Uw gegevens labelen met behulp van Language Studio

Gegevenslabels zijn een cruciale stap in de ontwikkelingslevenscyclus. In deze stap labelt u uw documenten met de nieuwe entiteiten die u in uw schema hebt gedefinieerd om de geleerde onderdelen te vullen. Deze gegevens worden gebruikt in de volgende stap bij het trainen van uw model, zodat uw model kan leren van de gelabelde gegevens om te weten welke entiteiten moeten worden geëxtraheerd. Als u al gelabelde gegevens hebt, kunt u deze rechtstreeks importeren in uw project, maar u moet ervoor zorgen dat uw gegevens de geaccepteerde gegevensindeling hebben. Zie Project maken voor meer informatie over het importeren van gelabelde gegevens in uw project. Als uw gegevens nog niet zijn gelabeld, kunt u deze labelen in Language Studio.

Vereisten

Voordat u uw gegevens kunt labelen, hebt u het volgende nodig:

• Een project is gemaakt met een geconfigureerd Azure Blob Storage-account
• Tekstgegevens die zijn geüpload naar uw opslagaccount.

Zie de levenscyclus van projectontwikkeling voor meer informatie.

Richtlijnen voor gegevenslabels

Nadat u uw gegevens hebt voorbereid, uw schema hebt ontworpen en uw project hebt gemaakt, moet u uw gegevens labelen. Het labelen van uw gegevens is belangrijk, zodat uw model weet welke woorden worden gekoppeld aan de entiteitstypen die u moet extraheren. Wanneer u uw gegevens labelt in Language Studio (of gelabelde gegevens importeert), worden deze labels opgeslagen in het JSON-document in de opslagcontainer die u aan dit project hebt gekoppeld.

Houd bij het labelen van uw gegevens rekening met het volgende:

• U kunt geen labels toevoegen voor Text Analytics voor statusentiteiten, omdat het vooraf getrainde vooraf samengestelde entiteiten zijn. U kunt alleen labels toevoegen aan nieuwe entiteitscategorieën die u tijdens de schemadefinitie hebt gedefinieerd.

Als u de terugroepactie voor een vooraf gemaakte entiteit wilt verbeteren, kunt u deze uitbreiden door een lijstonderdeel toe te voegen terwijl u uw schema definieert.

• Over het algemeen leiden meer gelabelde gegevens tot betere resultaten, mits de gegevens nauwkeurig zijn gelabeld.

• De precisie, consistentie en volledigheid van uw gelabelde gegevens zijn belangrijke factoren voor het bepalen van modelprestaties.

  • Label nauwkeurig: geef elke entiteit altijd het juiste type label. Neem alleen op wat u wilt uitgepakt, vermijd onnodige gegevens in uw labels.
  • Label consistent: dezelfde entiteit moet hetzelfde label hebben voor alle documenten.
  • Label volledig: Label alle exemplaren van de entiteit in al uw documenten.

  Notitie

  Er is geen vast aantal labels dat kan garanderen dat uw model het beste presteert. Modelprestaties zijn afhankelijk van mogelijke dubbelzinnigheid in uw schema en de kwaliteit van uw gelabelde gegevens. We raden u echter aan ongeveer 50 gelabelde exemplaren per entiteitstype te gebruiken.

Uw gegevens labelen

Gebruik de volgende stappen om uw gegevens te labelen:

1. Ga naar uw projectpagina in Language Studio.

2. Selecteer Gegevenslabels in het menu aan de linkerkant. U vindt een lijst met alle documenten in uw opslagcontainer.

   Tip

   U kunt de filters in het bovenste menu gebruiken om de niet-gelabelde documenten weer te geven, zodat u ze kunt gaan labelen. U kunt de filters ook gebruiken om de documenten weer te geven die zijn gelabeld met een specifiek entiteitstype.

3. Ga naar één documentweergave aan de linkerkant in het bovenste menu of selecteer een specifiek document om te beginnen met labelen. Aan de linkerkant vindt u een lijst met alle .txt documenten die beschikbaar zijn in uw project. U kunt de knop Vorige en Volgende onderaan de pagina gebruiken om door uw documenten te navigeren.

   Notitie

   Als u meerdere talen hebt ingeschakeld voor uw project, vindt u een vervolgkeuzelijst Taal in het bovenste menu, waarin u de taal van elk document kunt selecteren. Hebreeuws wordt niet ondersteund bij meertalige projecten.

4. In het rechterdeelvenster kunt u de knop Entiteitstype toevoegen gebruiken om extra entiteiten toe te voegen aan uw project die u tijdens de schemadefinitie hebt gemist.

5. U hebt twee opties om uw document te labelen:

   Optie	Beschrijving
   Labelen met een kwast	Selecteer het penseelpictogram naast een entiteitstype in het rechterdeelvenster en markeer vervolgens de tekst in het document dat u met dit entiteitstype wilt aantekenen.
   Labelen met behulp van een menu	Markeer het woord dat u als entiteit wilt labelen en er wordt een menu weergegeven. Selecteer het entiteitstype dat u wilt toewijzen voor deze entiteit.

   In de onderstaande schermopname ziet u hoe u labelt met behulp van een kwast.

   

6. In het rechterdeelvenster onder de draaitabel Labels vindt u alle entiteitstypen in uw project en het aantal gelabelde exemplaren per project. De vooraf gemaakte entiteiten worden weergegeven ter referentie, maar u kunt deze vooraf gemaakte entiteiten niet labelen omdat ze vooraf zijn getraind.

7. In het onderste gedeelte van het rechterdeelvenster kunt u het huidige document dat u bekijkt, toevoegen aan de trainingsset of de testset. Standaard worden alle documenten toegevoegd aan uw trainingsset. Zie trainings- en testsets voor informatie over hoe ze worden gebruikt voor modeltraining en -evaluatie.

   Tip

   Als u van plan bent automatische gegevenssplitsing te gebruiken, gebruikt u de standaardoptie om alle documenten toe te wijzen aan uw trainingsset.

8. Onder de distributiedraaipunt kunt u de distributie over trainings- en testsets bekijken. U hebt twee opties voor weergave:

   • Totaal aantal exemplaren waar u het aantal gelabelde exemplaren van een specifiek entiteitstype kunt bekijken.
   • Documenten met ten minste één label waarbij elk document wordt geteld als het ten minste één gelabeld exemplaar van deze entiteit bevat.

9. Wanneer u labelt, worden uw wijzigingen regelmatig gesynchroniseerd. Als ze nog niet zijn opgeslagen, ziet u een waarschuwing boven aan de pagina. Als u handmatig wilt opslaan, selecteert u de knop Labels opslaan onder aan de pagina.

Labels verwijderen

Een label verwijderen

1. Selecteer de entiteit waaruit u een label wilt verwijderen.
2. Blader door het menu dat wordt weergegeven en selecteer Label verwijderen.

Entiteiten verwijderen

U kunt geen van de Text Analytics verwijderen voor vooraf getrainde statusentiteiten, omdat deze een vooraf samengesteld onderdeel hebben. U mag alleen nieuw gedefinieerde entiteitscategorieën verwijderen. Als u een entiteit wilt verwijderen, selecteert u het pictogram Verwijderen naast de entiteit die u wilt verwijderen. Als u een entiteit verwijdert, worden alle gelabelde exemplaren uit uw gegevensset verwijderd.

Volgende stappen

Nadat u uw gegevens hebt gelabeld, kunt u beginnen met het trainen van een model dat leert op basis van uw gegevens.