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 o procedimento abaixo, 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, veja 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. É possível baixá-los daqui.
• Conjunto de dados de teste pré-rotulados. É possível baixá-los daqui.
• Fluxo de trabalho de amostra para extrair categorias de produtos químicos mencionados em artigos de pesquisa. É possível baixá-los daqui.
  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

Siga o procedimento abaixo para extrair produtos químicos por sua categoria de artigos de pesquisa.

1. Importe o conjunto de dados amostral no 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 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 de implantar a habilidade, 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

Para começar com o Label Studio e exportar dados para o AI Center, siga as instruções abaixo.

1. Instale o Label Studio em sua máquina local ou instância de nuvem. Para fazer isso, siga as instruções daqui.
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 daqui.

   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.