事前トレーニングされたモデルの操作

モデルのロードと実行

モデルをロードするには、まずその名前を知っておく必要があります。 モデル名は、モデルのタイプ (分類やエンティティー抽出など)、アルゴリズムのタイプ (SVM やトランスフォーマーなど)、言語コード、およびタイプ・システムの詳細をエンコードする標準規則に従います。

ニーズに合ったモデルを見つけるには、タスク・カタログを使用します。 Watson NLP タスク・カタログを参照してください。

ブロック・クラスrun()メソッドでhelp()を使用すると、特定のブロック・クラス (例えば、エンティティー・メンション・モデル) に対して予期される入力を見つけることができます。

import watson_nlp

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

Watson Natural Language Processing は、ブロックとワークフローを通じて自然言語機能をカプセル化します。 各ブロックまたはワークフローは、以下の機能をサポートします。

• load(): モデルのロード
• run(): 入力引数に対してモデルを実行します。
• train(): 独自のデータでモデルをトレーニングします (すべてのブロックとワークフローがトレーニングをサポートしているわけではありません)。
• save(): 自分のデータでトレーニングされたモデルを保存します。

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")