Quickstart: aangepaste samenvatting (preview)

Gebruik dit artikel om aan de slag te gaan met het maken van een aangepast samenvattingsproject, waar u aangepaste modellen kunt trainen boven op Samenvatting. Een model is software voor kunstmatige intelligentie die is getraind om een bepaalde taak uit te voeren. Voor dit systeem vatten de modellen tekst samen en worden ze getraind door te leren van geïmporteerde gegevens.

In dit artikel gebruiken we Language Studio om belangrijke concepten van aangepaste samenvattingen te demonstreren. Als voorbeeld bouwen we een aangepast samenvattingsmodel om de faciliteit of behandellocatie te extraheren uit korte ontladingsnotities.

Vereisten

• Azure-abonnement: Krijg een gratis abonnement

Een nieuwe Azure AI-taalresource en een Azure-opslagaccount maken

Voordat u aangepaste samenvatting kunt gebruiken, moet u een Azure AI-taalresource maken, waarmee u de referenties krijgt die u nodig hebt om een project te maken en een model te trainen. U hebt ook een Azure-opslagaccount nodig, waar u uw gegevensset kunt uploaden die wordt gebruikt om uw model te bouwen.

Belangrijk

Om snel aan de slag te gaan, raden we u aan om een nieuwe Azure AI Language-resource te maken met behulp van de stappen in dit artikel. Met behulp van de stappen in dit artikel kunt u tegelijkertijd de taalresource en het opslagaccount maken. Dit is eenvoudiger dan later.

Een nieuwe resource maken vanuit Azure Portal

1. Ga naar Azure Portal om een nieuwe Azure AI-taalresource te maken.

2. Selecteer deze service in het venster dat wordt weergegeven in de aangepaste functies. Selecteer Doorgaan om uw resource onder aan het scherm te maken.

   

3. Maak een taalresource met de volgende details.

   Name	Beschrijving
   Abonnement	Uw Azure-abonnement.
   Resourcegroep	Een resourcegroep die uw resource bevat. U kunt een bestaande gebruiken of een nieuwe maken.
   Regio	De regio voor uw taalresource. Bijvoorbeeld 'VS - west 2'.
   Naam	Een naam voor uw resource.
   Prijscategorie	De prijscategorie voor uw taalresource. U kunt de gratis laag (F0) gebruiken om de service uit te proberen.

   Notitie

   Als u een bericht krijgt met de tekst 'uw aanmeldingsaccount is geen eigenaar van de resourcegroep van het geselecteerde opslagaccount', moet voor uw account een eigenaarsrol zijn toegewezen aan de resourcegroep voordat u een taalresource kunt maken. Neem contact op met de eigenaar van uw Azure-abonnement voor hulp.

4. Selecteer in de sectie van deze service een bestaand opslagaccount of selecteer Nieuw opslagaccount. Deze waarden zijn om u te helpen aan de slag te gaan en niet noodzakelijkerwijs de waarden van het opslagaccount die u wilt gebruiken in productieomgevingen. Om latentie te voorkomen tijdens het bouwen van uw project, maakt u verbinding met opslagaccounts in dezelfde regio als uw taalresource.

   Waarde van opslagaccount	Aanbevolen waarde
   Naam van het opslagaccount	Elke naam
   Storage account type	Standaard - LRS

5. Zorg ervoor dat de verantwoordelijke AI-kennisgeving is ingeschakeld. Selecteer Beoordelen en maken onder aan de pagina en selecteer Vervolgens Maken.

Voorbeeldgegevens downloaden

Als u voorbeeldgegevens nodig hebt, hebben we enkele gegeven voor documentsamenvattings - en gesprekssamenvattingsscenario's voor deze quickstart.

Voorbeeldgegevens uploaden naar blobcontainer

1. Zoek de bestanden die u wilt uploaden naar uw opslagaccount

2. Navigeer in Azure Portal naar het opslagaccount dat u hebt gemaakt en selecteer het.

3. Selecteer containers in het linkermenu in uw opslagaccount, onder Gegevensopslag. Selecteer + Container op het scherm dat wordt weergegeven. Geef de container de naam voorbeeldgegevens en laat het standaardniveau openbare toegang staan.

   

4. Nadat de container is gemaakt, selecteert u deze. Selecteer vervolgens de knop Uploaden om de .txt bestanden te selecteren die .json u eerder hebt gedownload.

   

Een aangepast samenvattingsproject maken

Zodra uw resource en opslagaccount zijn geconfigureerd, maakt u een nieuw aangepast samenvattingsproject. Een project is een werkgebied voor het bouwen van uw aangepaste ML-modellen op basis van uw gegevens. Uw project kan alleen worden geopend door u en anderen die toegang hebben tot de taalresource die wordt gebruikt.

1. Meld u aan bij Language Studio. Er wordt een venster weergegeven waarmee u uw abonnement en taalresource kunt selecteren. Selecteer de taalresource die u in de bovenstaande stap hebt gemaakt.

2. Selecteer de functie die u wilt gebruiken in Language Studio.

3. Selecteer Nieuw project maken in het bovenste menu op de pagina Projecten. Door een project te maken, kunt u gegevens labelen, trainen, evalueren, verbeteren en implementeren.

   

4. Voer de projectgegevens in, inclusief een naam, beschrijving en de taal van de bestanden in uw project. Als u de voorbeeldgegevensset gebruikt, selecteert u Engels. U kunt de naam van uw project later niet meer wijzigen. Selecteer Volgende

   Tip

   Uw gegevensset hoeft zich niet volledig in dezelfde taal te bevinden. U kunt meerdere documenten hebben, elk met verschillende ondersteunde talen. Als uw gegevensset documenten van verschillende talen bevat of als u tijdens runtime tekst uit verschillende talen verwacht, schakelt u de optie voor meertalige gegevenssets in wanneer u de basisgegevens voor uw project invoert. Deze optie kan later worden ingeschakeld op de pagina Project-instellingen .

5. Nadat u Nieuw project maken hebt geselecteerd, wordt er een venster weergegeven waarmee u verbinding kunt maken met uw opslagaccount. Als u al een opslagaccount hebt verbonden, ziet u dat de opslagaccount is verbonden. Als dat niet het is, kiest u uw opslagaccount in de vervolgkeuzelijst die wordt weergegeven en selecteert u Verbinding maken opslagaccount. Hiermee worden de vereiste rollen voor uw opslagaccount ingesteld. Met deze stap wordt mogelijk een fout geretourneerd als u niet als eigenaar van het opslagaccount bent toegewezen.

   Notitie

   • U hoeft deze stap slechts één keer uit te voeren voor elke nieuwe resource die u gebruikt.
   • Dit proces kan niet ongedaan worden gemaakt als u een opslagaccount verbindt met uw taalresource, kunt u het later niet loskoppelen.
   • U kunt uw taalresource alleen verbinden met één opslagaccount.

6. Selecteer de container waar u uw gegevensset hebt geüpload.

7. Als u al gelabelde gegevens hebt, moet u ervoor zorgen dat deze de ondersteunde indeling volgt en Ja selecteert , zijn mijn bestanden al gelabeld en heb ik het JSON-labelsbestand opgemaakt en selecteer het labelbestand in de vervolgkeuzelijst. Selecteer Volgende. Als u de gegevensset uit de quickstart gebruikt, hoeft u de opmaak van het JSON-labelsbestand niet te controleren.

8. Controleer de gegevens die u hebt ingevoerd en selecteer Project maken.

Uw model trainen

Nadat u een project hebt gemaakt, gaat u verder met het trainen van uw model.

Ga als volgende te werk om uw model te trainen vanuit Language Studio:

1. Selecteer Trainingstaken in het menu aan de linkerkant.

2. Selecteer Een trainingstaak starten in het bovenste menu.

3. Selecteer Een nieuw model trainen en typ de naam van het model in het tekstvak. U kunt ook een bestaand model overschrijven door deze optie te selecteren en het model te kiezen dat u wilt overschrijven in de vervolgkeuzelijst. Het overschrijven van een getraind model kan niet ongedaan worden gemaakt, maar dit heeft geen invloed op uw geïmplementeerde modellen totdat u het nieuwe model implementeert.

   

4. Standaard splitst het systeem uw gelabelde gegevens op tussen de trainings- en testsets, volgens de opgegeven percentages. Als u documenten in uw testset hebt, kunt u de trainings- en testgegevens handmatig splitsen.

5. Selecteer de knop Trainen .

6. Als u de id van de trainingstaak in de lijst selecteert, wordt er een zijvenster weergegeven waarin u de voortgang van de training, de taakstatus en andere details voor deze taak kunt controleren.

   Notitie

   • Alleen voltooide trainingstaken genereren modellen.
   • Training kan enige tijd duren tussen een paar minuten en enkele uren op basis van de grootte van uw gelabelde gegevens.
   • U kunt slechts één trainingstaak tegelijk uitvoeren. U kunt pas met een andere trainingstaak binnen hetzelfde project beginnen als de actieve taak is voltooid.

Uw model implementeren

Over het algemeen controleert u na het trainen van een model de evaluatiedetails en voert u indien nodig verbeteringen aan. In deze quickstart implementeert u uw model en stelt u het model beschikbaar om te proberen in Language Studio.

Uw model implementeren vanuit Language Studio:

1. Selecteer Een model implementeren in het menu aan de linkerkant.

2. Selecteer Implementatie toevoegen om een nieuwe implementatietaak te starten.

   

3. Selecteer Nieuwe implementatie maken om een nieuwe implementatie te maken en wijs een getraind model toe vanuit de vervolgkeuzelijst hieronder. U kunt een bestaande implementatie ook overschrijven door deze optie te selecteren en het getrainde model te selecteren dat u eraan wilt toewijzen in de vervolgkeuzelijst hieronder.

   Notitie

   Het overschrijven van een bestaande implementatie vereist geen wijzigingen in uw voorspellings-API-aanroep , maar de resultaten die u krijgt, zijn gebaseerd op het zojuist toegewezen model.

   

4. Selecteer Implementeren om de implementatietaak te starten.

5. Nadat de implementatie is voltooid, wordt er een vervaldatum weergegeven naast de implementatie. Het verloop van de implementatie is wanneer uw geïmplementeerde model niet beschikbaar is om te worden gebruikt voor voorspelling. Dit gebeurt meestal twaalf maanden nadat een trainingsconfiguratie is verlopen.

Uw model testen

Voor deze quickstart gebruikt u Language Studio om de aangepaste samenvattingstaak te verzenden en de resultaten te visualiseren. In de voorbeeldgegevensset die u eerder hebt gedownload, vindt u enkele testdocumenten die u in deze stap kunt gebruiken.

Uw geïmplementeerde modellen testen vanuit Language Studio:

1. Selecteer Implementaties testen in het menu aan de linkerkant.

2. Selecteer de implementatie die u wilt testen. U kunt alleen modellen testen die zijn toegewezen aan implementaties.

3. Voor meertalige projecten selecteert u in de vervolgkeuzelijst taal de taal van de tekst die u wilt testen.

4. Selecteer de implementatie die u wilt opvragen/testen in de vervolgkeuzelijst.

5. U kunt de tekst invoeren die u wilt indienen bij de aanvraag of een .txt bestand uploaden dat u wilt gebruiken.

6. Selecteer De test uitvoeren in het bovenste menu.

7. Op het tabblad Resultaat ziet u de geëxtraheerde entiteiten uit uw tekst en de bijbehorende typen. U kunt het JSON-antwoord ook bekijken op het tabblad JSON .

Resources opschonen

Wanneer u uw project niet meer nodig hebt, kunt u uw project verwijderen met Behulp van Language Studio. Selecteer de functie die u bovenaan gebruikt en selecteer vervolgens het project dat u wilt verwijderen. Selecteer Verwijderen in het bovenste menu om het project te verwijderen.

Volgende stappen

• Overzicht