Uso da NER personalizada com o aprendizado contínuo

Informações em segundo plano

Esse exemplo é usado para extrair produtos químicos pela categoria mencionada em artigos de pesquisa. Ao seguir esse procedimento, você extrairá os produtos químicos e os categorizará como ABBEVIAÇÃO, FAMÍLIA, FÓRMULA, IDENTIFICADOR, MULTIPLO, SISTEMÁTICO, TRIVIAL e NO_CLASS.

Pré-requisitos

Esse procedimento usa o pacote de Reconhecimento da entidade nomeada personalizada . Para obter mais informações sobre como esse pacote funciona e para que ele pode ser usado, consulte a página Reconhecimento da entidade nomeada personalizada .

Para esse procedimento, fornecemos arquivos de amostra da seguinte forma:

• Conjunto de dados de treinamento pré-rotulados no formato CoNLL. Você pode baixar o conjunto de dados de treinamento a partir do seguinte link: conjunto de dados de treinamento.
• Conjunto de dados de teste pré-rotulados. Você pode baixar o conjunto de dados de teste a partir do seguinte link: conjunto de dados de teste.
• Fluxo de trabalho de amostra para extrair categorias de produtos químicos mencionados em artigos de pesquisa. Você pode baixá-lo do seguinte link: fluxo de trabalho de amostra.
  Observação:

  Certifique-se de que as seguintes variáveis estejam preenchidas no arquivo de amostra:

  • in_emailAdress - o endereço de e-mail ao qual a tarefa do Action Center será atribuída
  • in_MLSkillEndpoint- endpoint público da Habilidade de ML
  • in_MLSkillAPIKey- chave da API da Habilidade de ML
  • in_labelStudioEndpoint- opcional, para habilitar a rotulagem contínua: forneça a URL de importação de um projeto do Label Studio

Procedimento

Use as seguintes etapas para extrair produtos químicos por sua categoria a partir de artigos de pesquisa.

1. Importe o conjunto de dados amostral para o UiPath® AI Center. Para fazer isso, vá para o menu Conjuntos de dados e faça o upload das pastas train e test da amostra.
2. Selecione o pacote de NER personalizado desejado de Pacotes de ML > Pacotes prontos para uso > UiPath Language Analysis e crie-o.
3. Acesse o menu Pipelines e crie uma nova execução do pipeline completo para o pacote criado na etapa anterior. Aponte para o treinamento e o conjunto de dados de teste fornecido no arquivo de amostra. Após ter sido concluído, os resultados do pipeline estarão disponíveis em Artefatos É possível baixar o relatório de classificação para avaliar os resultados do teste.
4. Crie uma nova Habilidade de ML usando o pacote gerado pelo pipeline que é executado na etapa anterior e o implante.
5. Depois que a habilidade for implantada, aproveite-a no fluxo de trabalho do UiPath® Studio fornecido. Para habilitar a captura de dados com previsões fracas, implante uma instância do Label Studio e forneça a URL da instância e a chave da API na atividade do Label Studio no fluxo de trabalho.

Primeiros passos com o Label Studio

1. Instale o Label Studio em sua máquina local ou instância de nuvem. Para fazê-lo, siga as instruções da página Label Studio .

2. Crie um novo projeto a partir do Modelo de reconhecimento de entidade nomeada e defina seus nomes de rótulos.

   

3. Certifique-se de que os nomes de rótulos não tenham caracteres especiais ou espaços. Por exemplo, em vez de Set Date, use SetDate.

4. Certifique-se de que o valor da <Text>tag seja "$text".

   

5. Carregue os dados usando a API da página da API do Label Studio . Exemplo de solicitação cURL:

   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>"
          }
       }
   ]'
   

6. Anote seus dados.

7. Exporte os dados no formato CoNLL 2003 e carregue-os no AI Center.

8. Forneça a URL da instância do Label Studio e a chave da API no fluxo de trabalho de amostra fornecido, a fim de capturar previsões incorretas e de baixa confiança.