AutoNLP 0.2 : 多クラス分類 (翻訳/解説)
翻訳 : (株)クラスキャット セールスインフォメーション
作成日時 : 05/05/2021 (0.2.6)
* 本ページは、HuggingFace AutoNLP の以下のドキュメントを翻訳した上で適宜、補足説明したものです：
* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。
スケジュールは弊社 公式 Web サイト でご確認頂けます。
- お住まいの地域に関係なく Web ブラウザからご参加頂けます。事前登録 が必要ですのでご注意ください。
- ウェビナー運用には弊社製品「ClassCat® Webinar」を利用しています。
| 人工知能研究開発支援 | 人工知能研修サービス | テレワーク & オンライン授業を支援 |
| PoC(概念実証)を失敗させないための支援 (本支援はセミナーに参加しアンケートに回答した方を対象としています。) | ||
◆ お問合せ : 本件に関するお問い合わせ先は下記までお願いいたします。
| 株式会社クラスキャット セールス・マーケティング本部 セールス・インフォメーション |
| E-Mail：sales-info@classcat.com ; WebSite: https://www.classcat.com/ ; Facebook |
AutoNLP 0.2 : 多クラス分類
多クラス分類は NLP 問題を扱うときに遭遇するかもしれない最もポピュラーな教師あり分類問題の一つです。AutoNLP は貴方のデータ上で多クラス分類モデルを訓練することを非常に容易にします。センチメント検出のためのモデルを訓練していると仮定しましょう。データセットは 3 つのセンチメントを持ちます : positive, negative & neutral です。
データセットは CSV 形式にあり次のようなものに見えるとします :
| sentence | label |
| i love autonlp | positive |
| i am not sure if i like this movie | neutral |
| this is the best tutorial ever | negative |
ここでは、3 つのサンプルだけを見ますが、好きなだけのサンプルを持つことができます : 5000, 10000, 100000 あるいは百万以上でさえも！
ひとたび上で指定された形式のデータを持てば、AutoNLP を使用してモデルを訓練する準備ができています。そうです、それほどに簡単です。
最初のステップは AutoNLP へのログインです :
$ autonlp login --api-key YOUR_HUGGING_FACE_API_TOKEN
貴方の Hugging Face API トークンを知らない場合、huggingface.co 上でアカウントを作成してください、すると設定で貴方の api キーを見つけるでしょう。貴方の api キーを誰とも共有しないでください！
ログインしたならば、新しいプロジェクトを作成できます :
$ autonlp create_project --name sentiment_detection --language en --task multi_class_classification
プロジェクトの作成の際、“–language” パラメータを使用して言語を選択できます。
次のステップはファイルをアップロードすることです。ここで、カラムマッピングは非常に重要です。元のデータのカラムは AutoNLP カラム名にマップされます。上のデータでは、元のカラムは “sentence” と “label” です。多クラス分類問題に対してはそれ以上のカラムは必要ありません。
多クラス分類のための AutoNLP カラムは :
- text
- target
元のカラムは従って、text と target にマップされる必要があります。これは upload コマンドで成されます。AutoNLP にアップロードしている分割の種類を知らせる必要もあります : train or valid です。
autonlp upload --project sentiment_detection --split train \
--col_mapping sentence:text,label:target \
--files ~/datasets/train.csv
同様に、検証ファイルをアップロードします :
autonlp upload --project sentiment_detection --split valid \
--col_mapping sentence:text,label:target \
--files ~/datasets/valid.csv
カンマでパスを区切ることにより複数のファイルをアップロードできますけれども、カラム名は各ファイルで同じでなければならないことに注意してください。
ファイルを成功的にアップロードしたら、train コマンドを使用して訓練を開始できます :
$ autonlp train --project sentiment_detection
And that’s it!
貴方のモデルは訓練を開始して望めば訓練をモニタリングすることができます。
以上