Téléchargement par lot

La CLI vous permet de télécharger des commentaires et des prédictions par lots. Ceci est très utile pour l'importation de scripts dans des outils d'analyse qui ne nécessitent pas de connexion en direct.

Remarque :

Cette section suppose que vous avez déjà installé et configuré la CLI.

Téléchargement de commentaires avec des prédictions

La commande suivante téléchargera tous les commentaires et prédictions dans la source et l'ensemble de données spécifiés. Notez que le nom du jeu de données et le nom de la source doivent être préfixés par le nom du projet dans lequel ils se trouvent. Si l'ensemble de données contient plusieurs sources, vous devez émettre cette commande pour chaque source afin de télécharger tous les commentaires de l'ensemble de données.

re get comments project/source-name --dataset project/dataset-name --predictions=true -f output.jsonl

Quelle version de modèle la CLI utilise-t-elle pour obtenir des prédictions ?

La CLI téléchargera les dernières prédictions calculées disponibles. Ce sont les mêmes prédictions affichées dans l’interface utilisateur.

Important :

Si vous avez besoin de prédictions à partir d’une version de modèle spécifique, envisagez d’utiliser lesflux ou les routages d’API de prédiction .

Traitement de données

Remarque :

Tout comme l'API, la CLI renvoie les libellés prévus avec des scores de confiance. Afin de traiter correctement les scores de confiance, veillez à consulter les sections Utilisation de libellés dans l'automatisation et Utilisation de libellés dans Analytics de la documentation Libellés.

La CLI renvoie des données au format JSON, où chaque ligne est une valeur JSON. De nombreux outils seront capables de traiter les fichiers JSON prêts à l’emploi. Veuillez contacter le support si vous avez des questions.

Chaque ligne du fichier JSONL aura le format suivant :

{
  "comment": {...},
  "annotating": {
    "assigned": [...]
    "predicted": [...]
  },
  "entities": {
    "assigned": [...]
    "predicted": [...]
  }
}

Nom du champ	Description
comment	Objet Commentaire au format décrit Commentaires.
annotating.assigned	Liste des libellés attribués, au format décrit Libellés.
entities.assigned	Liste des entités attribuées, au format décrit Champs généraux.
annotating.predicted	Liste de libellés prévus, au format décrit Libellés.
entities.predicted	Liste des entités prévues, au format décrit Champs généraux.

Notez que le champ annotating ou entities peut être complètement absent si le commentaire n'a ni libellés ni entités attribués ni prédits.

Voici un exemple de commentaire avec des prédictions téléchargées à partir d’un ensemble de données réel.

{
  "comment": {
    "id": "1234abcd",
    "uid": "5678ef.1234abdc",
    "timestamp": "2021-02-01T00:00:00Z",
    "messages": [
      {
        "body": {
          "text": "The hot chocolate biscuit on arrival raised my expectations"
        }
      }
    ],
    "user_properties": {
      "string:Question": "What did you like about your stay",
      "number:Reviewer Score": 5.4,
      "number:Average Score": 8.4,
      "number:Reviewer Total Number Of Reviews": 1,
      "string:Hotel Name": "DoubleTree by Hilton London Victoria"
    },
    "created_at": "2021-02-01T00:00:00Z"
  },
  "annotating": {
    "predicted": [
      {
        "name": "Refreshments",
        "sentiment": 0.3598046874571062,
        "probability": 0.54764723591506481
      },
      {
        "name": "Property",
        "sentiment": 0.6684685489411859,
        "probability": 0.417815982922911644
      }
    ]
  }
}