Comment fournir un modèle d'extraction de concepts personnalisé (fichier LI) ?

Le paramètre model (alias li) désigne une table CAS d'entrée contenant le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). d'extraction de concepts (LI) défini par l'utilisateur. Si ce paramètre n'est pas spécifié, le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). de base est utilisé. Pour plus d'informations sur la spécification du paramètre model, consultez le paramètre commun castable (Form 1).

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.

Exemples pour l'action applyConcept

Application du modèle de concept de base

Cet exemple applique l'action %%applyConcept%% avec la configuration minimale requise. En omettant le paramètre %%model%%, le système est intelligent et utilise son modèle de base !

Extraction avancée avec filtrage de concepts et optimisation mémoire

Dans cette approche plus chirurgicale, nous configurons le type de correspondance sur la plus longue (%%LONGEST%%), divisons le traitement textuel en petits morceaux de 16 Ko (%%litiChunkSize%%), ignorons volontairement un concept spécifique (%%nlpPerson%%) et exportons les règles matchées (%%ruleMatchOut%%).