モデルの作成(トレーニング)が完了したら、モデルから予測をリクエストできます。モデルにドキュメントを送信し、モデルの目的(分類、エンティティ抽出、感情分析)に応じてドキュメントの分析を依頼すると予測が実行されます。
AutoML Natural Language では、送信された 1 つのドキュメントをモデルが同期的に分析して返すオンライン予測と、送信されたドキュメントのコレクションをモデルが非同期で分析するバッチ予測の両方がサポートされています。
オンライン予測
AutoML Natural Language UI を使用して予測を行う手順は次のとおりです。
左側のナビゲーション バーにある電球アイコンをクリックして、使用可能なモデルを表示します。
別のプロジェクトのモデルを表示するには、タイトルバーの右上にあるプルダウン リストからプロジェクトを選択します。
ドキュメントの分析に使用するモデルの行をクリックします。
タイトルバーのすぐ下にある [テストと使用] タブをクリックします。
テキスト ボックスに解析するテキストを入力するか、[PDF ファイルを選択] オプションを選択し、PDF ファイルの Google Cloud Storage パスを入力します。
[予測] をクリックします。
コードサンプル
分類
REST
リクエストのデータを使用する前に、次のように置き換えます。
- project-id: プロジェクト ID
- location-id: リソースのロケーション。グローバル ロケーションの場合は
us-central1
、EU の場合はeu
。 - model-id: モデル ID
HTTP メソッドと URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:predict
JSON 本文のリクエスト:
{ "payload" : { "textSnippet": { "content": "Google, headquartered in Mountain View, unveiled the new Android phone at the Consumer Electronic Show. Sundar Pichai said in his keynote that users love their new Android phones.", "mime_type": "text/plain" }, } }
リクエストを送信するには、次のいずれかのオプションを展開します。
次のような JSON レスポンスが返されます。
{ "payload": [ { "displayName": "Technology", "classification": { "score": 0.8989502 } }, { "displayName": "Automobiles", "classification": { "score": 0.10098731 } } ] }
Python
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Python API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Java
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Java API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Node.js
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Node.js API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Go
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Go API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
その他の言語
C#: クライアント ライブラリ ページの C# の設定手順を行ってから、.NET 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
PHP: クライアント ライブラリ ページの PHP の設定手順を行ってから、PHP 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
Ruby: クライアント ライブラリ ページの Ruby の設定手順を行ってから、Ruby 用の AutoML Natural Language のリファレンス ドキュメントをご覧ください。
エンティティの抽出
REST
リクエストのデータを使用する前に、次のように置き換えます。
- project-id: プロジェクト ID
- location-id: リソースのロケーション。グローバル ロケーションの場合は
us-central1
、EU の場合はeu
。 - model-id: モデル ID
HTTP メソッドと URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:predict
JSON 本文のリクエスト:
{ "payload" : { "textSnippet": { "content": "The Wilms tumor-suppressor gene, WT1, plays a key role in urogenital development, and WT1 dysfunction is implicated in both neoplastic and nonneoplastic (glomerulosclerosis) disease. The analysis of diseases linked specifically with WT1 mutations, such as Denys-Drash syndrome (DDS), can provide valuable insight concerning the role of WT1 in development and disease. We report that heterozygosity for a targeted murine Wt1 allele, Wt1 (tmT396), which truncates ZF3 at codon 396, induces mesangial sclerosis characteristic of DDS in adult heterozygous and chimeric mice. Male genital defects also were evident and there was a single case of Wilms tumor in which the transcript of the nontargeted allele showed an exon 9 skipping event, implying a causal link between Wt1 dysfunction and Wilms tumorigenesis in mice. However, the mutant WT1 (tmT396) protein accounted for only 5% of WT1 in both heterozygous embryonic stem cells and the WT. This has implications regarding the mechanism by which the mutant allele exerts its effect.", "mime_type": "text/plain" }, } }
リクエストを送信するには、次のいずれかのオプションを展開します。
次のような JSON レスポンスが返されます。
{ "annotations": [ { "text_extraction": { "text_segment": { "end_offset": 67, "start_offset": 62 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 158, "start_offset": 141 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 330, "start_offset": 290 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 337, "start_offset": 332 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 627, "start_offset": 610 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 754, "start_offset": 749 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 875, "start_offset": 865 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 968, "start_offset": 951 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 1553, "start_offset": 1548 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 1652, "start_offset": 1606 } }, "display_name": "CompositeMention" }, { "text_extraction": { "text_segment": { "end_offset": 1833, "start_offset": 1826 } }, "display_name": "DiseaseClass" }, { "text_extraction": { "text_segment": { "end_offset": 1860, "start_offset": 1843 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 1930, "start_offset": 1913 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 2129, "start_offset": 2111 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 2188, "start_offset": 2160 } }, "display_name": "SpecificDisease" }, { "text_extraction": { "text_segment": { "end_offset": 2260, "start_offset": 2243 } }, "display_name": "Modifier" }, { "text_extraction": { "text_segment": { "end_offset": 2356, "start_offset": 2339 } }, "display_name": "Modifier" } ], }
Python
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Python API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Java
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Java API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Node.js
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Node.js API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Go
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Go API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
その他の言語
C#: クライアント ライブラリ ページの C# の設定手順を行ってから、.NET 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
PHP: クライアント ライブラリ ページの PHP の設定手順を行ってから、PHP 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
Ruby: クライアント ライブラリ ページの Ruby の設定手順を行ってから、Ruby 用の AutoML Natural Language のリファレンス ドキュメントをご覧ください。
感情分析
REST
リクエストのデータを使用する前に、次のように置き換えます。
- project-id: プロジェクト ID
- location-id: リソースのロケーション。グローバル ロケーションの場合は
us-central1
、EU の場合はeu
。 - model-id: モデル ID
HTTP メソッドと URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:predict
JSON 本文のリクエスト:
{ "payload" : { "textSnippet": { "content": "Enjoy your vacation!", "mime_type": "text/plain" }, } }
リクエストを送信するには、次のいずれかのオプションを展開します。
成功したことを示すステータス コード(2xx)と空のレスポンスが返されます。
Python
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Python API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Java
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Java API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Node.js
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Node.js API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Go
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Go API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
その他の言語
C#: クライアント ライブラリ ページの C# の設定手順を行ってから、.NET 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
PHP: クライアント ライブラリ ページの PHP の設定手順を行ってから、PHP 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
Ruby: クライアント ライブラリ ページの Ruby の設定手順を行ってから、Ruby 用の AutoML Natural Language のリファレンス ドキュメントをご覧ください。
バッチ予測
モデルを使用して、ドキュメントのコーパスに対して高スループット非同期予測を行う場合は、batchPredict
メソッドを使用できます。 バッチ予測メソッドでは、Cloud Storage バケット内の場所を指す入力 URI と出力 URI を指定する必要があります。
入力用の URI は、分析するコンテンツを含む CSV または JSONL ファイルを指定します。分類と感情分析には CSV ファイルを使用します。エンティティ抽出には JSONL ファイルを使用します。出力には、AutoML Natural Language がバッチ予測の結果を保存する場所を指定します。
分類と感情分析には、分類する入力ファイルを 1 つずつ 1 行に一覧表示する単一の列の CSV ファイルを作成します。CSV ファイルと各入力ファイルは、Cloud Storage バケットに保存する必要があります。
gs://folder/text1.txt
gs://folder/text2.pdf
エンティティ抽出の場合は、分析するすべてのコンテンツを含む JSONL ファイルを準備する必要があります。これはインラインで作成するか、Cloud Storage バケットに格納されているファイルへのリンクとして作成します。次の例は、JSONL ファイルに含まれるインライン コンテンツを示しています。各アイテムには一意の ID を含める必要があります。
{ "id": "0", "text_snippet": { "content": "First item content to be analyzed." } }
{ "id": "1", "text_snippet": { "content": "Second item content to be analyzed." } }
...
{ "id": "n", "text_snippet": { "content": "Last item content to be analyzed." } }
次の例は、入力ファイルへのリンクを含む JSONL ファイルを示しています。このファイルは、Cloud Storage バケット内に存在する必要があります。
{ "document": { "input_config": { "gcs_source": { "input_uris": [ "gs://folder/document1.pdf" ] } } } }
{ "document": { "input_config": { "gcs_source": { "input_uris": [ "gs://folder/document2.tif" ] } } } }
...
REST
リクエストのデータを使用する前に、次のように置き換えます。
- project-id: プロジェクト ID
- location-id: リソースのロケーション。グローバル ロケーションの場合は
us-central1
、EU の場合はeu
。 - model-id: モデル ID
HTTP メソッドと URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:batchPredict
JSON 本文のリクエスト:
{ "input_config": { "gcs_source": { "input_uris": [ "csv-file-URI"] } }, "output_config": { "gcs_destination": { "output_uri_prefix": "dest-dir-URI" } } }
リクエストを送信するには、次のいずれかのオプションを展開します。
出力は次のようになります。オペレーション ID を使用して、タスクのステータスを取得できます。例については、オペレーションのステータスの取得をご覧ください。
{ "name": "projects/434039606874/locations/us-central1/operations/TCN8195786061721370625", "metadata": { "@type": "type.googleapis.com/google.cloud.automl.v1beta1.OperationMetadata", "createTime": "2019-03-13T15:37:49.972372Z", "updateTime": "2019-03-13T15:37:49.972372Z" } }
Python
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Python API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Java
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Java API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Node.js
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Node.js API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
Go
AutoML Natural Language のクライアント ライブラリをインストールして使用する方法については、AutoML Natural Language のクライアント ライブラリをご覧ください。 詳細については、AutoML Natural Language Go API のリファレンス ドキュメントをご覧ください。
AutoML Natural Language で認証を行うには、アプリケーションのデフォルト認証情報を設定します。詳細については、ローカル開発環境の認証を設定するをご覧ください。
その他の言語
C#: クライアント ライブラリ ページの C# の設定手順を行ってから、.NET 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
PHP: クライアント ライブラリ ページの PHP の設定手順を行ってから、PHP 用の AutoML Natural Language リファレンス ドキュメントをご覧ください。
Ruby: クライアント ライブラリ ページの Ruby の設定手順を行ってから、Ruby 用の AutoML Natural Language のリファレンス ドキュメントをご覧ください。