Création et entraînement d'un modèle

• Console
• interface de ligne de commande
• API

• 1. Ouvrez le menu de navigation et sélectionnez Analytics et IA. Sous Services AI, sélectionnez Langue.
  2. Dans le menu de navigation de gauche, sélectionnez Projets.
     La page de liste des projets s'ouvre. Tous les projets du compartiment sélectionné sont affichés dans une table.
  3. Sélectionnez le compartiment contenant le projet à utiliser ou le compartiment dans lequel créer un projet.
  4. Effectuez l'une des actions suivantes :
     1. Pour utiliser un projet existant, cliquez sur son nom.
     2. Pour créer un projet, cliquez sur Créer un projet.
  5. Sur la page de détails du projet, cliquez sur Créer des modèles personnalisés.
  6. Sélectionnez le type de modèle :

     • Classification de texte : sélectionnez le type de modèle de classification. L'étiquette unique est la valeur par défaut.

     • Reconnaissance d'entité nommée
     • Préentraîné
     • Informations d'identification personnelle de langue
  7. Pour Données de formation, sélectionnez l'une des options suivantes et fournissez les informations supplémentaires suivantes :
     • Object Storage

       Tout d'abord, assurez-vous que l'ensemble de données est autorisé et chargé dans un bucket dans Object Storage. Sélectionnez ensuite les valeurs suivantes :

       1. Sélectionnez le bucket dans lequel se trouve l'ensemble de données.

       2. Sélectionnez un fichier de données d'entraînement pour le modèle à utiliser. Pour les entités d'informations d'identification personnelle de langue, sélectionnez un fichier de règles.

     • Data Labeling

       Dans la liste, sélectionnez un jeu de données pour le modèle à utiliser.

  8. (Facultatif) Cliquez sur Modifier le compartiment afin de sélectionner un autre compartiment pour le bucket ou l'ensemble de données.
  9. (Facultatif) Cliquez ici pour créer un ensemble de données avec le service Data Labeling.
     1. Saisissez les caractéristiques du jeu de données.
     2. Création de l'ensemble de données.
     3. Revenez au service de langue.

     Pour obtenir des instructions sur la création et l'étiquetage des jeux de données pour Data Labeling, reportez-vous aux sections text labeling, document labeling et creating datasets for Data Labeling.

  10. (Facultatif) Pour définir les données de validation et de test, cliquez sur Afficher les options avancées, puis sélectionnez les jeux de données de validation et de test à utiliser.

      Modifiez le compartiment si l'ensemble de données réside dans un autre.

      Si vous sélectionnez un jeu de données de validation, vous devez disposer d'un jeu de données de test correspondant.

  11. Cliquez sur Suivant.
  12. Sélectionnez un compartiment pour héberger le modèle personnalisé. Nous vous recommandons de l'enregistrer dans le même compartiment que le projet.
  13. (Facultatif) Entrez un nom unique (255 caractères au maximum) pour la ressource.

      Si vous n'indiquez pas de nom, un nom est généré automatiquement. Par exemple, ailanguage<resource>20230825155844.

  14. (Facultatif) Entrez une description pour la ressource (400 caractères au maximum).
  15. Cliquez sur Suivant.
  16. Passez en revue les sélections.
  17. (Facultatif) Cliquez sur Modifier pour modifier les choix en revenant à l'étape Sélectionner des données ou Détails du modèle, puis effectuez à nouveau les étapes.
  18. Cliquez sur Créer et entraîner.

  Cette étape peut prendre jusqu'à 30 minutes en fonction de l'ensemble de données. Les mesures de modèle sont renseignées une fois le modèle actif.

• Utilisez la commande oci ai language model create et les paramètres requis pour créer un modèle :

  oci ai language model create --compartment-id <compartment-id>, -c [<name>] ... [OPTIONS]

  Afin d'obtenir la liste complète des indicateurs et des options de variable pour les commandes d'interface de ligne de commande, reportez-vous à Référence de commande d'interface de ligne de commande.

• Exécutez l'opération CreateModel pour créer un modèle.