Klasifikasi teks untuk evaluasi model di Amazon Bedrock - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Klasifikasi teks untuk evaluasi model di Amazon Bedrock

Klasifikasi teks digunakan untuk mengkategorikan teks ke dalam kategori yang telah ditentukan sebelumnya. Aplikasi yang menggunakan klasifikasi teks meliputi rekomendasi konten, deteksi spam, identifikasi bahasa dan analisis tren di media sosial. Kelas yang tidak seimbang, data ambigu, data bising, dan bias dalam pelabelan adalah beberapa masalah yang dapat menyebabkan kesalahan dalam klasifikasi teks.

penting

Untuk klasifikasi teks, ada masalah sistem yang diketahui yang mencegah model Cohere menyelesaikan evaluasi toksisitas dengan sukses.

Kumpulan data bawaan berikut direkomendasikan untuk digunakan dengan jenis tugas klasifikasi teks.

Ulasan Pakaian E-Commerce Wanita

Ulasan Pakaian E-Commerce Wanita adalah kumpulan data yang berisi ulasan pakaian yang ditulis oleh pelanggan. Dataset ini digunakan dalam tugas klasifikasi teks.

Tabel berikut merangkum metrik yang dihitung, dan kumpulan data bawaan yang direkomendasikan. Untuk berhasil menentukan kumpulan data bawaan yang tersedia menggunakan AWS CLI, atau yang didukung AWS SDKmenggunakan nama parameter di kolom, Built-in dataset () API.

Set data bawaan yang tersedia di Amazon Bedrock
Jenis tugas Metrik Kumpulan data bawaan (konsol) Kumpulan data bawaan () API Metrik yang dihitung
Klasifikasi teks Akurasi Ulasan Pakaian E-commerce Wanita Builtin.WomensEcommerceClothingBoolQ

Akurasi (Akurasi Biner dari classification_accuracy_score)

Kekokohan Ulasan Pakaian E-commerce Wanita Builtin.WomensEcommerceClothingBoolQ

classification_accuracy_score dan delta_classification_accuracy_score

Untuk mempelajari lebih lanjut tentang bagaimana metrik yang dihitung untuk setiap kumpulan data bawaan dihitung, lihat Tinjau laporan pekerjaan dan metrik evaluasi model di Amazon Bedrock