Condividi tramite


TextNormalizingEstimator Classe

Definizione

public sealed class TextNormalizingEstimator : Microsoft.ML.Data.TrivialEstimator<Microsoft.ML.Transforms.Text.TextNormalizingTransformer>
type TextNormalizingEstimator = class
    inherit TrivialEstimator<TextNormalizingTransformer>
Public NotInheritable Class TextNormalizingEstimator
Inherits TrivialEstimator(Of TextNormalizingTransformer)
Ereditarietà

Commenti

Caratteristiche dello strumento di stima

Questo stimatore deve esaminare i dati per eseguire il training dei relativi parametri? No
Tipo di dati della colonna di input Scalare o vettore di testo
Tipo di dati della colonna di output Vettore scalare o di dimensioni variabili del testo
Esportabile in ONNX

Il risultato TextNormalizingTransformer crea una nuova colonna, denominata come specificato nei parametri del nome della colonna di output e normalizza i dati di input testuale modificando il caso, rimuovendo segni diacritici, segni di punteggiatura e/o numeri.

Controllare la sezione Vedere anche i collegamenti agli esempi di utilizzo.

Metodi

Fit(IDataView)

IEstimator<TTransformer>per .TextNormalizingTransformer

(Ereditato da TrivialEstimator<TTransformer>)
GetOutputSchema(SchemaShape)

Restituisce l'oggetto SchemaShape dello schema che verrà prodotto dal trasformatore. Usato per la propagazione e la verifica dello schema in una pipeline.

Metodi di estensione

AppendCacheCheckpoint<TTrans>(IEstimator<TTrans>, IHostEnvironment)

Aggiungere un "checkpoint di memorizzazione nella cache" alla catena di stima. Ciò garantisce che gli estimatori downstream vengano sottoposti a training sui dati memorizzati nella cache. È utile avere un checkpoint di memorizzazione nella cache prima dei training che accettano più passaggi di dati.

WithOnFitDelegate<TTransformer>(IEstimator<TTransformer>, Action<TTransformer>)

Dato un stimatore, restituire un oggetto wrapping che chiamerà un delegato una volta Fit(IDataView) chiamato. Spesso è importante che un stimatore restituisca informazioni su ciò che è stato adatto, che è il motivo per cui il Fit(IDataView) metodo restituisce un oggetto tipizzato in modo specifico, anziché solo un oggetto generale ITransformer. Tuttavia, allo stesso tempo, IEstimator<TTransformer> sono spesso formati in pipeline con molti oggetti, quindi potrebbe essere necessario creare una catena di stima tramite EstimatorChain<TLastTransformer> dove lo stimatore per cui si vuole ottenere il trasformatore è sepolto da qualche parte in questa catena. Per questo scenario, è possibile collegare questo metodo a un delegato che verrà chiamato una volta chiamato fit.

Si applica a

Vedi anche