Classer du texte à l’aide du Deep Learning (GeoAI)

Synthèse

Exécute un modèle de classification de texte entraîné sur un champ de texte dans une table ou une classe d’entités et met à jour chaque enregistrement en lui attribuant une étiquette de classe ou de catégorie avec une valeur de confiance pour chaque classe.

En savoir plus sur le fonctionnement de l’outil Classification de texte

Utilisation

• Cet outil requiert l’installation des structures de Deep Learning. Pour configurer votre machine afin d’utiliser des structures d’apprentissage profond dans AllSource, consultez la rubrique Installer les structures d’apprentissage profond pour ArcGIS.

• Cet outil nécessite un fichier de définition de modèle contenant des informations de modèle entraîné. Le modèle peut être entraîné avec l’outil Entraîner le modèle de classification de texte. Le paramètre Fichier de définition du modèle en entrée peut être un fichier JSON de définition de modèle Esri (.emd) ou un paquetage de modèle de Deep Learning (.dlpk). Les fichiers de modèle doivent être stockés localement.

• Cet outil peut s’exécuter sur une unité centrale (UC) ou une unité de traitement graphique (GPU). Toutefois, le Deep Learning sollicite d’importantes ressources de calcul et un GPU est recommandé. Pour exécuter cet outil avec un processeur, définissez le paramètre d’environnement Type de processeur sur GPU. Si vous avez plusieurs unités de traitement graphique, spécifiez plutôt le paramètre d’environnement ID de GPU

• Pour en savoir plus sur les exigences relatives à l’exécution de cet outil ainsi que sur les problèmes que vous pouvez rencontrer, consultez la FAQ sur le Deep Learning.

Paramètres

Boîte de dialogue

Étiquette	Explication	Type de données
Table en entrée	Table ou classe d’entités ponctuelles, linéaires ou surfaciques en entrée qui contient le texte à classer et étiqueter.	Feature Layer; Table View
Champ de texte	Champ de texte dans la table ou classe d’entités en entrée qui contient le texte à classer.	Field
Fichier de définition du modèle en entrée	Modèle entraîné qui sera utilisé pour la classification. Le fichier de définition du modèle peut être un fichier JSON de définition de modèle Esri (.emd) ou un paquetage de modèle de Deep Learning (.dlpk) stocké localement.	File
Champ d’étiquette de classe (Facultatif)	Nom du champ qui contiendra l’étiquette de classe ou de catégorie attribuée par le modèle. Le nom de champ par défaut est ClassLabel.	String
Arguments du modèle (Facultatif)	Arguments supplémentaires, tels que sequence_length ou confidence_threshold, qui seront utilisés pour ajuster la sortie du modèle. Les noms des arguments sont renseignés par l’outil. Remarque : L’argument du modèle confidence_threshold est applicable uniquement pour la classification de texte à plusieurs étiquettes.	Value Table

Sortie obtenue

Étiquette	Explication	Type de données
Table mise à jour	Table ou classe d’entités ponctuelles, linéaires ou surfaciques en sortie qui contient le texte classé et étiqueté obtenu à partir des données en entrée avec la valeur de confiance de chaque classe.	Table View; Feature Layer

Python

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

Nom	Explication	Type de données
in_table	Table ou classe d’entités ponctuelles, linéaires ou surfaciques en entrée qui contient le texte à classer et étiqueter.	Feature Layer; Table View
text_field	Champ de texte dans la table ou classe d’entités en entrée qui contient le texte à classer.	Field
in_model_definition_file	Modèle entraîné qui sera utilisé pour la classification. Le fichier de définition du modèle peut être un fichier JSON de définition de modèle Esri (.emd) ou un paquetage de modèle de Deep Learning (.dlpk) stocké localement.	File
class_label_field (Facultatif)	Nom du champ qui contiendra l’étiquette de classe ou de catégorie attribuée par le modèle. Le nom de champ par défaut est ClassLabel.	String
model_arguments [model_arguments,...] (Facultatif)	Arguments supplémentaires, tels que sequence_length ou confidence_threshold, qui seront utilisés pour ajuster la sortie du modèle. Les noms des arguments sont renseignés par l’outil. Remarque : L’argument du modèle confidence_threshold est applicable uniquement pour la classification de texte à plusieurs étiquettes.	Value Table

Sortie obtenue

Nom	Explication	Type de données
updated_table	Table ou classe d’entités ponctuelles, linéaires ou surfaciques en sortie qui contient le texte classé et étiqueté obtenu à partir des données en entrée avec la valeur de confiance de chaque classe.	Table View; Feature Layer

Exemple de code

ClassifyTextUsingDeepLearning (fenêtre Python)

Le script suivant pour la fenêtre Python illustre l’utilisation de la fonction 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)

Environnements

Type de processeur, ID du processeur graphique