顶点AI更新数据集与训练模型

Question

我真的很困惑于组织google顶点Ai数据集和在GCP中训练autoML模型。有谁能帮我理解一下吗？

让我解释一下我有困惑的情景。

假设在顶点Ai“contract_delivery_02”中有25个文件的文本实体提取数据集。我有三个标签创建(DelIncoTerms，DelLocation和DelWindow)，我已经培训了模型。效果很好。

​

​

现在，我还有10个文件要上传，我介绍了另外两个标签(DelPrice & DelDelivery)。

我的问题

1. 我是否需要再次上传所有文件(25 + 10)？
2. 我是否需要重新训练我的整个autoML模型？或者，对于这种情况，还有其他方法吗？

Answer 1

对于问题1，您不必再上传所有文件。在Dataset中，只需添加2新标签，然后上传额外的10个文件即可。

​

上传完后，您现在可以继续在新添加的文件上放置标签(在您的示例中，总共有10个文件)，然后在ALL files (25 + 10)上分配新的标签。您可以通过双击UI中新添加的文本，然后分配必要的标签来做到这一点。

​

对于问题2，由于有新添加的标签和培训文本，有必要对整个autoML进行再培训，以获得更准确的模型和更好的结果质量。

有关更多细节，您可以参考本文本实体提取数据的准备和训练模式文档。