Modell-Versioning mit Amazon Comprehend

Beim Thema künstliche Intelligenz und Machine Learning (KI/ML) geht es um schnelle Experimente. Mit Amazon Comprehend schulen und erstellen Sie Modelle, mit denen Sie Einblicke in Ihre Daten erhalten. Mit der Modell-Versionsverwaltung können Sie Ihren Modellierungsverlauf und Ihre Ergebnisse im Zusammenhang mit den laufenden Ergebnissen Ihrer Modelle verfolgen, während Sie mehr oder verschiedene Datensätze bereitstellen. Sie können Versioning mit Ihren benutzerdefinierten Klassifizierungsmodellen oder Ihren benutzerdefinierten Entitätserkennungsmodellen verwenden. Wenn Sie sich Ihre verschiedenen Versionen im Laufe der Zeit ansehen, können Sie sich einen Überblick darüber verschaffen, wie erfolgreich sie ausgeführt wurden, und einen Überblick darüber erhalten, welche Parameter Sie verwendet haben, um Ihren Erfolgszustand zu erreichen.

Wenn Sie eine neue Version eines vorhandenen benutzerdefinierten Classifier-Modells oder Entitätserkennungsmodells trainieren, müssen Sie lediglich eine neue Version auf der Modelldetailseite erstellen und alle Details werden für Sie ausgefüllt. Die neue Version hat denselben Namen wie Ihr früheres Modell – was wir versionID nennen – obwohl Sie ihr bei der Erstellung einen eindeutigen Versionsnamen geben. Wenn Sie einem Modell neue Versionen hinzufügen, können Sie alle vorherigen Versionen und ihre Details in einer Ansicht auf der Seite mit den Modelldetails sehen. Mit Versioning können Sie sehen, wie sich die Modellleistung ändert, wenn Sie Änderungen an Ihrem Trainingsdatensatz vornehmen.

Erstellen einer neuen benutzerdefinierten Classifier-Version (Konsole)

1. Melden Sie sich bei der an AWS Management Console und öffnen Sie die Amazon Comprehend-Konsole unter https://console.aws.amazon.com/comprehend/

2. Wählen Sie im linken Menü Anpassen und dann Benutzerdefinierte Klassifizierung aus.

3. Wählen Sie in der Liste Classifiers den Namen des benutzerdefinierten Modells aus, aus dem Sie eine neue Version erstellen möchten. Die Seite mit den benutzerdefinierten Modelldetails wird angezeigt.

4. Wählen Sie oben rechts Neues Modell erstellen aus. Es wird ein Bildschirm mit vorausgefüllten Details aus dem übergeordneten benutzerdefinierten Klassifizierungsmodell geöffnet.

5. Fügen Sie unter Versionsname der neuen Version einen eindeutigen Namen hinzu.

6. Unter Versionsdetails können Sie die Sprache und Anzahl der Labels ändern, die Ihrem neuen Modell zugeordnet sind.

7. Konfigurieren Sie im Abschnitt Datenspezifikationen, wie Sie die Daten für Ihre neue Version bereitstellen möchten. Stellen Sie sicher, dass Sie vollständige Daten bereitstellen, die Dokumente aus Ihrem vorherigen Modell und Ihre neuen Dokumente enthalten. Sie können den Classifier-Modus (Single Label oder Multi Label), das Datenformat (CSV-Datei, Augmented Manifest), Ihren Trainingsdatensatz und Ihren Testdatensatz (Autosplit oder Ihre benutzerdefinierte Testdatenkonfiguration) ändern.

8. (Optional) Aktualisieren des S3-Speicherorts für Ihre Ausgabedaten

9. Erstellen oder verwenden Sie unter Zugriffsberechtigungen eine vorhandene IAM-Rolle.

10. (Optional) Aktualisieren Ihrer VPC-Einstellungen

11. (Optional) Fügen Sie Ihrer neuen Version Tags hinzu, um die Details zu verfolgen.

    Weitere Informationen zum Erstellen von benutzerdefinierten Classifiern finden Sie unter Erstellen eines benutzerdefinierten Classifiers.

Erstellen einer neuen Custom Entity Recognizer-Version (Konsole)

1. Melden Sie sich bei der an AWS Management Console und öffnen Sie die Amazon Comprehend-Konsole unter https://console.aws.amazon.com/comprehend/

2. Wählen Sie im linken Menü Anpassen und dann Benutzerdefinierte Entitätserkennung aus.

3. Wählen Sie in der Liste Recognizer model den Namen des Recognizers aus, aus dem Sie eine neue Version erstellen möchten. Die Detailseite wird angezeigt.

4. Wählen Sie oben rechts Neue Version trainieren aus. Ein Bildschirm mit vorausgefüllten Details von der übergeordneten Entitätserkennung wird geöffnet.

5. Fügen Sie unter Versionsname der neuen Version einen eindeutigen Namen hinzu.

6. Fügen Sie unter Benutzerdefinierter Entitätstyp die benutzerdefinierten Labels oder Labels hinzu, die der Erkenner in Ihrem Datensatz identifizieren soll, und wählen Sie Typ hinzufügen aus. Wählen Sie einen benutzerdefinierten Entitätstyp aus den Anmerkungen oder der Entitätsliste aus, die Sie angegeben haben. Der Recognizer verwendet dann alle enthaltenen Entitätstypen, um Entitäten im Datensatz zu identifizieren, wenn er Ihren Auftrag ausführt. Jeder Entitätstyp muss in Großbuchstaben geschrieben und durch Unterstrich getrennt werden, wenn er mehrere Wörter verwendet. Es sind maximal 25 Typen zulässig.

7. (Optional) Wählen Sie Recognizer encryption aus, um die Daten im Speichervolume zu verschlüsseln, während Ihr Auftrag verarbeitet wird.

8. Geben Sie im Abschnitt Trainingsdaten die Details zu Annotation und Datenformat (CSV-Datei, erweitertes Manifest)Single-Label oder Multi-Label), das Datenformat (CSV, erweitertes Manifest), Ihren Trainingsdatensatz und Ihren Testdatensatz (autosplit oder Ihre benutzerdefinierte Testdatenkonfiguration) an.

9. (Optional) Aktualisieren des S3-Speicherorts für Ihre Ausgabedaten

10. Erstellen oder verwenden Sie unter Zugriffsberechtigungen eine vorhandene IAM-Rolle.

11. (Optional) Aktualisieren Ihrer VPC-Einstellungen

12. (Optional) Fügen Sie Ihrer neuen Version Tags hinzu, um die Details zu verfolgen.

Weitere Informationen zu benutzerdefinierten Entitätserkennungen finden Sie unter Benutzerdefinierte Entitätserkennung und Erstellen eines benutzerdefinierten Entitätserkennungsdienstes mithilfe der Konsole .