio 实例一次只能训练三个机器学习模型。 如果实例包含多个工作空间，并且其他工作空间中正在训练的机器学习模型的数量合计已达 3 个，那么在您的工作空间中训练机器学习模型的请求将排队，直至其他训练过程完成。

过程

要创建机器学习模型：

1. 以 Knowledge Studio 管理员身份登录，然后选择工作空间。

2. 选择机器学习模型 > 性能。

3. 验证所有文档集是否均已获得核准，以及是否已通过裁定解决了所有注释冲突。 只有通过裁定或核准成为参考标准的文档才能用于训练模型。

4. 单击训练和评估。

5. 可选：要指定想要如何从文档集分配文档以供系统级别训练、测试或盲区集使用，请单击编辑设置。

   请参阅文档集管理以获取帮助来确定要应用的比率。

6. 单击 训练 以训练模型，或者单击 训练和评估 以训练模型，评估机器学习模型添加的注释以及分析性能统计信息。

   重要信息: 训练机器学习模型可能需要几分钟或几小时，具体取决于存在的人员注释数以及所有文档中的总字数。

7. 选择想要用于训练模型的文档集。

   注: 文档集必须至少包含 10 个带注释的文档。

8. 创建模型后，选择以下操作之一：

过程

要评估模型添加的注释：

1. 选择机器学习模型 > 性能 > 训练和评估。 此时将显示“训练/测试/盲区集”页面。
2. 针对训练集或测试集单击查看参考标准以查看通过预注释添加的注释和人工注释者添加的注释。 此时将打开参考标准编辑器。 单击以打开单个文档并查看如何注释提及项、关系和指代的提及项。
3. 在性能页面上，单击查看解译结果以查看机器学习模型向测试集内的文档添加的注释。 仅在评估模型后，此按钮才可用。 通过查看结果，您可以查看机器学习模型对测试数据中的提及项、关系和指代的提及项进行标注的良好程度。
4. 如果想要更改在训练、测试和盲区数据集之间划分文档的方式，请单击性能 > 训练和评估 >编辑设置。 例如，如果初始结果看起来可接受，那么您可能想要增加测试集内的文档数量以进一步测试机器学习模型的结果。 您可以更改针对不同用途自动划分文档的比率，也可以选择特定文档集以用作训练数据、测试数据和盲区数据。
5. 如果进行了任何更改，请单击 训练和评估 以重新训练模型并重新评估注释。