Text mit Deep Learning klassifizieren (GeoAI Tools)

Zusammenfassung

Führt ein trainiertes Textklassifizierungsmodell für ein Textfeld in einer Feature-Class oder Tabelle aus und aktualisiert die einzelnen Datensätze mit einer zugewiesenen Klassen- oder Kategoriebeschriftung, wobei jede Klasse einen Konfidenzwert aufweist.

Weitere Informationen zur Funktionsweise der Textklassifizierung

Verwendung

• Für dieses Werkzeug müssen Deep-Learning-Frameworks installiert sein. Informationen zum Einrichten des Computers für Deep-Learning-Frameworks in ArcGIS Pro finden Sie unter Installieren von Deep-Learning-Frameworks for ArcGIS.

• Dieses Werkzeug erfordert eine Modelldefinitionsdatei, die Informationen zum Modell enthält. Das Modell kann mit dem Werkzeug Textklassifizierungsmodell trainieren trainiert werden. Bei dem Parameterwert Eingabe-Modelldefinitionsdatei kann es sich um eine Esri Modelldefinitionsdatei als JSON (.emd) oder ein Deep-Learning-Modellpaket (.dlpk) handeln. Die Modelldateien können lokal gespeichert oder im ArcGIS Living Atlas of the World gehostet werden.

• Dieses Modell unterstützt Modelle, die mit Transformer-basierten Backbones und dem Mistral-Backbone trainiert wurden. Informationen zur Installation des Mistral-Backbone finden Sie unter ArcGIS Mistral Backbone.

• Dieses Werkzeug unterstützt die Verwendung von Sprachmodellen von Drittanbietern, die mithilfe des Modellerweiterbarkeits-Features erstellt wurden. Das Modellerweiterbarkeits-Feature ermöglicht Textklassifizierungs-Tasks mithilfe einer Datei für ein benutzerdefiniertes Deep-Learning-Modell (.dlpk), die nicht mithilfe des Werkzeugs Textklassifizierung trainieren erstellt wurde. Weitere Informationen zum Erstellen einer Datei für ein benutzerdefiniertes Deep-Learning-Modell (.dlpk) finden Sie unter "Verwenden von Sprachmodellen von Drittanbietern mit ArcGIS".

• Dieses Werkzeug kann in einer CPU oder einem Grafikprozessor ausgeführt werden. Deep Learning ist jedoch rechenintensiv, sodass ein Grafikprozessor empfohlen wird. Um dieses Werkzeug mithilfe einer GPU auszuführen, legen Sie die Umgebung für den Prozessortyp auf GPU fest. Bei mehr als einer GPU geben Sie stattdessen die Umgebung GPU-ID an.

• Weitere Informationen zu den Voraussetzungen für die Ausführung dieses Werkzeugs und eventuell dabei auftretenden Problemen finden Sie unter Häufig gestellte Fragen zu Deep Learning.

Parameter

• Dialog
• Python

Beschriftung	Erläuterung	Datentyp
Eingabetabelle	Die Point-, Line- oder Polygon-Eingabe-Feature-Class oder Eingabetabelle mit dem Text, der klassifiziert und beschriftet werden soll.	Feature Layer; Table View
Textfeld	Ein Textfeld in der Eingabe-Feature-Class oder Eingabetabelle, das den zu klassifizierenden Text enthält.	Field
Eingabe-Modelldefinitionsdatei	Das trainierte Modell, das für die Klassifizierung verwendet werden soll. Als Modelldefinitionsdatei kann entweder eine JSON-Datei mit der Esri Modelldefinition (.emd) oder ein Deep-Learning-Modellpaket (.dlpk), das lokal gespeichert ist oder in ArcGIS Living Atlas (.dlpk_remote) gehostet wird, verwendet werden. Wenn Sie eine .dlpk-Datei verwenden möchten, die mit dem Mistral-Backbone trainiert wurde, müssen Sie dieses vor Verwendung des Modells installieren. Informationen zur Installation des Mistral-Backbone finden Sie unter ArcGIS Mistral Backbone. Bei der .dlpk-Datei kann es sich auch um ein Sprachmodell eines Drittanbieters handeln. Achtung: Die .dlpk-Datei für ein Sprachmodell eines Drittanbieters kann schädlichen Code enthalten. Verwenden Sie diese Modelle daher nur, wenn Sie deren Quelle als vertrauenswürdig einstufen.	File
Klassenbeschriftungsfeld (Optional)	Der Name des Feldes für die vom Modell zugewiesene Klassen- oder Kategoriebeschriftung. Der Standardname des Feldes lautet ClassLabel.	String
Modellargumente (Optional)	Zusätzliche Argumente, die vom Modell beim Ausführen von Inferenzen verwendet werden. Als Modellargumente werden Sequence Length und Threshold unterstützt, um die Ausgabe des Modells anzupassen. Das Threshold-Modellargument gilt nur für Textklassifizierungen mit mehreren Beschriftungen. Hinweis: Bei Verwendung eines Sprachmodells eines Drittanbieters werden die Modellargumente entsprechend den in der .dlpk-Datei angegebenen Parametern aktualisiert. Weitere Informationen zum Definieren von Modellargumenten finden Sie im Abschnitt "getParameterInfo" unter "Verwenden von Sprachmodellen von Drittanbietern mit ArcGIS". Spalten der Wertetabelle: Name—The name of the function argument. Value—The value of the function argument.	Value Table
Erläuterung für jede Vorhersage erhalten (Optional)	Gibt an, ob SHAP-Erklärungen generiert werden. Wie lange es dauert, eine Erklärung zu generieren, hängt von der Länge der Eingabe ab. Aktiviert—Für jede Zeile in der Ausgabetabelle wird eine SHAP-Erklärung generiert. Deaktiviert—Es wird keine SHAP-Erklärung generiert. Dies ist die Standardeinstellung.	Boolean
Batch-Größe (Optional)	Die Anzahl der Trainingsgebiete, die gleichzeitig verarbeitet werden sollen. Der Standardwert ist 4. Durch Vergrößern der Batch-Größe kann die Performance des Werkzeugs verbessert werden; mit zunehmender Batch-Größe erhöht sich jedoch auch der Speicherbedarf. Wenn ein Fehler vom Typ "Nicht genügend Arbeitsspeicher" auftritt, verwenden Sie eine kleinere Batch-Größe.	Double

Abgeleitete Ausgabe

Beschriftung	Erläuterung	Datentyp
Aktualisierte Tabelle	Die Point-, Line- oder Polygon-Ausgabe-Feature-Class oder -Ausgabetabelle mit dem klassifizierten und beschrifteten Text, die aus den Eingabedaten in Verbindung mit dem Konfidenzwert für die einzelnen Klassen abgeleitet wurde.	Table View; Feature Layer

Umgebungen

Prozessortyp, GPU-ID

Lizenzierungsinformationen

• Basic: Nein
• Standard: Nein
• Advanced: Ja

Verwandte Themen

• Überblick über das Toolset "Textanalyse"
• Suchen eines Geoverarbeitungswerkzeugs