Clasificar texto con aprendizaje profundo (GeoAI)

Resumen

Ejecuta un modelo de clasificación de texto entrenado en un campo de texto en una tabla o clase de entidad y actualiza cada registro con una clase asignada o etiqueta de categoría con cada clase con un valor de confianza.

Más información sobre cómo funciona Clasificación de texto

Uso

• Esta herramienta requiere la instalación de marcos de aprendizaje profundo. Para configurar su equipo para usar marcos de aprendizaje profundo en ArcGIS Pro, consulte Instalar marcos de aprendizaje profundo para ArcGIS.

• Esta herramienta requiere un archivo de definición de modelo que contenga información del modelo. El modelo se puede entrenar con la herramienta Entrenar clasificación de texto. El valor del parámetro Archivo de definición de modelo de entrada puede ser un archivo JSON de definición de modelo de Esri (.emd) o un paquete de modelo de aprendizaje profundo (.dlpk). Los archivos de modelo pueden almacenarse localmente o alojarse en ArcGIS Living Atlas of the World.

• Esta herramienta recibe soporte para los modelos entrenados utilizando bases basadas en transformadores y la base Mistral. Para instalar la base Mistral, consulte base Mistral de ArcGIS.

• Esta herramienta admite el uso de modelos de lenguaje de terceros creados mediante la entidad de extensibilidad de modelos. La entidad de extensibilidad del modelo habilita las tareas de clasificación de textos mediante un archivo de modelo de aprendizaje profundo personalizado (.dlpk) que no se crea con la herramienta Entrenar clasificación de textos. Para obtener más información sobre la creación de un archivo de modelo (.dlpk) de aprendizaje profundo personalizado, consulte Utilizar modelos de lenguaje de terceros con ArcGIS.

• Esta herramienta puede funcionar con CPU o GPU; sin embargo, el aprendizaje profundo es intensivo desde el punto de vista computacional y se recomienda una GPU. Para ejecutar esta herramienta con la GPU, configure el entorno Tipo de procesador en GPU. Si tiene más de una GPU, especifique el entorno de Id. de GPU en su lugar.

• Para obtener información sobre los requisitos para ejecutar esta herramienta y los problemas que pueden presentarse, consulte Preguntas frecuentes sobre el aprendizaje profundo.

Parámetros

Cuadro de diálogo

Etiqueta	Explicación	Tipo de datos
Tabla de entrada	La tabla o clase de entidad poligonal, de punto o de línea de entrada que contiene el texto que se clasificará y etiquetará.	Feature Layer; Table View
Campo de texto	Un campo de texto en la tabla o clase de entidad de entrada que contiene el texto que se clasificará.	Field
Archivo de definición de modelo de entrada	El modelo entrenado que se utilizará para la clasificación. El archivo de definición de modelo puede ser un archivo JSON de definición de modelos de Esri (.emd) o un paquete de modelos de aprendizaje profundo (.dlpk) almacenado localmente o alojado en ArcGIS Living Atlas (.dlpk_remote). Para utilizar un archivo .dlpk entrenado con la base de Mistral, debe instalarse antes de utilizar el modelo. Para instalar la base Mistral, consulte Base Mistral de ArcGIS. El archivo .dlpk también puede ser un modelo de lenguaje de terceros. Precaución: Un archivo .dlpk de modelo de lenguaje de terceros puede contener potencialmente código malicioso. Utilice estos modelos solo si confía en su origen.	File
Campo de etiqueta de clase (Opcional)	Nombre del campo que contendrá la etiqueta de clase o categoría asignada por el modelo. El nombre de campo predeterminado es ClassLabel.	String
Argumentos de modelo (Opcional)	Argumentos adicionales que utilizará el modelo al llevar a cabo la inferencia. Los argumentos de modelo admitidos incluyen sequence_length y confidence_threshold, que se utilizarán para ajustar la salida del modelo. El argumento de modelo confidence_threshold solo es aplicable a la clasificación de texto multietiqueta. Nota: Cuando utilice un modelo de lenguaje de terceros, los argumentos del modelo se actualizarán según los parámetros especificados en el archivo .dlpk. Para obtener más información sobre cómo definir los argumentos del modelo, consulte la sección getParameterInfo en Utilizar modelos de lenguaje de terceros con ArcGIS.	Value Table
Obtener explicación para cada predicción (Opcional)	Especifica si se generarán explicaciones SHAP. El tiempo necesario para generar una explicación dependerá de la longitud de la entrada. Activado: se generará una explicación SHAP para cada fila de la tabla de salida. Desactivado: no se generará ninguna explicación SHAP. Esta es la opción predeterminada.	Boolean
Tamaño de lote (Opcional)	El número de muestras de entrenamiento que se procesarán a la vez. El valor predeterminado es 4. Aumentar el tamaño de lote puede mejorar el rendimiento de la herramienta; sin embargo, a medida que aumenta el tamaño del lote, se utiliza más memoria. Si se produce un error de memoria insuficiente, utilice un tamaño de lote más pequeño.	Double

Salida derivada

Etiqueta	Explicación	Tipo de datos
Tabla actualizada	La tabla o clase de entidad poligonal, de punto o de línea de salida que contiene el texto clasificado y etiquetado que se deriva de los datos de entrada junto con el valor de confianza para cada clase.	Table View; Feature Layer

Python

arcpy.geoai.ClassifyTextUsingDeepLearning(in_table, text_field, in_model_definition_file, {class_label_field}, {model_arguments}, {explain}, {batch_size})

Nombre	Explicación	Tipo de datos
in_table	La tabla o clase de entidad poligonal, de punto o de línea de entrada que contiene el texto que se clasificará y etiquetará.	Feature Layer; Table View
text_field	Un campo de texto en la tabla o clase de entidad de entrada que contiene el texto que se clasificará.	Field
in_model_definition_file	El modelo entrenado que se utilizará para la clasificación. El archivo de definición de modelo puede ser un archivo JSON de definición de modelos de Esri (.emd) o un paquete de modelos de aprendizaje profundo (.dlpk) almacenado localmente o alojado en ArcGIS Living Atlas (.dlpk_remote). Para utilizar un archivo .dlpk entrenado con la base de Mistral, debe instalarse antes de utilizar el modelo. Para instalar la base Mistral, consulte Base Mistral de ArcGIS. El archivo .dlpk también puede ser un modelo de lenguaje de terceros. Precaución: Un archivo .dlpk de modelo de lenguaje de terceros puede contener potencialmente código malicioso. Utilice estos modelos solo si confía en su origen.	File
class_label_field (Opcional)	Nombre del campo que contendrá la etiqueta de clase o categoría asignada por el modelo. El nombre de campo predeterminado es ClassLabel.	String
model_arguments [model_arguments,...] (Opcional)	Argumentos adicionales que utilizará el modelo al llevar a cabo la inferencia. Los argumentos de modelo admitidos incluyen sequence_length y confidence_threshold, que se utilizarán para ajustar la salida del modelo. El argumento de modelo confidence_threshold solo es aplicable a la clasificación de texto multietiqueta. Nota: Cuando utilice un modelo de lenguaje de terceros, los argumentos del modelo se actualizarán según los parámetros especificados en el archivo .dlpk. Para obtener más información sobre cómo definir los argumentos del modelo, consulte la sección getParameterInfo en Utilizar modelos de lenguaje de terceros con ArcGIS.	Value Table
explain (Opcional)	Especifica si se generarán explicaciones SHAP. El tiempo necesario para generar una explicación dependerá de la longitud de la entrada. ENABLE_SHAP—Se generará una explicación SHAP para cada fila de la tabla de salida. DISABLE_SHAP—No se generará ninguna explicación SHAP. Esta es la opción predeterminada.	Boolean
batch_size (Opcional)	El número de muestras de entrenamiento que se procesarán a la vez. El valor predeterminado es 4. Aumentar el tamaño de lote puede mejorar el rendimiento de la herramienta; sin embargo, a medida que aumenta el tamaño del lote, se utiliza más memoria. Si se produce un error de memoria insuficiente, utilice un tamaño de lote más pequeño.	Double

Salida derivada

Nombre	Explicación	Tipo de datos
updated_table	La tabla o clase de entidad poligonal, de punto o de línea de salida que contiene el texto clasificado y etiquetado que se deriva de los datos de entrada junto con el valor de confianza para cada clase.	Table View; Feature Layer

Muestra de código

ClassifyTextUsingDeepLearning (script independiente)

El siguiente ejemplo muestra cómo utilizar la función ClassifyTextUsingDeepLearning.

# Name: ClassifyText.py
# Description: Classify text into multiple classes
#
# Requirements: ArcGIS Pro Advanced license

# Import system modules
import arcpy

arcpy.env.workspace = "C:/textanalysisexamples/data"

# Set local variables
in_table = "TextClassifierData"
pretrained_model_path_emd = "c:\\classifydata\\TextClassifier.emd"

# Run Classify Text Using Deep Learning
arcpy.geoai.ClassifyTextUsingDeepLearning(
    in_table, "Address", pretrained_model_path_emd)

Entornos

Tipo de procesador, Id. de GPU

Información de licenciamiento

• Basic: No
• Standard: No
• Advanced: Sí