AI Center

デリバリー:

最終更新日時 2025年4月11日

継続学習するカスタム NER を使用する

バックグラウンド情報

この例は、研究論文で言及されているカテゴリ別に化学物質を抽出するために使用されます。この手順に従って、化学物質を抽出し、ABBREVIATION、FAMILY、FORMULA、IDENTIFIER、MULTIPLE、SYSTEMATIC、TRIVIAL、およびNO_CLASSとして分類します。

前提条件

この手順では、 Custom Named Entity Recognition (カスタム固有表現抽出 パッケージ) を使用します。このパッケージの仕組みと使用目的の詳細については、「 Custom Named Entity Recognition (カスタム固有表現抽出 )」をご覧ください。

この手順は、以下のサンプルファイルを使用して実行します。

CoNLL 形式の事前にラベル付けされたトレーニングデータセット。トレーニングデータセットは、「トレーニングデータセット」のリンクからダウンロードできます。
事前にラベル付けされたテストデータセット。テストデータセットは、テストデータセットのリンクからダウンロードできます。
研究論文で言及されている化学物質をカテゴリ別に抽出するためのサンプルワークフロー。サンプルワークフローのリンクからダウンロードできます。
注: サンプルファイルに以下の変数が入力されていることを確認してください。
- in_emailAdress - Action Center タスクが割り当てられるメールアドレス
- in_MLSkillEndpoint - ML スキルのパブリックエンドポイント
- in_MLSkillAPIKey - ML スキルの API キー
- in_labelStudioEndpoint - (任意) 継続的なラベル付けを可能にします。Label Studio プロジェクトのインポート URL を指定します。

手順

次の手順を使用して、研究論文から化学物質をカテゴリ別に抽出します。

UiPath® AI Center にサンプルデータセットをインポートします。そのためには、[ データセット] メニューに移動し、サンプルの train および test フォルダーをアップロードします。
[ML パッケージ] > [すぐに使えるパッケージ] > [UiPath Language Analysis (UiPath 言語分析)] から目的のカスタム NER パッケージを選択して作成します。
[パイプライン] メニューに移動して、前の手順で作成したパッケージの新しいフルパイプライン実行を作成します。サンプルファイルで提供されているトレーニングおよびテストデータセットを指定します。

完了すると、パイプラインの結果が [成果物] に表示されます。分類レポートをダウンロードして、テスト結果を評価できます。
前の手順のパイプライン実行で生成されたパッケージを使用して新しい ML スキルを作成し、デプロイします。
スキルをデプロイしたら、表示される UiPath® Studio ワークフローで活用できます。弱い予測でデータをキャプチャできるようにするには、Label Studio インスタンスをデプロイし、ワークフローの [Label Studio] アクティビティでインスタンスの URL と API キーを指定します。

Label Studio の使用を開始する

ローカルマシンまたはクラウドインスタンスに Label Studio をインストールします。「 Label Studio 」ページの手順を実行します。
Named Entity Recognition (固有表現抽出) テンプレートから新しいプロジェクトを作成して、ラベル名を指定します。
ラベル名に特殊文字やスペースが含まれていないことを確認します。たとえば、Set Date ではなく SetDate を使用します。
<Text> タグの値が "$text" であることを確認します。

Label Studio の API ページから API を使用してデータをアップロードします。

cURL 要求の例:

 curl --location --request POST 'https://<label-studio-instance>/api/projects/<id>/import' \)\)
--header 'Content-Type: application/json' \)\)
--header 'Authorization: Token <Token>' \)\)
--data-raw '[
    {
      "data": {
        "text": "<Text1>"
      },
    },
    {
      "data": {
        "text": "<Text2>"
       }
    }
]'curl --location --request POST 'https://<label-studio-instance>/api/projects/<id>/import' \)\)
--header 'Content-Type: application/json' \)\)
--header 'Authorization: Token <Token>' \)\)
--data-raw '[
    {
      "data": {
        "text": "<Text1>"
      },
    },
    {
      "data": {
        "text": "<Text2>"
       }
    }
]'