Bonne réponse
- BEntraînement d'un modèle de classification de texte sur vos propres données étiquetées pour des catégories personnalisées
Explication
La classification de texte personnalisée dans Azure AI Language vous permet d'entraîner un modèle d'apprentissage automatique sur votre propre jeu de données étiqueté pour classer du texte dans des catégories personnalisées spécifiques à vos besoins commerciaux. Il s'agit d'une approche d'apprentissage supervisé où vous fournissez des exemples de texte et leurs étiquettes correspondantes, et le service apprend à prédire la catégorie correcte pour du texte nouveau et non vu. Elle se distingue des modèles de classification préconstruits car elle s'adapte à votre taxonomie unique.
Pour aller plus loin
La classification de texte personnalisée dans Azure AI Language est une fonctionnalité supervisée où vous fournissez un jeu de données étiqueté d'énoncés ou de documents mappés à vos propres catégories mutuellement exclusives, et le service affine un modèle basé sur des transformateurs hébergé derrière un point de terminaison de ressource Language. Vous entraînez, évaluez avec la précision, le rappel et le score F1 sur un sous-ensemble réservé, déployez vers un déploiement nommé, puis appelez le point de terminaison de classification avec du texte. Elle diffère de la classification préconstruite (analyse des sentiments, détection de la langue) parce que les étiquettes sont les vôtres, et de la NER personnalisée, qui extrait des segments plutôt d'assigner une étiquette par document. Un cas réaliste : acheminer des tickets de support vers des files d'attente de 'facturation', 'panne' et 'demande de fonctionnalité' en utilisant des tickets historiques comme données d'entraînement.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AI-900 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.