Para preparar um modelo, inicie uma tarefa de preparação. Apenas as tarefas concluídas com êxito criam um modelo. As tarefas de preparação expiram após sete dias. Após este período, deixará de conseguir obter os detalhes da tarefa. Se a tarefa de preparação tiver sido concluída com êxito e um modelo tiver sido criado, não será afetado pela expiração da tarefa. Só pode ter um trabalho de preparação em execução de cada vez e não pode iniciar outras tarefas no mesmo projeto.
Os tempos de preparação podem ser em qualquer lugar a partir de alguns segundos ao lidar com projetos simples, até algumas horas quando atingir o limite máximo de expressões.
A avaliação do modelo é acionada automaticamente após a conclusão da preparação com êxito. O processo de avaliação começa por utilizar o modelo preparado para executar predições nas expressões no conjunto de testes e compara os resultados previstos com as etiquetas fornecidas (que estabelece uma linha de base de verdade). Os resultados são devolvidos para que possa rever o desempenho do modelo.
Pré-requisitos
Um projeto criado com êxito com uma conta de armazenamento de blobs do Azure configurada
Antes de iniciar o processo de preparação, as expressões etiquetadas no seu projeto são divididas num conjunto de preparação e num conjunto de testes. Cada um deles serve uma função diferente.
O conjunto de preparação é utilizado na preparação do modelo. Este é o conjunto a partir do qual o modelo aprende as expressões etiquetadas.
O conjunto de testes é um conjunto cego que não é introduzido no modelo durante a preparação, mas apenas durante a avaliação.
Depois de o modelo ser preparado com êxito, o modelo pode ser utilizado para fazer predições a partir das expressões no conjunto de testes. Estas predições são utilizadas para calcular métricas de avaliação.
Recomenda-se garantir que todas as suas intenções estão corretamente representadas no conjunto de preparação e teste.
O fluxo de trabalho orchestration suporta dois métodos de divisão de dados:
Dividir automaticamente o conjunto de testes dos dados de preparação: o sistema irá dividir os dados etiquetados entre os conjuntos de preparação e teste, de acordo com as percentagens que escolher. A divisão percentual recomendada é de 80% para preparação e 20% para testes.
Nota
Se escolher a opção Dividir automaticamente o conjunto de testes dos dados de preparação , apenas os dados atribuídos ao conjunto de preparação serão divididos de acordo com as percentagens fornecidas.
Utilizar uma divisão manual de dados de preparação e teste: este método permite que os utilizadores definam que expressões devem pertencer a que conjunto. Este passo só é ativado se tiver adicionado expressões ao seu conjunto de testes durante a etiquetagem.
Nota
Só pode adicionar expressões no conjunto de dados de preparação apenas para intenções não ligadas.
Para começar a preparar o modelo a partir do Language Studio:
Selecione Tarefas de preparação no menu esquerdo.
Selecione Iniciar uma tarefa de preparação no menu superior.
Selecione Preparar um novo modelo e escreva o nome do modelo na caixa de texto. Também pode substituir um modelo existente ao selecionar esta opção e escolher o modelo que pretende substituir no menu pendente. A substituição de um modelo preparado é irreversível, mas não afetará os modelos implementados até implementar o novo modelo.
Dividir automaticamente o conjunto de testes a partir de dados de preparação: as expressões etiquetadas serão divididas aleatoriamente entre os conjuntos de preparação e teste, de acordo com as percentagens que escolher. A divisão percentual predefinida é de 80% para preparação e 20% para testes. Para alterar estes valores, escolha o conjunto que pretende alterar e escreva o novo valor.
Nota
Se escolher a opção Dividir automaticamente o conjunto de testes dos dados de preparação , apenas as expressões no conjunto de preparação serão divididas de acordo com as percentagens fornecidas.
Utilizar uma divisão manual dos dados de preparação e teste: atribua cada expressão ao conjunto de preparação ou teste durante o passo de identificação do projeto.
Nota
A opção Utilizar uma divisão manual de dados de preparação e teste só será ativada se adicionar expressões ao conjunto de testes na página de dados de etiquetas. Caso contrário, será desativado.
Selecione o botão Preparar .
Nota
Apenas as tarefas de preparação concluídas com êxito irão gerar modelos.
A preparação pode demorar entre alguns minutos e algumas horas com base no tamanho dos seus dados marcados.
Só pode ter um trabalho de preparação em execução de cada vez. Não pode iniciar outro trabalho de preparação com o mesmo projeto até que a tarefa em execução esteja concluída.
Crie um pedido POST com o seguinte URL, cabeçalhos e corpo JSON para submeter uma tarefa de preparação.
URL do Pedido
Utilize o seguinte URL ao criar o pedido da API. Substitua os valores de marcador de posição abaixo pelos seus próprios valores.
Modo de preparação. Apenas um modo de preparação está disponível na orquestração, que é standard.
standard
trainingConfigVersion
{CONFIG-VERSION}
A versão do modelo de configuração de preparação. Por predefinição, é utilizada a versão mais recente do modelo.
2022-05-01
kind
percentage
Métodos de divisão. Os valores possíveis são percentage ou manual. Veja como preparar um modelo para obter mais informações.
percentage
trainingSplitPercentage
80
Percentagem dos dados marcados a incluir no conjunto de preparação. O valor recomendado é 80.
80
testingSplitPercentage
20
Percentagem dos dados etiquetados a incluir no conjunto de testes. O valor recomendado é 20.
20
Nota
O trainingSplitPercentage e testingSplitPercentage só é necessário se Kind estiver definido como percentage e a soma de ambas as percentagens deve ser igual a 100.
Depois de enviar o pedido da API, receberá uma 202 resposta a indicar êxito. Nos cabeçalhos de resposta, extraia o operation-location valor. Será formatado da seguinte forma:
Selecione o ID da tarefa de preparação na lista, será apresentado um painel lateral onde pode verificar o progresso da preparação, o estado da tarefa e outros detalhes para esta tarefa.
A preparação pode demorar algum tempo, dependendo do tamanho dos dados de preparação e da complexidade do esquema. Pode utilizar o seguinte pedido para continuar a consultar o estado da tarefa de formação até que seja concluída com êxito.
Utilize o seguinte pedido GET para obter o estado do progresso da preparação do modelo. Substitua os valores de marcador de posição abaixo pelos seus próprios valores.
O nome do projeto. Este valor é sensível às maiúsculas e minúsculas.
EmailApp
{JOB-ID}
O ID para localizar o estado de preparação do modelo. Este valor está no valor de location cabeçalho que recebeu quando submeteu a sua tarefa de preparação.
Para cancelar uma tarefa de preparação a partir do Language Studio, aceda à página Preparar modelo . Selecione a tarefa de preparação que pretende cancelar e selecione Cancelar no menu superior.
Crie um pedido POST com o seguinte URL, cabeçalhos e corpo JSON para cancelar uma tarefa de preparação.
URL do Pedido
Utilize o seguinte URL ao criar o seu pedido de API. Substitua os valores de marcador de posição abaixo pelos seus próprios valores.
Utilize o cabeçalho seguinte para autenticar o seu pedido.
Chave
Valor
Ocp-Apim-Subscription-Key
A chave do recurso. Utilizado para autenticar os seus pedidos de API.
Depois de enviar o seu pedido de API, receberá uma resposta 202 que indica êxito, o que significa que a sua tarefa de formação foi cancelada. Um resultado de chamada bem-sucedido com um cabeçalho de Operation-Location utilizado para verificar o estado da tarefa.
