7.4 テキストに対する機械学習操作を含むモデルの作成

テキストに対する機械学習操作を含むモデルを作成する方法について説明します。

Oracle Machine Learning for SQLでは、VARCHAR2CHARCLOBBLOBおよびBFILEの列内の非構造化テキストをサポートしています(次の表を参照)。

表7-2 非構造化テキストを格納できる列のデータ型

データ型 説明

BFILEBLOB

Oracle Machine Learning for SQLでは、モデルの作成時にBLOBおよびBFILEの列をテキストとして特定した場合のみ、これらの列をテキストとして解釈します。列をテキストとして特定していない場合は、CREATE_MODELがエラーを戻します。

CLOB

OML4SQLでは、CLOBをテキストとして解釈します。

CHAR

OML4SQLでは、デフォルトではCHARを質的として解釈します。モデルの作成時に、CHARの列をテキストとして特定することができます。

VARCHAR2

OML4SQLでは、4000より長いデータを持つVARCHAR2をテキストとして解釈します。

OML4SQLでは、デフォルトでは長さが4000以下のデータを持つVARCHAR2を質的として解釈します。モデルの作成時に、これらの列をテキストとして特定することができます。

ノート:

テキストは、ネストした列ではサポートされておらず、また教師あり機械学習ターゲットとして使用することはできません。

次の表で説明されている設定は、モデルのテキスト属性に対する用語抽出プロセスを制御します。モデルの設定を指定する手順については、「モデルの設定の指定」を参照してください。

表7-3 テキスト用のモデルの設定

設定名 データ型 設定値 説明

ODMS_TEXT_POLICY_NAME

VARCHAR2(4000)

CTX_DDL.CREATE_POLICYで作成されたOracle Textのポリシー・オブジェクトの名前。

非構造化テキストからの個々のトークンの抽出方法に影響を与える。

ODMS_TEXT_MAX_FEATURES

INTEGER

1 <= <= 100000

CREATE_MODELに渡される(各テキスト列のすべてのドキュメントの)ドキュメント・セットから使用する特徴の最大数。

デフォルトは3000です。

モデルには1つ以上のテキスト属性を含めることができます。テキスト属性を持つモデルには、質的属性と量的属性を含めることもできます。

テキスト属性を含むモデルを作成するには:

  1. Oracle Textのポリシー・オブジェクトを作成します。

  2. 表7-3で説明されているモデルの構成設定を指定します。

  3. テキストとして処理する必要がある列を指定し、必要に応じて、個々の属性に対してテキスト変換指示を提供します。

  4. モデルの設定とテキスト変換指示をDBMS_DATA_MINING.CREATE_MODELに渡します。

    ノート:

    O-Clusterを除くすべてのアルゴリズムでは、非構造化テキストの列をサポートできます。

    相関ルール(Apriori)では非構造化テキストを使用しないことをお薦めします。