このドキュメントは AutoML Natural Language 用で、これは Vertex AI とは異なります。Vertex AI を使用している場合は、Vertex AI のドキュメントをご覧ください。

始める前に

AutoML Natural Language を使用するには、まずプロジェクトで有効にする必要があります。AutoML Natural Language UI を開き、プロジェクトを選択します。アプリケーションに表示される手順に沿って操作します。必要な手順については、ここでも説明します。

プロジェクトを設定する

  1. Google Cloud アカウントにログインします。Google Cloud を初めて使用する場合は、アカウントを作成して、実際のシナリオでの Google プロダクトのパフォーマンスを評価してください。新規のお客様には、ワークロードの実行、テスト、デプロイができる無料クレジット $300 分を差し上げます。

  2. Google Cloud Console の [プロジェクト セレクタ] ページで、Google Cloud プロジェクトを選択または作成します。

    プロジェクト セレクタに移動

  3. Cloud プロジェクトに対して課金が有効になっていることを確認します。プロジェクトに対して課金が有効になっていることを確認する方法を学習する。

  4. AutoML and Cloud Storage API を有効にします。

    API を有効にする

  5. gcloud コマンドライン ツールをインストールします。
  6. 手順に沿ってサービス アカウントを作成し、キーファイルをダウンロードします。
  7. 環境変数 GOOGLE_APPLICATION_CREDENTIALS を、サービス アカウントの作成時にダウンロードしたサービス アカウント キーファイルのパスに設定します。
    export GOOGLE_APPLICATION_CREDENTIALS=key-file
  8. 環境変数 PROJECT_ID をプロジェクト ID に設定します。
    export PROJECT_ID=your-project-id
    AutoML API 呼び出しとリソース名には、プロジェクト ID が含まれています。環境変数 PROJECT_ID は、ID の指定に便利です。
  9. プロジェクトのオーナーである場合は、サービス アカウントを AutoML 編集者の IAM ロールに追加し、service-account-name を新しいサービス アカウントの名前に置き換えます。例: service-account1@myproject.iam.gserviceaccount.com。
    gcloud auth login
gcloud projects add-iam-policy-binding $PROJECT_ID \
   --member="serviceAccount:service-account-name" \
   --role="roles/automl.editor"
  10. それ以外の場合（プロジェクト オーナーでない場合）は、プロジェクト オーナーにユーザー ID とサービス アカウントの両方を AutoML 編集者の IAM ロールに追加するよう依頼します。

Cloud Storage バケットの作成

トレーニング データのインポートなど、AutoML Natural Language タスク用に Cloud Storage バケットを作成します。バケットは、us-central1 リージョンまたは eu マルチリージョンロケーションのいずれかに存在する必要があります。

us-central1 のバケットの要件

  • ロケーション タイプ: Region
  • ロケーション: us-central1
  • ストレージ クラス: Standard（Cloud Storage ブラウザでは Regional と表示されることもある）

eu のバケットの要件

  • ロケーション タイプ: Multi-region
  • ロケーション: eu
  • ストレージ クラス: Standard（Cloud Storage ブラウザでは Multi-Regional と表示されることもある）