Setelah memiliki set data dengan kumpulan dokumen pelatihan berlabel yang solid, Anda siap untuk membuat dan melatih model kustom.
Proses pelatihan model dapat memakan waktu beberapa jam untuk diselesaikan. Waktu pelatihan yang diperlukan bergantung pada beberapa faktor, seperti ukuran set data, sifat item pelatihan, dan kompleksitas model. AutoML Natural Language menggunakan penghentian awal untuk menghasilkan model terbaik tanpa overfitting.
Untuk model klasifikasi, waktu pelatihan rata-rata adalah sekitar 6 jam, dengan maksimum 24 jam. Untuk mode ekstraksi entity dan analisis sentimen, waktu pelatihan rata-rata adalah 5 jam, dengan maksimum 6 jam.
Setelah model berhasil dilatih, Anda akan menerima pesan di alamat email yang terkait dengan project Anda.
Masa pakai maksimum model kustom adalah 18 bulan. Anda harus membuat dan melatih model baru untuk terus membuat prediksi setelah jangka waktu tersebut.
UI Web
Untuk melatih model:
Buka AutoML Natural Language UI dan pilih Get started di kotak yang sesuai dengan jenis model yang ingin Anda latih.
Halaman Datasets akan muncul, yang menampilkan status set data yang dibuat sebelumnya untuk project saat ini. Untuk berlatih menggunakan set data project yang berbeda, pilih project dari menu drop-down di kanan atas kolom judul.
Pilih set data yang ingin Anda gunakan untuk melatih model kustom.
Nama tampilan set data yang dipilih akan muncul di panel judul, dan halaman tersebut mencantumkan setiap dokumen dalam set data beserta labelnya.
Setelah selesai meninjau set data, klik tab Latih tepat di bawah batang judul.
Jika Anda akan melatih model pertama dari set data ini, halaman pelatihan akan menyediakan analisis dasar set data dan memberi tahu Anda apakah model tersebut memadai untuk pelatihan. Jika AutoML Natural Language menyarankan perubahan, pertimbangkan untuk kembali ke halaman Text items dan menambahkan dokumen atau label.
Jika Anda telah melatih model lain dari set data ini, halaman pelatihan akan menampilkan metrik evaluasi dasar untuk model tersebut.
Klik Start Training.
Masukkan nama untuk model.
Nama model dapat berisi maksimal 32 karakter dan hanya berisi huruf, angka, serta garis bawah. Karakter pertama harus berupa huruf.
(Opsional): Untuk melatih model ekstraksi entity untuk terminologi layanan kesehatan, pilih Enable Healthcare Entity Extraction (beta). Opsi ini memungkinkan Anda untuk memulai dengan model yang disesuaikan dengan layanan kesehatan yang dioptimalkan untuk memproses data layanan kesehatan. Untuk mengetahui informasi selengkapnya, lihat Ekstraksi Entity AutoML untuk Layanan Kesehatan.
Pilih kotak centang Deploy model setelah pelatihan selesai jika Anda ingin men-deploy model secara otomatis.
Klik Start Training.
Contoh kode
Classification
REST
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
- project-id: project ID Anda
- location-id: lokasi untuk resource,
us-central1
untuk Lokasi global, ataueu
untuk Uni Eropa - dataset-id: ID set data Anda
Metode HTTP dan URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models
Meminta isi JSON:
{ "displayName": "test_model", "dataset_id": "dataset-id", "textClassificationModelMetadata": { } }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat output yang serupa dengan berikut ini: Anda dapat menggunakan ID operasi untuk mendapatkan status tugas. Untuk contohnya, lihat Mendapatkan status operasi.
{ "name": "projects/434039606874/locations/us-central1/operations/1979469554520652445", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2018-04-27T01:28:41.338120Z", "updateTime": "2018-04-27T01:28:41.338120Z", "cancellable": true } }
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Python AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Java AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Node.js AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Go AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Bahasa tambahan
C#: Ikuti Petunjuk penyiapan C# di halaman library klien lalu buka Dokumentasi referensi AutoML Natural Language untuk .NET.
PHP: Ikuti petunjuk penyiapan PHP di halaman library klien lalu buka Dokumentasi referensi AutoML Natural Language untuk PHP.
Ruby: Ikuti petunjuk penyiapan Ruby di halaman library klien, lalu buka Dokumentasi referensi AutoML Natural Language untuk Ruby.
Ekstraksi entity
REST
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
- project-id: project ID Anda
- location-id: lokasi untuk resource,
us-central1
untuk Lokasi global, ataueu
untuk Uni Eropa - dataset-id: ID set data Anda
- model-hint: model dasar pengukuran yang akan digunakan, seperti
default
atauhealthcare
(beta).
Metode HTTP dan URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models
Meminta isi JSON:
{ "displayName": "test_model", "dataset_id": "dataset-id", "textExtractionModelMetadata": { "model_hint": "model-hint" } }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat output yang serupa dengan berikut ini: Anda dapat menggunakan ID operasi untuk mendapatkan status tugas. Untuk contohnya, lihat Mendapatkan status operasi.
{ "name": "projects/434039606874/locations/us-central1/operations/1979469554520652445", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2018-04-27T01:28:41.338120Z", "updateTime": "2018-04-27T01:28:41.338120Z", "cancellable": true } }
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Python AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Java AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Node.js AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Go AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Bahasa tambahan
C#: Ikuti Petunjuk penyiapan C# di halaman library klien lalu buka Dokumentasi referensi AutoML Natural Language untuk .NET.
PHP: Ikuti petunjuk penyiapan PHP di halaman library klien lalu buka Dokumentasi referensi AutoML Natural Language untuk PHP.
Ruby: Ikuti petunjuk penyiapan Ruby di halaman library klien, lalu buka Dokumentasi referensi AutoML Natural Language untuk Ruby.
Analisis sentimen
REST
Sebelum menggunakan salah satu data permintaan, lakukan penggantian berikut:
- project-id: project ID Anda
- location-id: lokasi untuk resource,
us-central1
untuk Lokasi global, ataueu
untuk Uni Eropa - dataset-id: ID set data Anda
Metode HTTP dan URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models
Meminta isi JSON:
{ "displayName": "test_model", "dataset_id": "dataset-id", "textSentimentModelMetadata": { } }
Untuk mengirim permintaan Anda, perluas salah satu opsi berikut:
Anda akan melihat output yang serupa dengan berikut ini: Anda dapat menggunakan ID operasi untuk mendapatkan status tugas. Untuk contohnya, lihat Mendapatkan status operasi.
{ "name": "projects/434039606874/locations/us-central1/operations/1979469554520652445", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2018-04-27T01:28:41.338120Z", "updateTime": "2018-04-27T01:28:41.338120Z", "cancellable": true } }
Python
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Python AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Java
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Java AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Node.js
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Node.js AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Go
Untuk mempelajari cara menginstal dan menggunakan library klien untuk AutoML Natural Language, lihat library klien AutoML Natural Language. Untuk mengetahui informasi selengkapnya, lihat dokumentasi referensi API Go AutoML Natural Language.
Untuk mengautentikasi AutoML Natural Language, siapkan Kredensial Default Aplikasi. Untuk mengetahui informasi selengkapnya, baca Menyiapkan autentikasi untuk lingkungan pengembangan lokal.
Bahasa tambahan
C#: Ikuti Petunjuk penyiapan C# di halaman library klien lalu buka Dokumentasi referensi AutoML Natural Language untuk .NET.
PHP: Ikuti petunjuk penyiapan PHP di halaman library klien lalu buka Dokumentasi referensi AutoML Natural Language untuk PHP.
Ruby: Ikuti petunjuk penyiapan Ruby di halaman library klien, lalu buka Dokumentasi referensi AutoML Natural Language untuk Ruby.