Hello 文本数据

从 2024 年 9 月 15 日起，您只能通过转换到 Vertex AI Gemini 提示和调优来自定义分类、实体提取和情感分析目标。您将无法再针对文本分类、实体提取和情感分析目标训练或更新 Vertex AI AutoML 模型。您可以继续使用现有的 Vertex AI AutoML Text 模型，直到 2025 年 6 月 15 日。如需了解 AutoML 文本和 Gemini 的比较情况，请参阅适用于 AutoML 文本用户的 Gemini。如需详细了解 Gemini 如何通过改进提示功能来提供增强的用户体验，请参阅调优简介。如需开始使用调优，请参阅 Gemini 文本模型的模型调优

本教程将引导您完成在 Google Cloud 控制台中训练文本分类模型并从该模型获取预测结果所需的步骤。

在本教程中，您将使用 Kaggle 开源数据集 HappyDB 中的众包“幸福时刻”集合来训练 AutoML 模型。由此产生的模型将幸福时刻分成反映幸福原因的不同类别。

注意：该数据通过知识共享 CCO：公共领域许可提供。

如需完成本教程，您可以按照以下页面中的说明操作，也可以使用控制台中的演示教程（与 Google Cloud 控制台中的教程类似）。

教程页面

本教程包含多个页面：

1. 设置您的项目。
2. 创建文本分类数据集。
3. 训练 AutoML 文本分类模型。
4. 部署模型以进行批量预测。
5. 清理您的项目。

控制台中的演示教程

Google Cloud 控制台中提供了以下两个教程。

第 1 部分

在控制台中的演示教程的第 1 部分，您将了解如何使用 Google 的 AutoML 技术构建文本分类模型。

---

如需在 Google Cloud 控制台中直接遵循有关此任务的分步指导，请点击操作演示：

操作演示

---

第 2 部分

这是有关构建 AutoML 文本分类模型的第二个教程。 您需要使用第 1 部分中训练的模型才能继续操作。

• 后续教程（可选）

  ---

  如需在 Google Cloud 控制台中直接遵循有关此任务的分步指导，请点击操作演示：

  操作演示

  ---