Hello 文本数据：创建文本分类数据集并导入文档

如需了解详情，请在以下某个环境中运行“创建、训练和部署 AutoML 文本分类模型”Jupyter 笔记本：

在 Colab 中打开 | 在 Colab Enterprise 中打开 | 在 Vertex AI Workbench 用户管理的笔记本中打开 | 在 GitHub 上查看

使用 Vertex AI 控制台创建文本分类数据集。创建数据集后，利用复制到 Cloud Storage 存储桶的 CSV 将这些文档导入数据集。

本教程包含多个页面：

1. 设置项目和环境。

2. 创建文本分类数据集。

3. 训练 AutoML 文本分类模型。

4. 将模型部署到端点并发送预测。

5. 清理项目。

每个页面均假定您已经按照本教程中之前页面的说明操作。

1. 转到 Vertex AI 控制台。

2. 在 Vertex AI 使用入门页面中，点击创建数据集。

3. 指定数据集的详细信息。

   1. 指定此数据集的名称，例如 text_classification_tutorial。

   2. 在选择数据类型和目标部分，点击文本，然后选择文本分类（单标签）。

   3. 对于区域，选择 us-central1。

      本教程使用 us-central1，但 Vertex AI 支持其他区域，例如 europe-west4。

   4. 点击创建以创建空数据集，然后导入文档。

4. 在导入页面上，选择 从 Cloud Storage 中选择一个导入文件，然后指定 CSV 文件的 Cloud Storage 位置。提示：点击浏览，在选择对象对话框中选择 happiness.csv 文件，然后点击选择。

   在本教程中，CSV 文件的位置为：gs://${BUCKET}/text/happiness.csv。本教程中的存储桶与数据集位于同一区域，但您可以指定位于任何区域的存储桶中的文件。

5. 保留默认数据分块。

   Vertex AI 会自动将文档分配到训练集、验证集和测试集。如需了解详情，请参阅 AutoML 模型的数据拆分简介。

6. 点击继续以开始导入。

   导入过程需要几分钟才能完成。导入完成后，您可以在数据集的浏览标签页中浏览所有导入的文档及其关联标签。

后续步骤

按照本教程的下一页启动 AutoML 模型训练。