NLPTrainer

Entraîne un modèle de classification de traitement de langage naturel (TLN, ou NLP pour Natural Language Processing) basé sur les spécifications de l'utilisateur et les données fournies.

NLPTrainer s'attend à recevoir en entrée des données balisées, chaque entité portant un texte et une étiquette uniques. Un prétraitement de ces données d'apprentissage peut être nécessaire, et le Transformer AttributeCreator peut être utile pour cela. Sur la base de l'ensemble des données d'apprentissage et des entités NLP (types spécifiques d'informations sur le texte) que l'utilisateur spécifie, un modèle sera alors créé et écrit dans un fichier *.fmd (FME MoDel). Le Transformer compagnon de celui-ci, NLPClassifier, utilise ces fichiers *.fmd pour effectuer une classification du langage naturel, en classant les textes dans les catégories étiquetées dans les données d'apprentissage.

Notes

  • Pour plus d'informations sur le traitement du langage naturel avec FME, consultez la documentation du Transformer compagnon NLPClassifier.

Configuration

Ports d'entrée

Ports de sortie

Paramètres

Éditer les paramètres des Transformers

À l'aide d'un ensemble d'options de menu, les paramètres du Transformer peuvent être attribués en faisant référence à d'autres éléments de traitement. Des fonctions plus avancées, telles qu'un éditeur avancé et un éditeur arithmétique, sont également disponibles dans certains Transformers. Pour accéder à un menu de ces options, cliquez sur à côté du paramètre applicable. Pour plus d'informations, voir Options de menus et paramètres de Transformer.

Définir les valeurs

Il existe plusieurs façons de définir une valeur à utiliser dans un Transformer. La plus simple est de simplement taper une valeur ou une chaîne de caractères, qui peut inclure des fonctions de différents types comme des références d'attributs, des fonctions mathématiques et de chaînes de caractères, et des paramètres de traitement. Il existe un certain nombre d'outils et de raccourcis qui peuvent aider à construire des valeurs, généralement disponibles dans le menu contextuel déroulant adjacent au champ de valeur.

Options - Tables

Les Transformers avec des paramètres de style table possèdent des outils additionnels pour remplir et manipuler des valeurs.

Références

Comportement

Basé sur des entités

Stockage des entités

Oui

Dépendances  
Alias  
Historique Implémenté dans FME 2019.0

FME Community

FME Community est l'endroit où trouver des démos, des tutoriaux, des articles, des FAQ et bien plus encore. Obtenez des réponses à vos questions, apprenez des autres utilisateurs et suggérez, votez et commentez de nouvelles entités.

Voir tous les résultats à propos de ce Transformer sur FME Community.

 

Les exemples peuvent contenir des informations sous licence Open Government - Vancouver et/ou Open Government - Canada.