将 Knowledge Studio 词典预注释器部署到 Natural Language Understanding
Deploy Knowledge Studio dictionary pre-annotator to Natural Language Understanding
我开始使用 Knowledge Studio 和 Natural Language Understanding。
我能够将机器学习模型部署到 Natural Language Understanding 并使用 API 来查询它。
我想知道是否有办法只部署 pre-annotator.
我从 Knowledge Studio's documentation 读到
You can deploy or export a machine-learning annotator. A dictionary pre-annotator can only be used to pre-annotate documents within Watson Knowledge Studio.
是否存在一种变通方法来创建一个仅完成 pre-annotator 工作的模型，即使用字典而不是机器学习模型来查找实体？
Does exist a workaround to create a model that simply does the job of the pre-annotator, i.e. use dictionaries to find entities instead of the machine-learning model?
您可能需要根据需要更好地解释这一点。
WKS 允许您使用上传的词典对文档进行预注释。创建 ML 模型后，您可以选择使用它来注释您的训练文档，然后手动更正。随着您的继续，每次模型迭代后的手动工作量都会减少。
假设您正在创建一个包含合理数量示例的模型。在您的模型结果中，您会希望 mention/relations 位于或接近报告灰色区域之外。
我对你的请求的另一种解释是你只想创建一个基于字典的模型。这可以使用 "Rule-Based Model" 功能。您必须创建解析规则，但您只需将要查找的内容映射到 dictionary/rule。
虽然在生产中使用它仍然受到限制。当您部署这些类型的模型时，您应该会收到警告。
它比仅关键字搜索稍微好一些，因为您可以将项目映射到词性。
最后一点。 WKS 的目的是创建一个机器学习模型，该模型将完成发现您以前从未见过的新术语的工作。使用基于规则的引擎，它只能找到您明确告诉它要查找的内容。
如果您只需要字典条目，那么您可以创建一个非常简单的字符串比较解决方案，但您会失去语言功能。
我开始使用 Knowledge Studio 和 Natural Language Understanding。
我能够将机器学习模型部署到 Natural Language Understanding 并使用 API 来查询它。
我想知道是否有办法只部署 pre-annotator.
我从 Knowledge Studio's documentation 读到
You can deploy or export a machine-learning annotator. A dictionary pre-annotator can only be used to pre-annotate documents within Watson Knowledge Studio.
是否存在一种变通方法来创建一个仅完成 pre-annotator 工作的模型，即使用字典而不是机器学习模型来查找实体？
Does exist a workaround to create a model that simply does the job of the pre-annotator, i.e. use dictionaries to find entities instead of the machine-learning model?
您可能需要根据需要更好地解释这一点。
WKS 允许您使用上传的词典对文档进行预注释。创建 ML 模型后，您可以选择使用它来注释您的训练文档，然后手动更正。随着您的继续，每次模型迭代后的手动工作量都会减少。
假设您正在创建一个包含合理数量示例的模型。在您的模型结果中，您会希望 mention/relations 位于或接近报告灰色区域之外。
我对你的请求的另一种解释是你只想创建一个基于字典的模型。这可以使用 "Rule-Based Model" 功能。您必须创建解析规则，但您只需将要查找的内容映射到 dictionary/rule。
虽然在生产中使用它仍然受到限制。当您部署这些类型的模型时，您应该会收到警告。
它比仅关键字搜索稍微好一些，因为您可以将项目映射到词性。
最后一点。 WKS 的目的是创建一个机器学习模型，该模型将完成发现您以前从未见过的新术语的工作。使用基于规则的引擎，它只能找到您明确告诉它要查找的内容。
如果您只需要字典条目，那么您可以创建一个非常简单的字符串比较解决方案，但您会失去语言功能。