このサンプル・ノートブックは、さまざまな Watson 自然言語処理ブロックを使用する方法、および独自のモデルをトレーニングする方法を示しています。
サンプル・プロジェクトとノートブック
Watson Natural Language Processing ライブラリーの使用を開始するために、リソース・ハブからサンプル・プロジェクトとノートブックをダウンロードできます。
Cloud Pak for Data as a ServiceナビゲーションメニューからResource hubを選択すると、Resource hubにアクセスできます。
サンプル・ノートブック
-
このノートブックでは、 Watson Natural Language Processing を使用して金融顧客の苦情を分析する方法を示します。 これは、消費者金融保護局 (CFPB) によって発行された消費者苦情データベースのデータを使用します。 このノートブックでは、トーン分類モデルと感情分類モデルを使用する方法を説明します。
-
このノートブックでは、 Watson Natural Language Processing を使用して自動車の苦情を分析する方法を説明します。 これは、米国運輸省の国道交通協会 (NHTSA) によって保管されている自動車所有者からの公的に入手可能な苦情レコードを使用します。 このノートブックでは、最も頻繁に使用される名詞を抽出するために構文分析を使用する方法を示します。これらの名詞は、通常、レビュー作成者がアソシエーション・ルール・マイニングを使用して、これらの結果を構造化データと組み合わせて説明する問題を表します。
Watson Natural Language processing による苦情の分類
このノートブックは、 Watson Natural Language processing を使用してさまざまなテキスト分類子をトレーニングする方法を示しています。 分類子は、顧客の苦情のテキストから製品グループを予測します。 これは、例えば、苦情を適切なスタッフ・メンバーに送付するために使用できます。 このノートブックで使用されるデータは、米国政府機関である消費者金融保護局 (CFPB) によって公開されている消費者苦情データベースから取得され、公開されています。 カスタム CNN モデルと VotingEnsemble モデルをトレーニングし、その品質を評価する方法を学習します。
Watson Natural Language processing を使用した金融苦情でのエンティティー抽出
このノートブックは、 Watson Natural Language Processing を使用して、金融顧客の苦情から固有表現を抽出する方法を示しています。 これは、消費者金融保護局 (CFPB) によって発行された消費者苦情データベースのデータを使用します。 ノートブックでは、辞書ベースのキーワード抽出を実行して、指定された辞書に基づいてカスタム抽出モデルをトレーニングし、BERT モデルまたはトランスフォーマー・モデルを使用してエンティティーを抽出する方法について学習します。
サンプル・プロジェクト
サンプル・ノートブックをプロジェクトに個別にダウンロードしない場合は、サンプル・プロジェクト Text Analysis with Watson Natural Language Processing 全体を Cloud Pak for Data as a Service リソース・ハブからダウンロードできます。
サンプル・プロジェクトには、前のセクションにリストされている以下のサンプル・ノートブックが含まれています。
Watson Natural Language processing を使用したホテルのレビューの分析
このノートブックでは、構文分析を使用して、ホテルのレビューから最も頻繁に使用される名詞を抽出し、レビューの評判を分類し、ターゲットの評判分析を使用する方法を示します。 このノートブックによって使用されるデータ・ファイルは、データ資産としてプロジェクトに組み込まれます。
NLP + DO Runtime 24.1 on Python 3.11 XS 環境では、 Watson Natural Language Processing ノートブックを使用したホテル・レビューの分析を除き、すべてのサンプル・ノートブックを実行できます。 このノートブックを実行するには、評判分析およびターゲット評判分析のために CPU 最適化モデルをロードするのに十分な大きさの環境テンプレートを作成する必要があります。