すべてのプロダクト
Search

このプロダクト

    Platform For AI:モデルサービスを使用したデータの事前ラベル付けの実装

    ドキュメントセンター

    Platform For AI:モデルサービスを使用したデータの事前ラベル付けの実装

    最終更新日:Jul 22, 2024

    Platform for AI (PAI) のiTAGは、モデルサービスを使用した事前ラベリングをサポートしています。 Elastic Algorithm Service (EAS) モデルサービスをiTAGに登録し、そのサービスを使用して事前ラベル付けを実行できます。

    前提条件

    EASにオンラインモデルサービスをデプロイするか、認証を必要としないオンラインサービスを用意します。

    制限事項

    画像やテキストの分類などの分類シナリオのみがサポートされています。

    手順

    1. [iTAG] ページに移動します。

      1. PAIコンソールにログインします。

      2. 左側のナビゲーションウィンドウで、[ワークスペース] をクリックします。 [ワークスペース] ページで、管理するワークスペースの名前をクリックします。

      3. ワークスペースの詳細ページで、[データの準備]> [iTAG] を選択して、iTAGページに移動します。

    2. 右上隅にある [管理ページに移動] をクリックして、iTAGプラットフォームに移動します。

    3. [サービスマーケットプレイス] タブで、[モデルサービス (旧)] タブをクリックし、[サービスの作成] をクリックします。

    4. ウィザードの [設定] ステップで、パラメーターを設定します。 下表に、各パラメーターを説明します。

      パラメーター

      説明

      サービス名

      サービスの名前です。 名前には、英数字、アンダースコア (_) 、およびハイフン (-) を使用できます。 名前は文字または数字で始まる必要があります。

      サービスタイプ

      サービスタイプです。 HTTPのみがサポートされています。

      サービスソース

      サービスのソース。 有効な値: PAIおよびその他。

      • PAI: EASで展開されるモデルサービス。 このソースを選択した場合、サービスエンドポイント、認証トークン、および機能タイプパラメーターを設定する必要があります。

      • その他: インターネットを介してアクセス可能な他のサービスのエンドポイント。 認証が必要な暗号化サービスはサポートされていません。

      リクエスト方法

      有効な値: GETおよびPOST。 EASサービスのPOSTを選択します。

      パラメータ送信方法

      有効な値: JSONファイルの送信およびフォームの送信。 EASサービスの [JSONファイルの送信] を選択します。

      サービス入力パラメータ設定

      サービスの入力パラメーター設定。 この例では、一般的なテキスト分類モデルが使用されます。 詳細については、「NLPモデル」をご参照ください。

      入力パラメータ:

      {
    "id": "the ID of the text",
    "first_sequence": "the text string to be classified",
    "sequence_length": 128
}

      • 変数パラメータ:

        • パラメーター1: 識別する入力パラメーター。 この例では、first_sequenceが使用されます。

        • Alias: 後続のラベル付けタスクに一致するために使用されるカスタム値。 例: content。

        • Type: String型とraw型がサポートされています。 この例では、Stringが使用されます。

        • デフォルト値: 識別に使用するデフォルト値。 このパラメーターはオプションです。

      • 固定パラメータ:

        • パラメータ1: 固定入力パラメータ。 この例では、idが使用されます。

        • 値: パラメータの固定値。 この例では、110が使用されます。

        • パラメータ2: 別の固定入力パラメータ。 この例では、sequence_lengthが使用される。

        • 値: パラメータの固定値。 この例では、128が使用されます。

      サービス出力パラメータ設定

      Output parameters:

      {
    "id": "110", 
    "output": [
         {"pred": "World", "prob": 0.99915063, "logit": 10.21936}, 
         {"pred": "Health", "prob": 8.557205e-05, "logit": 0.8540586}, 
         {"pred": "Finance & Economics", "prob": 8.2030325e-05, "logit": 0.81178904}, 
         {"pred": "Technology", "prob": 8.076288e-05, "logit": 0.79621744}, 
         {"pred": "Sports", "prob": 7.966044e-05, "logit": 0.7824724},
         ......
    ]
}

      • パラメータ1: 出力パラメータの説明。 この例では、結果が使用されます。

      • 値のパス: 出力パラメーターの値のパス。 この例では、$.result.output[0].predが使用されます。

    5. [次へ] をクリックして、[デバッグ] 手順に進みます。

    6. 入力パラメーター値を指定し、[サービスのリクエスト] をクリックしてデバッグを開始します。image

    7. [作成] をクリックして、作成したモデルサービスを保存します。

    8. EAS-Online Model Servicesページで、作成したモデルサービスをデバッグ、削除、または編集できます。

    次のステップ

    モデルサービスを作成してデバッグした後、インテリジェントなラベリングを実装するためのラベリングジョブを作成するときに、[オンラインサービス予測] を選択できます。 詳細については、「iTAGでのインテリジェントな事前ラベリングの設定」をご参照ください。