모델 로딩 및 실행하기

모델을 로드하려면 먼저 이름을 알아야 합니다. 모델 이름은 모델 유형 (예: 분류 또는 엔티티 추출), 알고리즘 유형 (예: SVM 또는 변환기), 언어 코드 및 유형 시스템의 세부사항을 인코딩하는 표준 규칙을 따릅니다.

사용자의 요구와 일치하는 모델을 찾으려면 태스크 카탈로그를 사용하십시오. Watson NLP 태스크 카탈로그를 참조하십시오.

블록 클래스 run() 메소드에서 help()을(를) 사용하여 지정된 블록 클래스(예: 엔티티 멘션 모델)에 대한 예상 입력을 찾을 수 있습니다.

import watson_nlp

help(watson_nlp.blocks.keywords.TextRank.run)

Watson 자연어 처리는 블록 및 워크플로우를 통해 자연어 기능을 캡슐화합니다. 각 블록 또는 워크플로우는 다음과 같은 기능을 지원합니다.

• load(): 모델 로드
• run(): 입력 인수에서 모델 실행
• train(): 사용자 고유의 데이터에서 모델을 훈련시킵니다 (모든 블록 및 워크플로우가 훈련을 지원하는 것은 아님).
• save(): 사용자 자신의 데이터에 대해 훈련된 모델을 저장합니다.

import watson_nlp

# Load the syntax model for English
syntax_model = watson_nlp.load('syntax_izumo_en_stock')

# Run the syntax model and print the result
syntax_prediction = syntax_model.run('Welcome to IBM!')
print(syntax_prediction)

import watson_nlp
text = "Anna went to school at University of California Santa Cruz. \
        Anna joined the university in 2015."

# Load Syntax, Noun Phrases and Keywords models for English
syntax_model = watson_nlp.load('syntax_izumo_en_stock')
noun_phrases_model = watson_nlp.load('noun-phrases_rbr_en_stock')
keywords_model = watson_nlp.load('keywords_text-rank_en_stock')

# Run the Syntax and Noun Phrases models
syntax_prediction = syntax_model.run(text, parsers=('token', 'lemma', 'part_of_speech'))
noun_phrases = noun_phrases_model.run(text)

# Run the keywords model
keywords = keywords_model.run(syntax_prediction, noun_phrases, limit=2)
print(keywords)

import watson_nlp

# Load the workflow model
mentions_workflow = watson_nlp.load('entity-mentions_transformer-workflow_multilingual_slate.153m.distilled')

# Run the entity extraction workflow on the input text
mentions_workflow.run('IBM announced new advances in quantum computing', language_code="en")