IBM Cloud Docs
使用基于规则的模型

本文档适用于 IBM Watson® Knowledge Studio 上的 IBM Cloud®。 要查看 Knowledge Studio Marketplace 上 IBM 先前版本的文档,请单击此链接

使用基于规则的模型

将通过 Knowledge Studio 创建的基于规则的模型提供给其他 Watson 应用程序,以利用该模型。

您可以部署基于规则的模型,使其可在这些服务中作为试验性功能使用。

必须先预订服务,然后才能部署模型以供服务使用。 IBM Watson 服务托管在 IBM Cloud上,后者是 IBM的云平台。 有关平台的更多信息,请参阅 什么是 IBM Cloud? 。 要预订其中一个 IBM Watson 服务,请从 IBM Cloud Web 站点创建帐户。

对于某些服务,您必须了解计划部署到的服务实例的详细信息,例如 IBM Cloud 空间名称和服务实例名称。 空间和实例名称信息可从 IBM Cloud“服务”页面获取。

您还可以使用基于规则的模型对新文档进行预注释。 有关详细信息,请参阅使用基于规则的模型对文档进行预注释

将基于规则的模型部署到 IBM Watson Discovery

部署基于规则的模型,以支持使用 Discovery 服务的应用程序通过该模型在文档扩充期间查找和抽取实体。

目前,这是该服务的试验性功能。

开始之前

您必须具有对 Watson Discovery 服务实例的管理访问权,并且知道与其关联的 IBM Cloud 空间和实例名称。

过程

要将基于规则的模型部署到 Watson Discovery,请完成以下步骤:

  1. 以 Knowledge Studio 管理员或项目经理身份登录,然后选择工作空间。

  2. 选择基于规则的模型 > 版本 > 基于规则的模型选项卡。

  3. 选择要部署的模型版本。

    如果模型只有一个有效版本,请通过单击保存用于部署来保存当前模型以用于部署。 这将对模型进行版本控制(支持您部署一个版本),同时您可继续改进当前版本。 保存版本可能需要几分钟时间。 创建版本之后,才会显示用于部署的选项。

    :每个版本只能部署在一个服务实例上。 如果要将同一模型部署到多个实例上,请为每个实例创建一个版本。

  4. 单击部署,选择将其部署到 Discovery,然后单击下一步

  5. 提供 IBM Cloud 空间和实例。 如果需要,请选择其他区域。

  6. 单击部署

  7. 部署过程可能需要几分钟时间。 要检查部署的状态,请单击版本选项卡上已部署版本旁边的状态

    如果模型仍在部署中,状态会指示“正在发布”。 部署完成后,如果部署成功,那么状态会更改为“可用”;如果发生问题,那么状态会更改为“错误”。

    一旦状态变为可用,请记下模型标识 (model_id)。

后续操作

要使用该模型,必须导出该模型,然后将其导入到 Discovery中。

  1. 选择基于规则的模型 > 版本 > 基于规则的模型选项卡。

  2. 单击导出当前模型

    如果您拥有的是轻量套餐预订,就没有可用的导出选项。

    模型会另存为 PEAR 文件,系统会提示您下载该文件。 PEAR(处理引擎归档)文件是 UIMA 组件的 UIMA 标准封装格式。 模型以 PEAR 格式保存,以便在 UIMA 应用程序中进行分发和复用。

  3. 将该文件下载到本地系统。

  4. 从 Discovery 服务中,执行创建 Machine Learning 扩充项 (包括上载 PEAR 文件) 的步骤。 有关更多详细信息,请参阅 Discovery v2 文档中的 Machine Learning 模型

如果您正在使用 Discovery v1 服务实例,那么必须在 Discovery 服务扩充配置过程中请求模型标识时提供该标识。 有关更多信息,请参阅 Discovery v1 文档中的 将定制模型与 Discovery 工具集成

将基于规则的模型部署到 IBM Watson Natural Language Understanding

不推荐将高级规则模型上载到 Natural Language Understanding 。 截至 2021 年 6 月 10 日,您将无法将高级规则模型部署到 Natural Language Understanding。

部署基于规则的模型,以支持使用 Natural Language Understanding 服务的应用程序通过该模型来查找并抽取与领域相关的实体。

注意:目前,这是该服务的一个试验性功能。

开始之前

您必须具有对 Natural Language Understanding 服务实例的管理访问权,并且知道与其关联的 IBM Cloud 空间和实例名称。

过程

要将基于规则的模型部署到 Natural Language Understanding,请完成以下步骤:

  1. 以 Knowledge Studio 管理员或项目经理身份登录,然后选择工作空间。

  2. 选择基于规则的模型 > 版本 > 基于规则的模型选项卡。

  3. 选择要部署的模型版本。

    如果模型只有一个有效版本,请通过单击保存用于部署来保存当前模型以用于部署。 这将对模型进行版本控制(支持您部署一个版本),同时您可继续改进当前版本。 保存版本可能需要几分钟时间。 创建版本之后,才会显示用于部署的选项。

    :每个版本只能部署在一个服务实例上。 如果要将同一模型部署到多个实例上,请为每个实例创建一个版本。

  4. 单击部署,选择将其部署到 Natural Language Understanding,然后单击下一步

  5. 提供 IBM Cloud 空间和实例。 如果需要,请选择其他区域。

  6. 单击部署

  7. 部署过程可能需要几分钟时间。 要检查部署的状态,请单击版本选项卡上已部署版本旁边的状态

    如果模型仍在部署中,状态会指示“正在发布”。 部署完成后,如果部署成功,那么状态会更改为“可用”;如果发生问题,那么状态会更改为“错误”。

    一旦状态变为可用,请记下模型标识 (model_id)。 您将需要向 Natural Language Understanding 服务提供此标识,使该服务能够使用您的定制模型。

后续操作

要使用部署的模型,必须在 entities.model 参数中指定定制模型的模型标识。

可以将模型与 Natural Language Understanding GET /analyze 请求配合使用来抽取实体。

有关更多详细信息,请参阅 Natural Language Understanding 文档

取消部署模型

如果要取消部署模型或查找模型标识,请查看部署的模型页面。

过程

要取消部署模型或查找模型标识,请执行以下操作:

  1. 启动 Knowledge Studio。
  2. 从右上角菜单栏中的设置菜单中,选择管理部署的模型
  3. 从已部署模型的列表中,找到要查看或取消部署的模型。
  4. 要取消部署模型,请在该模型所在行的最后一列中,单击取消部署模型
  5. 要查找模型标识,请查看模型标识列。

或者,也可以从基于规则的模型和机器学习模型的“版本”页面中取消部署模型。

在 IBM Watson Explorer 中利用基于规则的模型

将在创建基于规则的模型时生成的 PEAR 文件导出,以便在 IBM Watson Explorer 中使用该文件。

过程

要在 IBM Watson Explorer 中利用基于规则的模型,请完成以下步骤。

  1. 以 Knowledge Studio 管理员或项目经理身份登录,然后选择工作空间。

  2. 选择基于规则的模型 > 版本 > 基于规则的模型选项卡。

  3. 单击导出当前模型

    如果您拥有的是轻量套餐预订,就没有可用的导出选项。

    模型会另存为 PEAR 文件,系统会提示您下载该文件。 PEAR(处理引擎归档)文件是 UIMA 组件的 UIMA 标准封装格式。 模型以 PEAR 格式保存,以便在 UIMA 应用程序中进行分发和复用。

  4. 将该文件下载到本地系统。

  5. 在 IBMWatson Explorer 应用程序中,导入该 PEAR 文件。