人工智能平台 PAI：机器阅读理解预测

使用限制

支持运行的计算资源为DLC。

可视化配置组件参数

• 输入桩

  输入桩（从左到右）	限制数据类型	建议上游组件	是否必选
  输入保存的模型	OSS	机器阅读理解训练	是
  预测数据输入	OSS	读OSS数据	是

• 组件参数

  在Designer工作流页面配置组件参数。

  页签	参数	描述
  字段设置	选择语种	输入文件的语种，目前支持以下两种语言的机器阅读理解： zh（默认值） en
  	输入数据格式	输入文件中每列的数据格式，多列之间使用半角逗号（,）分隔。默认值为qas_id:str:1,context_text:str:1,question_text:str:1,answer_text:str:1,start_position_character:str:1,title:str:1。
  	问句列	问句在输入文件中对应的列名，默认值为question_text。
  	篇章列	篇章文本在数据文件中对应的列名，默认值为context_text。
  	回复列	答案在输入文件中对应的列名，默认值为answer_text。
  	Id列	ID在输入文件中对应的列名，默认值为qas_id。
  	起始位置列	在输入文件中，答案在篇章文本中的起始位置对应的列名。默认值为start_position_character。
  	预测数据输出	配置OSS Bucket中的目录，用来存储机器阅读理解模型预测的答案文件。
  	使用自定义模型	选择是否使用自定义模型，取值如下： 否（默认值）：对应上述方式一。 是：对应上述方式二。
  	模型存储路径	当使用自定义模型为是时，需要配置该参数。 配置OSS Bucket中的目录，用来存储自定义模型文件。
  参数设置	批次大小	训练过程中的批处理大小。如果使用多机多卡，则表示每个GPU上的批处理大小。INT类型，默认值为256。
  	篇章最大长度	表示系统可处理的篇章最大长度，INT类型，默认值为384。
  	问句最大长度	表示系统可处理的问句最大长度，INT类型，默认值为64。
  	回复最大长度	表示系统可抽取的答案最大长度，INT类型，默认值为30。
  	滑动窗口大小	对篇章进行滑动窗口切分时，滑动窗口的大小。INT类型，默认值为128。
  	pretrainModelNameOrPath	系统提供的预训练模型名称或路径选择，取值如下： 用户自定义 hfl/macbert-base-zh（默认值） hfl/macbert-large-zh bert-base-uncased bert-large-uncased
  	模型额外参数	用户自定义参数，您可以根据自己的数据对模型参数进行调整。 格式为：{A: xxx, B: xxx} ，键和值之间使用半角冒号（:）分隔，多个参数之间使用半角逗号（,）分隔。
  执行调优	GPU机型类型	计算资源的GPU机型。默认值为gn5-c8g1.2xlarge，表示8核CPU、80 GB内存、P100单卡。
  	指定Worker的GPU卡数	每个Worker下的GPU卡数量，默认值为1。

使用示例

您可以使用该组件构建如下工作流。

本示例中，您需要按照以下流程配置组件：

1. 准备预测数据集，并上传到OSS Bucket路径。具体操作，请参见步骤三：上传文件。

   数据集支持TSV或TXT格式的文件，包含ID列、篇章列、问句列、答案列（非必须）、起始位置列（非必须）、标题列（非必须）。

   本示例以TSV文件为例，来说明如何进行模型预测。

2. 使用读OSS数据-3组件读取预测数据集。即配置读OSS数据组件的OSS数据路径参数为存放预测数据集的OSS路径。

3. 将预测数据集接入机器阅读理解预测组件，并配置具体参数，详情请参见上文的组件参数。

相关文档

• 机器阅读理解预测组件需要和机器阅读理解训练组件配合使用。关于机器阅读理解训练组件的使用方法，请参见机器阅读理解训练。

• 关于Designer组件更详细的内容介绍，请参见Designer概述。

• Designer预置了多种算法组件，你可以根据不同的使用场景选择合适的组件进行数据处理，详情请参见组件参考：所有组件汇总。