Formati di dati accettati

Se si sta tentando di importare i dati in una classificazione di testo personalizzata, è necessario seguire un formato specifico. Se non si dispone di dati da importare, è possibile creare il progetto e usare Language Studio per etichettare i documenti.

Formato file etichette

Il file Labels deve essere nel json formato seguente. In questo modo sarà possibile importare le etichette in un progetto.

Classificazione con più etichette

{
    "projectFileVersion": "2022-05-01",
    "stringIndexType": "Utf16CodeUnit",
    "metadata": {
      "projectKind": "CustomMultiLabelClassification",
      "storageInputContainerName": "{CONTAINER-NAME}",
      "projectName": "{PROJECT-NAME}",
      "multilingual": false,
      "description": "Project-description",
      "language": "en-us"
    },
    "assets": {
      "projectKind": "CustomMultiLabelClassification",
      "classes": [
        {
          "category": "Class1"
        },
        {
          "category": "Class2"
        }
      ],
      "documents": [
          {
              "location": "{DOCUMENT-NAME}",
              "language": "{LANGUAGE-CODE}",
              "dataset": "{DATASET}",
              "classes": [
                  {
                      "category": "Class1"
                  },
                  {
                      "category": "Class2"
                  }
              ]
          }
      ]
  }

Chiave	Segnaposto	Valore	Esempio
Multilingue	true	Valore booleano che consente di avere documenti in più lingue nel set di dati e quando il modello viene distribuito, è possibile eseguire query sul modello in qualsiasi linguaggio supportato (non necessariamente incluso nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto linguistico.	true
projectName	{PROJECT-NAME}	Project name (Nome progetto)	Myproject
storageInputContainerName	{CONTAINER-NAME}	Nome contenitore	mycontainer
classi	[]	Matrice contenente tutte le classi presenti nel progetto. Queste sono le classi in cui classificare i documenti.	[]
documenti	[]	Matrice contenente tutti i documenti nel progetto e le classi etichettate per questo documento.	[]
posizione	{DOCUMENT-NAME}	Posizione dei documenti nel contenitore di archiviazione. Poiché tutti i documenti si trovano nella radice del contenitore, questo valore deve essere il nome del documento.	doc1.txt
dataset	{DATASET}	Set di test a cui verrà passato questo file quando si divide prima del training. Per altre informazioni, vedere Come eseguire il training di un modello . I valori possibili per questo campo sono Train e Test.	Train

Classificazione con etichetta singola

{
    
    "projectFileVersion": "2022-05-01",
    "stringIndexType": "Utf16CodeUnit",
    "metadata": {
      "projectKind": "CustomSingleLabelClassification",
      "storageInputContainerName": "{CONTAINER-NAME}",
      "settings": {},
      "projectName": "{PROJECT-NAME}",
      "multilingual": false,
      "description": "Project-description",
      "language": "en-us"
    },
    "assets": {
      "projectKind": "CustomSingleLabelClassification",
      "classes": [
          {
              "category": "Class1"
          },
          {
              "category": "Class2"
          }
      ],
      "documents": [
          {
              "location": "{DOCUMENT-NAME}",
              "language": "{LANGUAGE-CODE}",
              "dataset": "{DATASET}",
              "class": {
                  "category": "Class2"
              }
          },
          {
              "location": "{DOCUMENT-NAME}",
              "language": "{LANGUAGE-CODE}",
              "dataset": "{DATASET}",
              "class": {
                  "category": "Class1"
              }
          }
      ]
  }

Chiave	Segnaposto	Valore	Esempio
projectName	{PROJECT-NAME}	Project name (Nome progetto)	Myproject
storageInputContainerName	{CONTAINER-NAME}	Nome contenitore	mycontainer
Multilingue	true	Valore booleano che consente di avere documenti in più lingue nel set di dati e quando il modello viene distribuito, è possibile eseguire query sul modello in qualsiasi linguaggio supportato (non necessariamente incluso nei documenti di training). Per altre informazioni sul supporto multilingue, vedere Supporto linguistico.	true
classi	[]	Matrice contenente tutte le classi presenti nel progetto. Queste sono le classi in cui classificare i documenti.	[]
documenti	[]	Matrice contenente tutti i documenti nel progetto e la classe a cui appartiene il documento.	[]
posizione	{DOCUMENT-NAME}	Posizione dei documenti nel contenitore di archiviazione. Poiché tutti i documenti si trovano nella radice del contenitore, questo deve essere il nome del documento.	doc1.txt
dataset	{DATASET}	Set di test a cui verrà passato questo file quando si divide prima del training. Per altre informazioni, vedere Come eseguire il training di un modello . I valori possibili per questo campo sono Train e Test.	Train

Passaggi successivi

• È possibile importare direttamente i dati etichettati nel progetto. Per altre informazioni sull'importazione di progetti, vedere Come creare un progetto .
• Per altre informazioni sull'etichettatura dei dati, vedere l'articolo sulle procedure . Al termine dell'etichettatura dei dati, è possibile eseguire il training del modello.