Nachdem Sie ein Modell erstellt (trainiert) haben, können Sie Vorhersagen vom Modell anfragen. Eine Vorhersage tritt ein, wenn Sie ein Dokument an das Modell senden und es zur Analyse des Dokuments gemäß dem Ziel für dieses Modell auffordern (Klassifizierung, Entitätsextraktion oder Sentimentanalyse).
AutoML Natural Language unterstützt sowohl die Onlineprognose, bei der Sie ein einzelnes Dokument senden und das Modell die Analyse synchron zurückgibt, als auch die Batchvorhersage, bei der Sie eine Sammlung von Dokumenten senden, die das Modell asynchron analysiert.
Onlineprognose
So erstellen Sie mithilfe der AutoML Natural Language UI eine Prognose:
Klicken Sie auf das Glühbirnensymbol in der linken Navigationsleiste, um die verfügbaren Modelle aufzurufen.
Wählen Sie zum Anzeigen der Modelle für ein anderes Projekt das Projekt in der Dropdown-Liste oben rechts in der Titelleiste aus.
Klicken Sie auf die Zeile für das Modell, das Sie zum Analysieren des Dokuments verwenden möchten.
Klicken Sie auf den Tab Testen und verwenden direkt unter der Titelleiste.
Geben Sie den zu analysierenden Text in das Textfeld ein oder klicken Sie auf Datei in Cloud Storage auswählen. Geben Sie dann den Cloud Storage-Pfad für eine PDF- oder TIFF-Datei ein.
Klicken Sie auf Prognose.
Codebeispiele
Klassifizierung
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- project-id: Ihre Projekt-ID
- location-id: Der Standort für die Ressource,
us-central1
für den globalen Standort odereu
für die EU - model-id: Ihre Modell-ID
HTTP-Methode und URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:predict
JSON-Text anfordern:
{ "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" }, } }
Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:
Sie sollten in etwa folgende JSON-Antwort erhalten:
{ "payload": [ { "displayName": "Technology", "classification": { "score": 0.8989502 } }, { "displayName": "Automobiles", "classification": { "score": 0.10098731 } } ] }
Python
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Python API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Java
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Java API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Node.js
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Node.js API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Go
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Go API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Weitere Sprachen
C#: Bitte folgen Sie der Anleitung für die Einrichtung von C# auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für .NET
PHP: Bitte folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für PHP
Ruby: Bitte folgen Sie der Anleitung für die Einrichtung von Ruby auf der Seite „Clientbibliotheken“ und rufen Sie dann die AutoML Natural Language-Referenzdokumentation für Ruby
Entitätsextraktion
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- project-id: Ihre Projekt-ID
- location-id: Der Standort für die Ressource,
us-central1
für den globalen Standort odereu
für die EU - model-id: Ihre Modell-ID
HTTP-Methode und URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:predict
JSON-Text anfordern:
{ "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" }, } }
Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:
Sie sollten in etwa folgende JSON-Antwort erhalten:
{ "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
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Python API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Java
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Java API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Node.js
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Node.js API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Go
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Go API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Weitere Sprachen
C#: Bitte folgen Sie der Anleitung für die Einrichtung von C# auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für .NET
PHP: Bitte folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für PHP
Ruby: Bitte folgen Sie der Anleitung für die Einrichtung von Ruby auf der Seite „Clientbibliotheken“ und rufen Sie dann die AutoML Natural Language-Referenzdokumentation für Ruby
Sentimentanalyse
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- project-id: Ihre Projekt-ID
- location-id: Der Standort für die Ressource,
us-central1
für den globalen Standort odereu
für die EU - model-id: Ihre Modell-ID
HTTP-Methode und URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:predict
JSON-Text anfordern:
{ "payload" : { "textSnippet": { "content": "Enjoy your vacation!", "mime_type": "text/plain" }, } }
Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:
Sie sollten einen erfolgreichen Statuscode (2xx) und eine leere Antwort als Ausgabe erhalten.
Python
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Python API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Java
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Java API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Node.js
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Node.js API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Go
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Go API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Weitere Sprachen
C#: Bitte folgen Sie der Anleitung für die Einrichtung von C# auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für .NET
PHP: Bitte folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für PHP
Ruby: Bitte folgen Sie der Anleitung für die Einrichtung von Ruby auf der Seite „Clientbibliotheken“ und rufen Sie dann die AutoML Natural Language-Referenzdokumentation für Ruby
Batchvorhersage
Wenn Sie Ihr Modell für die Vorhersage von einem Korpus von Dokumenten mit asynchronem hohen Durchsatz verwenden möchten, können Sie die Methode batchPredict
verwenden. Für die Batch-Vorhersagemethoden müssen Sie Eingabe- und Ausgabe-URIs angeben, die auf Speicherorte in Cloud Storage-Buckets verweisen.
Der Eingabe-URI verweist auf eine CSV- oder JSONL-Datei, die den zu analysierenden Inhalt angibt. CSV-Datei zur Klassifizierung und Sentimentanalyse verwenden. Verwenden Sie eine JSONL-Datei zur Entitätsextraktion. Die Ausgabe gibt einen Speicherort an, an dem AutoML Natural Language Ergebnisse aus der Batchvorhersage speichert.
Erstellen Sie zur Klassifizierung und Sentimentanalyse eine CSV-Datei mit einer einzelnen Spalte, in der die zu klassifizierenden Eingabedateien aufgeführt sind (eine Datei pro Zeile). Die CSV-Datei und jede Eingabedatei müssen in Ihrem Cloud Storage-Bucket gespeichert sein.
gs://folder/text1.txt
gs://folder/text2.pdf
Für die Entitätsextraktion müssen Sie eine JSONL-Datei vorbereiten, die den gesamten zu analysierenden Inhalt enthält, entweder inline oder als Links zu Dateien, die in einem Cloud Storage-Bucket gespeichert sind. Das folgende Beispiel zeigt Inline-Content, der in der JSONL-Datei enthalten ist. Jedes Objekt muss eine eindeutige ID enthalten.
{ "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." } }
Das folgende Beispiel zeigt eine JSONL-Datei, die Links zu Eingabedateien enthält, die sich in Cloud Storage-Buckets befinden müssen.
{ "document": { "input_config": { "gcs_source": { "input_uris": [ "gs://folder/document1.pdf" ] } } } }
{ "document": { "input_config": { "gcs_source": { "input_uris": [ "gs://folder/document2.tif" ] } } } }
...
REST
Ersetzen Sie diese Werte in den folgenden Anfragedaten:
- project-id: Ihre Projekt-ID
- location-id: Der Standort für die Ressource,
us-central1
für den globalen Standort odereu
für die EU - model-id: Ihre Modell-ID
HTTP-Methode und URL:
POST https://automl.googleapis.com/v1/projects/project-id/locations/location-id/models/model-id:batchPredict
JSON-Text anfordern:
{ "input_config": { "gcs_source": { "input_uris": [ "csv-file-URI"] } }, "output_config": { "gcs_destination": { "output_uri_prefix": "dest-dir-URI" } } }
Wenn Sie die Anfrage senden möchten, maximieren Sie eine der folgenden Optionen:
Die Ausgabe sieht in etwa so aus: Sie können den Status der Aufgabe anhand der Vorgangs-ID abrufen. Ein Beispiel finden Sie unter Status eines Vorgangs abrufen.
{ "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
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Python API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Java
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Java API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Node.js
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Node.js API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Go
Informationen zum Installieren und Verwenden der Clientbibliothek für AutoML Natural Language finden Sie unter AutoML Natural Language-Clientbibliotheken Weitere Informationen finden Sie in der AutoML Natural Language Go API Referenzdokumentation.
Richten Sie Standardanmeldedaten für Anwendungen ein, um sich bei AutoML Natural Language zu authentifizieren. Weitere Informationen finden Sie unter Authentifizierung für eine lokale Entwicklungsumgebung einrichten.
Weitere Sprachen
C#: Bitte folgen Sie der Anleitung für die Einrichtung von C# auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für .NET
PHP: Bitte folgen Sie der Anleitung zur Einrichtung von PHP auf der Seite „Clientbibliotheken“ und rufen Sie dann die Referenzdokumentation zu AutoML Natural Language für PHP
Ruby: Bitte folgen Sie der Anleitung für die Einrichtung von Ruby auf der Seite „Clientbibliotheken“ und rufen Sie dann die AutoML Natural Language-Referenzdokumentation für Ruby