학습 분류 모델

사용자 지정 분류를 위해 모델을 학습시키려면 범주를 정의하고 사용자 지정 모델을 학습시키는 데 필요한 예제 문서를 제공합니다. 멀티클래스 또는 멀티레이블 모드에서 모델을 학습시킵니다. 멀티클래스 모드는 단일 클래스를 각 문서와 연결합니다. 멀티레이블 모드는 하나 이상의 클래스를 각 문서와 연결합니다.

사용자 지정 분류는 일반 텍스트 모델과 네이티브 문서 모델이라는 두 가지 유형의 분류기 모델을 지원합니다. 일반 텍스트 모델은 텍스트 내용을 기준으로 문서를 분류합니다. 네이티브 문서 모델 또한 텍스트 내용을 기준으로 문서를 분류합니다. 네이티브 문서 모델은 문서 레이아웃에서 보내는 추가 신호를 사용할 수도 있습니다. 네이티브 문서 모델을 네이티브 문서로 학습시켜 모델이 레이아웃 정보를 학습할 수 있도록 합니다.

일반 텍스트 모델은 다음과 같은 특성을 갖습니다.

• UTF-8 인코딩 텍스트 문서를 사용하여 모델을 학습합니다.

• 영어, 스페인어, 독일어, 이탈리아어, 프랑스어 또는 포르투갈어 중 하나의 언어로 된 문서를 사용하여 모델을 학습할 수 있습니다.

• 지정된 분류기의 학습 문서는 모두 같은 언어를 사용해야 합니다.

• 학습 문서는 일반 텍스트이므로 텍스트 추출에 대한 추가 비용은 없습니다.

네이티브 문서 모델은 다음과 같은 특성을 갖습니다.

• 다음과 같은 문서 유형을 포함하는 반정형 문서를 사용하여 모델을 학습시킵니다.

  • 디지털 및 스캔한 PDF 문서.

  • Word 문서(DOCX).

  • 이미지: JPG 파일, PNG 파일 및 단일 페이지 TIFF 파일.

  • Textract API 출력 JSON 파일

• 영어 문서를 사용하여 모델을 학습시킵니다.

• 학습 문서에 스캔한 문서 파일이 포함된 경우 텍스트 추출에 대한 추가 비용이 발생합니다. 자세한 내용은 Amazon Comprehend 요금 페이지를 참조하세요.

두 모델 중 하나를 사용하여 지원되는 모든 문서 유형을 분류할 수 있습니다. 그러나 가장 정확한 결과를 얻으려면 일반 텍스트 모델을 사용하여 일반 텍스트 문서를 분류하고 네이티브 문서 모델을 사용하여 반정형 문서를 분류하는 것이 좋습니다.

주제

• 사용자 지정 분류기 학습(콘솔)
• 사용자 지정 분류기 학습시키기(API)
• 학습 데이터 테스트
• 분류기 학습 출력
• 사용자 지정 분류기 지표