Watson Studio에서 NLC 학습하기
4045 단어 WatsonWatson-StudioNLC
소개
왓슨 스튜디오에서 NLC 학습을 어떻게 할 것인지 질문을 받았으므로 그 절차를 적어 보겠습니다.
[2020-04-25] 사전 준비 절차 수정
사전 준비
무료로 모든 것을 시도 할 수 있습니다! Watson Studio 설정 가이드
에서 Watson Studio 작업 공간을 만들 때까지.
또한 이 절차서의 「옵션」에 있는 것과 같은 순서로 NLC 서비스의 등록, 연계를 실시합니다.
Watson Studio 자체는 라이트 계정으로 가능합니다만, NLC는 Lite 플랜이 없고, Standard 플랜은 등록하는 것만으로(일체 이용하지 않아도)월 20달러(약 2000엔) 걸리는 점은 주의해 주세요.
등록이 끝난 후 Watson Studio Project Settings 화면은 다음과 같습니다.
CSV 파일 준비
학습에 사용할 CSV 파일을 준비합니다.
CSV 파일은 이전과 유사한 "例文","クラス名"
형식입니다.
문자 코드는 UTF-8이어야 합니다.
아래에 학습 데이터 예제의 일부를 첨부합니다.
"しおるるは 何かあんずの 花の色","spring"
"山路来て 何やらゆかし すみれ草","spring"
"長持に 春ぞくれ行く 更衣","summer"
"目には青葉 山ほととぎす はつがつを","summer"
"この道や 行くひとなしに 秋の暮れ","autumn"
"枯れ枝に 烏のとまりけり 秋の暮れ","autumn"
"初時雨 猿も小蓑を 欲しげなり","winter"
"いざ子ども はしりありかん 玉霰","winter"
(이 데이터는 다음 링크 정보에서 작성되었습니다)
봄의 하이쿠 30선
여름 하이쿠 30선
가을 하이쿠 30선
겨울 하이쿠 30선
새로운 classifier 만들기
Watson Studio의 프로젝트 관리 화면에서 New Language Classifier model 링크를 클릭합니다.
아래 화면이 나타나면 가이드를 따라 미리 준비한 CSV 파일을 업로드합니다.
업로드가 완료되면 지금 업로드한 파일을 체크한 후 'Add to model'을 클릭합니다.
CSV의 서식에 문제가 없으면 아래와 같은 화면이 되므로, 「Train model」을 클릭합니다.
아래와 같은 모델의 언어 선택 패널이 나오므로, 「Japanese」로 변경을 한 후, 「Train」을 클릭합니다.
학습이 시작되면 아래와 같은 화면이 됩니다.
정상적으로 학습이 끝나면 다음과 같은 화면이 되므로 가이드에 따라 아래의 링크처를 클릭합니다.
링크처의 화면은 다음과 같이 되어 있습니다.
Test 탭을 클릭하면 간단한 테스트 화면이 표시됩니다.
테스트를 수행하는 방법은 간단하며 Enter a phrase to classify 란에 분류하려는 대상 문장을 입력하고 Classify 버튼을 클릭합니다. 결과는 아래 그림과 같이 표시됩니다.
Reference
이 문제에 관하여(Watson Studio에서 NLC 학습하기), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/makaishi2/items/abb85bf44d300beeb146
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
무료로 모든 것을 시도 할 수 있습니다! Watson Studio 설정 가이드
에서 Watson Studio 작업 공간을 만들 때까지.
또한 이 절차서의 「옵션」에 있는 것과 같은 순서로 NLC 서비스의 등록, 연계를 실시합니다.
Watson Studio 자체는 라이트 계정으로 가능합니다만, NLC는 Lite 플랜이 없고, Standard 플랜은 등록하는 것만으로(일체 이용하지 않아도)월 20달러(약 2000엔) 걸리는 점은 주의해 주세요.
등록이 끝난 후 Watson Studio Project Settings 화면은 다음과 같습니다.
CSV 파일 준비
학습에 사용할 CSV 파일을 준비합니다.
CSV 파일은 이전과 유사한 "例文","クラス名"
형식입니다.
문자 코드는 UTF-8이어야 합니다.
아래에 학습 데이터 예제의 일부를 첨부합니다.
"しおるるは 何かあんずの 花の色","spring"
"山路来て 何やらゆかし すみれ草","spring"
"長持に 春ぞくれ行く 更衣","summer"
"目には青葉 山ほととぎす はつがつを","summer"
"この道や 行くひとなしに 秋の暮れ","autumn"
"枯れ枝に 烏のとまりけり 秋の暮れ","autumn"
"初時雨 猿も小蓑を 欲しげなり","winter"
"いざ子ども はしりありかん 玉霰","winter"
(이 데이터는 다음 링크 정보에서 작성되었습니다)
봄의 하이쿠 30선
여름 하이쿠 30선
가을 하이쿠 30선
겨울 하이쿠 30선
새로운 classifier 만들기
Watson Studio의 프로젝트 관리 화면에서 New Language Classifier model 링크를 클릭합니다.
아래 화면이 나타나면 가이드를 따라 미리 준비한 CSV 파일을 업로드합니다.
업로드가 완료되면 지금 업로드한 파일을 체크한 후 'Add to model'을 클릭합니다.
CSV의 서식에 문제가 없으면 아래와 같은 화면이 되므로, 「Train model」을 클릭합니다.
아래와 같은 모델의 언어 선택 패널이 나오므로, 「Japanese」로 변경을 한 후, 「Train」을 클릭합니다.
학습이 시작되면 아래와 같은 화면이 됩니다.
정상적으로 학습이 끝나면 다음과 같은 화면이 되므로 가이드에 따라 아래의 링크처를 클릭합니다.
링크처의 화면은 다음과 같이 되어 있습니다.
Test 탭을 클릭하면 간단한 테스트 화면이 표시됩니다.
테스트를 수행하는 방법은 간단하며 Enter a phrase to classify 란에 분류하려는 대상 문장을 입력하고 Classify 버튼을 클릭합니다. 결과는 아래 그림과 같이 표시됩니다.
Reference
이 문제에 관하여(Watson Studio에서 NLC 학습하기), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/makaishi2/items/abb85bf44d300beeb146
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
"しおるるは 何かあんずの 花の色","spring"
"山路来て 何やらゆかし すみれ草","spring"
"長持に 春ぞくれ行く 更衣","summer"
"目には青葉 山ほととぎす はつがつを","summer"
"この道や 行くひとなしに 秋の暮れ","autumn"
"枯れ枝に 烏のとまりけり 秋の暮れ","autumn"
"初時雨 猿も小蓑を 欲しげなり","winter"
"いざ子ども はしりありかん 玉霰","winter"
Watson Studio의 프로젝트 관리 화면에서 New Language Classifier model 링크를 클릭합니다.
아래 화면이 나타나면 가이드를 따라 미리 준비한 CSV 파일을 업로드합니다.
업로드가 완료되면 지금 업로드한 파일을 체크한 후 'Add to model'을 클릭합니다.
CSV의 서식에 문제가 없으면 아래와 같은 화면이 되므로, 「Train model」을 클릭합니다.
아래와 같은 모델의 언어 선택 패널이 나오므로, 「Japanese」로 변경을 한 후, 「Train」을 클릭합니다.
학습이 시작되면 아래와 같은 화면이 됩니다.
정상적으로 학습이 끝나면 다음과 같은 화면이 되므로 가이드에 따라 아래의 링크처를 클릭합니다.
링크처의 화면은 다음과 같이 되어 있습니다.
Test 탭을 클릭하면 간단한 테스트 화면이 표시됩니다.
테스트를 수행하는 방법은 간단하며 Enter a phrase to classify 란에 분류하려는 대상 문장을 입력하고 Classify 버튼을 클릭합니다. 결과는 아래 그림과 같이 표시됩니다.
Reference
이 문제에 관하여(Watson Studio에서 NLC 학습하기), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/makaishi2/items/abb85bf44d300beeb146텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)