问题标签 [google-cloud-automl-nl]

• 操作系统类型和版本：Windows 10、WSL 2、Ubuntu 16.04
• Python版本：3.7.5
• 点子版本：19.3.1
• google-cloud-automl版本：2.2.0

1. 使用 score_threshold 作为参数调用 AutoML 语言实体提取

我正在尝试为单分类模型运行 Google auto ML NLP 我的数据集的一些值刚好高于训练的最低要求： 注意：它已排序以显示带有最少注释的标签

但是后来我尝试开始培训我收到了这个错误：

无法开始训练：要开始训练模型，需要每个注释规范有 8 个用于训练的注释、1 个用于验证的注释和 1 个用于测试的注释。当前数据集不满足最低要求。请在训练之前使用这些注释规范导入更多数据：[标签]。

我是在解析这个错误还是它要求我已经遇到的参数？

我应该怎么做才能解决这个问题？

我正在使用 Google Cloud Platform (AutoML) 工具来构建自定义实体提取器模型。我导入了原始文本句子，并使用谷歌云平台的内置工具对其进行注释。我开始训练模型。测试集中的预测标签在混淆矩阵中都被分类为 NULL，如下图所示，这是不正确的。 混淆矩阵图像 我分析了预测的句子，模型能够识别大多数标签中的实体。但是，由于某种原因，该模型仍将这些实体识别为误报。 句子中的预测标签

有人可以提出一个可能的解决方案来解决这个问题吗？是什么导致了平台的这种不稳定行为？

我想知道是否有人在 AutoML Vision平台中成功地用连续变量标记图像。

具体来说，我想从鸟瞰照片中预测沙堡的高度。我会在标有高度（以英寸为单位）的沙堡鸟瞰照片上训练模型。我的数据集中有 10,000 张图像。我的数据集中的高度范围是 1cm 到 110cm，所以变量是连续的，但不是无限的。

这可以通过 Google AutoML Vision 实现吗？

谢谢！

我正在使用 250 个 PDF 的样本数据集对 GCP NLP 进行试验，目标是执行实体提取，从每个文档中提取大约 50 个左右的实体。很多实体都是美元金额和百分比，但是当突出显示以特殊字符开头或结尾的值（例如：$ 和 %）时，我遇到了警告。例如，假设我试图提取“合同价值”之类的东西，当我在 GCP NLP 的标签器中突出显示美元金额时，如果我包含美元符号，我会收到以下关于在单词边界上进行注释的警告（参见第 1下图）。当我只是突出显示实际值时（见第二张图片），我没有问题。如果我要突出显示整个字符串（例如：“合同价值为 20 美元”），它将接受该值罚款（$ 位于字符串中间）。

我的问题是，我是否应该避免包含美元符号和其他触发此警告的字符？我确实需要整个字符串，而不仅仅是数字，但我担心它可能会导致模型质量不佳（根据警告）。

如前所述，我有大约 250 个文档，所以我想从一开始就给事情贴上“正确”的标签，所以任何提示或解释都将不胜感激！

相反，如果我只是突出显示数字，没有美元符号，它不会显示警告。

因此，目前我们正在尝试使用与之关联的正确标签来提取复选框值。格式是

{标签名称} 是[] 否[]

将选择 yes 或 no 旁边的复选框，我们当前的解决方案为我们提供 Yes 或 No 作为键的输出（取决于选中哪个），但我们希望将 {label name} 作为键和选中的键（是或否）作为关键。

当我们正常保存文件和使用打印选项时，文件类型和大小会发生变化，并且表单解析器只能检测我们何时打印而不是保存 实体图片

感谢您的帮助。

在 Google Cloud Platform (GCP) 上，我有一个在 PDF 上训练的 AutoML 自然语言实体提取模型。因此，它需要对 PDF 执行预测。

我有一个 PDF，我想在 GCP Bucket 中执行实体提取预测，因此我想在 NodeJS 中发出以下请求并predict使用以下命令调用PredictionServiceClient：

此代码示例基于实体提取 NodeJS 文本示例中的普通文本的实体提取示例，以及 NodeJS AutoML NL 文档以查找其IPredictRequest外观：AutoML Google API 文档 IPredictRequest。

然后我得到错误：

我也尝试过使用下划线input_config代替inputConfig和相同的gcs_source和input_uris。我尝试了这个，因为这是request.json NL 模型测试和使用页面上的示例（见图）。

[![示例 request.json][3]][3] 然后我得到：

在 NodeJS NL 文档中它说这documentText是可选的，所以我不明白这个错误。尝试通过提供该字段来修复最后document_text一个错误，再次在这篇文章中创建了第一个错误（我不想手动提供 PDF 中的文本，因为它是复印件）。

我该如何解决这个问题，更重要的是如何解析/理解文档和错误消息？为什么在某些地方使用驼峰式，而在其他地方使用下划线？

我想构建一个应用程序来识别壁纸上使用了哪些表情符号。

因此，例如这个应用程序将接收输入：

在输出中，识别表情符号的名称数组应返回：

当然，这些表情符号的名称将来自训练图像的文件名称。例如这个文件：

它将被称为Grinning_Face_with_Smiling_Eyes.jpg

我想使用 AWS Rekognition Label 或 Google AutoML Vision，但它们需要每个表情符号至少 10 张图像进行训练。如您所知，我只能提供每个表情符号的一张图像，因为没有更多选择，它们是 2D 的；）

现在我的问题是：我该怎么办？我怎样才能跳过这些要求？我应该选择哪种服务？

PS。在实际业务中，不是表情符号，而是人工智能必须识别的书籍封面。每张 2D 书籍封面照片也有一张图像。

训练管道失败并显示错误消息：Val split contains no sample。是否有更详细地解释这些错误消息的站点。当我有样品时，上述错误是什么意思

我使用谷歌 AutoML 实体提取器创建了一个自定义处理器并训练了一些 pdf。Pdf 实际上包含照片身份证。我能够在他们的 UI 中对其进行测试，并且能够正确提取实体。现在我使用他们的 Java 客户端库使用下面给出的代码来完成它。这是示例

https://github.com/googleapis/java-automl/blob/b4c760c01efbd2174d93af85c5fbab3c09eee9f2/samples/snippets/src/main/java/com/example/automl/LanguageEntityExtractionPredict.java

在这里，我看到他们将文本内容传递到库中，而不是我想发送 PDF 内容。我不想使用谷歌云存储桶，而是想在本地加载文件并将其发送到实体提取器。我尝试使用如下Document类

Document.parseDelimitedFrom(FileInputStream("test.pdf"))但它给了我一个错误。

任何帮助都是高度赞赏的。