回答
首選方案:提供一個NLC服務實例的每一組訓練數據,你想一起工作,並分別訪問工具爲每個。
解決方法:目前,在一個NLC服務實例管理多個訓練集的流程如下:
- (可選從頭開始)去訓練數據頁面,點擊垃圾圖標刪除所有培訓數據。
- 使用上傳圖標在訓練數據頁上上載訓練集。
- 根據需要操作數據。添加文本和類,用類標記文本等。
- 創建分類器。當您創建分類器時,它基本上是當前訓練數據的快照,因爲您可以稍後從分類器頁面檢索它。
根據需要重複步驟1-4,直到您上傳了所有訓練數據集並創建了相應的分類器。
如果你想繼續在以前的訓練集工作:
- 清除你的訓練數據(從上面的步驟1)。
- 轉到分類器頁面。
- 單擊包含您要使用的培訓數據的分類器的下載圖標。
- 返回到訓練數據頁面並上傳從第3步
管理多個訓練集的最佳方式下載的文件是使用不同的NLC服務實例每個訓練組。
當前的測試版NLC工具無意在單個服務實例中管理單獨的訓練集。例如,當您添加沒有類的文本時,該工具會提供建議 - 這些是基於最近訓練過的分類器的,如果該分類器基於完全不同的訓練集,那麼這種分類器就沒有意義。
@John Bufe建議的解決方法如果您對由於某種原因可以使用的NLC服務數量有嚴格的限制,您已達到Bluemix服務的限制。成本並不是一個因素,因爲額外的NLC服務實例不會增加整體價格,因爲每月收費是針對經過訓練的分類器實例。例如,如果您有四個服務實例分別具有一個分類器,則會看到3個已收費且1個免費。
如果您想使用NLC測試版工具來管理您的訓練數據,我會建議爲您需要的每個訓練集使用單獨的NLC服務。
鑑於擁有8個分類器/ NLC服務的能力,爲了使用NLC工具,以每月20美元的價格啓動多項服務似乎是一種浪費。在工具方面很容易將訓練集與分類器相關聯(以便在您指出時支持自動建議),因此,此單線程工具似乎比特性更受限制。我意識到這是一個測試版的工具,所以希望沃森團隊能夠跟蹤這個功能請求。除了更好地支持批量編輯(例如重命名意圖)。 – Biosopher
@John和我都在Watson工具團隊工作,所以很高興能夠獲得有關測試版的反饋意見。不要忘記,分類器不能被重新訓練,所以在訓練,測試和改進分類器時,您可能需要每個訓練集多個訓練集。話雖如此,儘管工具中只有一套訓練集存在限制,但我必須承認,我一直在使用電子表格來管理訓練數據,並僅使用測試工具上傳數據和訓練分類。 –
@Biosopher顯然,20美元/月的收費實際上可能是每個訓練過的分類器實例,而不是每個分類器服務,這有望使工作變得不必要,即僅使用服務來管理單獨的訓練集。如果我能確認這一點,我會更新我的答案。 –
- 1. Watson NLC培訓數據和用戶問題中的逗號
- 2. 如何使用Watson AlchemyAPI培訓API?
- 3. WSO2 API管理器培訓
- 4. 具有對話服務的Watson NLC服務的集成示例
- 5. IBM Watson nl-c培訓時間
- 6. IBM Watson對話培訓狀態API
- 7. 重新培訓方法爲NLC或R&R
- 8. Python培訓數據集
- 9. Azure平臺培訓工具包AspProviders配置錯誤
- 10. removeSparseTerms培訓和測試集
- 11. 如何用java培訓mahout?
- 12. Sef-packed培訓工具包練習測試
- 13. mnist數據集Lenet培訓
- 14. NLC和BOT流程集成
- 15. 紅寶石:使用Reek作爲培訓工具
- 16. tensorpow.slim.learning多GPU的培訓
- 17. 如何在windows平臺上構建tesseract3.04的培訓工具?
- 18. 培訓多輸入Keras NN與批處理訓練數據
- 19. tf.estimator的分佈式培訓導致更多的培訓步驟
- 20. 使用JTessBoxEditor培訓Tesseract-OCR
- 21. 獲得Windows Identity Foundation「開發人員培訓工具包」示例工作
- 22. Sharepoint培訓
- 23. DNN CMS培訓
- 24. 對象檢測API - 如何創建一個集合的培訓?
- 25. NLTK NaiveBayesClassifier培訓
- 26. 如何爲Natural Language Classifier(NLC)Watson服務導出.csv文件?
- 27. 構建Svm培訓集的困惑
- 28. JBoss Seam培訓
- 29. 如何在此培訓管理Web應用程序中指定強制課程?
- 30. 在使用插入符號包進行多個模型的培訓時出錯
不理想,但我們現在可以做到這一點。理想情況下,Watson NLC工具團隊將此作爲功能請求進行追蹤,因爲這是該工具的測試版。 – Biosopher