问题标签 [google-natural-language]

我试图将数据集导入 AutoML NL 文本分类。但是，UI 给了我一个错误，CSV 文件中的行无效，错误详细信息：检测到错误：“FILE_TYPE_NOT_SUPPORTED”

我正在上传 csv 文件，我该怎么办？

我正在尝试 AutoML Natural Language，发现“评估”选项卡有很多信息。我想知道我可以用这个标签做多少调整。例如：

1. 当我调整“分数阈值”时，​​“精度”和“召回”会发生变化。但我能用它做什么？我应该用改变的“分数阈值”重新训练模型吗？

2. 如果我没有更改数据集，而是调整了“分数阈值”，当我单击“训练新模型”时会发生什么？

我将更多样本上传到 AutoML，但这并没有产生更好的结果。为什么我可以提高模型性能？

Google Cloud CLOUD NATURAL LANGUAGE API (entity_extraction) 为 begin_offset 返回 -1（在 nodejs 和 python 上）。我是否缺少任何参数

Google AutoML 自然语言多标签文本分类的输入数据集格式应该是什么？我知道对于多类分类，我需要一列文本和另一列用于标签。标签列每行包含一个标签。

每个文本都有多个标签，我想做多标签分类。我尝试为每个标签设置一列并使用 one-hot 编码，但收到此错误消息：支持最多 1000 个标签。找到 9823 个标签。

我正在尝试对一些文本进行分类并具有以下代码：

但是当我打电话时：classify_text('Hello')，我得到：

AttributeError: 'LanguageServiceClient' object has no attribute 'classify_text'

我似乎在这里找不到关于这个错误的任何问题。有谁知道这里发生了什么？

我正在为使用 Google 的 AutoML 自然语言服务的网站编写隐私政策。Google 如何处理我们提供给该服务的信息？有没有人有一个使用条款或隐私政策的链接，可以准确地解释它？

我想从文本中识别人名。但我很困惑我必须为 NER 使用哪个 NLP 库。我发现以下最佳 NLP 库适用于 NER 1. Stanford coreNLP 2. Spacy 3. Google cloud。

我无法找出哪个库会给出更准确的结果和良好的性能。请在这里帮助我。

我正在尝试使用谷歌自然语言处理 api。我使用 Maven 添加库并添加GOOGLE_APPLICATION_CREDENTIALSas 环境变量，该变量具有包含我的服务帐户密钥的 JSON 文件的路径。

它给了我一个错误； Could not find TLS ALPN provider; no working netty-tcnative, Conscrypt, or Jetty NPN/ALPN available

我正在使用 Python(3.6) 和 Django(2) 开发一个项目，其中我需要使用 Google 的 Natural Language API python 客户端处理目录中的所有文本文件。目前，我的文件夹中有 30 个文本文件用于测试目的，程序对 28 个文件执行情感分析，但是当到达第 29 个文件时，它返回如下错误：

引发 HttpError(resp, content, uri=self.uri)

googleapiclient.errors.HttpError: https://language.googleapis.com/v1beta2/documents:analyzeSentiment?alt=json返回“坏网关”>

[2018 年 12 月 19 日 10:08:41]“POST/HTTP/1.1”500 15145

这是我使用python客户端的方式：

Traceback 指出函数response = service_request.execute()内部的行 nlp_text_manager。

这里有什么问题？提前致谢！