IBM Watson NLC - 使用超过 20,000 个文本示例进行训练？
IBM Watson NLC - Training with more than 20,000 text examples?
我们目前正在开发一个系统，可以从文本输入中 return ICD10-CM 代码（medical/diagnosis 编码系统）。例子
- 输入'Black Eye'
- return 'H44 - Disorders of the globe'
问题是，ICD10-CM 有 70,000 到 100,000 个代码，因此在我从 .csv 文件上传所有这些文本示例后，它不会让我训练模型。
使用多个模型是解决方案还是我应该切换到 Google 的 AutoML？
如果您有 70-100k 个代码或 classes，您将无法仅用 20k 个示例训练出有用的模型。相比之下，ImageNet 数据集有 20k 个类别，但也有 1400 万个示例。
我不知道 ICD10-CM 是否有更广泛的类别，但如果有，你可以
训练模型来预测这些。
另一种选择是将自己限制在示例中出现至少 100 次的代码，并将所有其他代码放在一个 class 中。这意味着您将有很多输入，您将无法 return 代码。
无论如何，我认为将您的模型仅包含 20k 个示例用于实际医疗目的是危险的。
我们目前正在开发一个系统，可以从文本输入中 return ICD10-CM 代码（medical/diagnosis 编码系统）。例子
- 输入'Black Eye'
- return 'H44 - Disorders of the globe'
问题是，ICD10-CM 有 70,000 到 100,000 个代码，因此在我从 .csv 文件上传所有这些文本示例后，它不会让我训练模型。
使用多个模型是解决方案还是我应该切换到 Google 的 AutoML？
如果您有 70-100k 个代码或 classes，您将无法仅用 20k 个示例训练出有用的模型。相比之下，ImageNet 数据集有 20k 个类别，但也有 1400 万个示例。
我不知道 ICD10-CM 是否有更广泛的类别，但如果有，你可以 训练模型来预测这些。
另一种选择是将自己限制在示例中出现至少 100 次的代码，并将所有其他代码放在一个 class 中。这意味着您将有很多输入，您将无法 return 代码。
无论如何，我认为将您的模型仅包含 20k 个示例用于实际医疗目的是危险的。