Pegado do giphy.com
Depois de criar e treinar nosso modelo para identificar tópicos dentro dos dados que temos, a próxima etapa é usar esse modelo treinado para atribuir tópicos a novos dados que recebemos e, assim, evitar executar todo o processo de preparação e treinamento novamente. consumiria mais tempo e recursos.
A imagem acima é o processo completo de identificação do tópico.
Como podemos torná-lo mais eficiente?
* A versão 2021.2 do Intelligence Suite incluiu a capacidade de exportar o modelo de classificação de tópicos treinados.
Assim que tivermos um modelo que atenda às nossas necessidades, podemos exportá-lo e usá-lo para atribuir tópicos a novas informações.
A primeira etapa para fazer isso é colocar uma saída de dados na âncora M do bloco analítico Modelagem de Tópicos.
Lá, selecionamos o formato de saída como Banco de dados Alteryx (* .yxdb). Desta forma, o modelo treinado será exportado e podemos usá-lo para atribuir tópicos com base nos dados que usamos para treiná-lo.
Com o modelo treinado, podemos usá-lo em um novo fluxo.
Colocamos os novos dados que queremos classificar e o modelo que exportamos.
* É importante que os campos que usaremos tenham exatamente os mesmos nomes do modelo que treinamos originalmente.
Para se qualificar, usaremos o bloco de previsão analítica encontrado na guia Aprendizado de Máquina.
Conectamos o modelo treinado à entrada M (modelo) e os dados à entrada (D).
É importante adicionar o pré-processamento de texto primeiro para preparar os dados corretamente.
E é isso, ao executar o fluxo ele vai atribuir um tópico a cada dado.
Desta forma, otimizaremos o tempo de execução e podemos utilizá-lo para categorizar novos dados facilmente.
Pegado do giphy.com
Você deve ser um usuário registrado para adicionar um comentário aqui. Se você já estiver registrado, faça logon. Se você ainda não estiver registrado, registre-se e faça logon.