Comment exploiter des documents pré-analysés pour une performance accrue ?

Le paramètre parseTableIn indique le nom de la table CAS précédemment créée avec le paramètre parseTableOut d'une action applyConcept antérieure. Cette table contient des documents pré-analysés. Le paramètre parseTableIn ne remplace pas la table spécifiée par le paramètre table (qui contient le texte brut). Son utilisation, en combinaison avec parseTableOut, améliore l'efficacité de l'action applyConcept, notamment lorsque l'opérateur CLAUS_n est employé dans le modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). LITI. Il est important de ne pas spécifier les paramètres parseTableIn et parseTableOut dans le même appel de l'action applyConcept. Pour plus de précisions, consultez le paramètre commun castable (Form 1).

Cette réponse vous a-t-elle aidé ?

Vos votes aident à améliorer notre base de connaissances.

Exemples pour l'action applyConcept

Application du modèle de concept de base

Cet exemple applique l'action %%applyConcept%% avec la configuration minimale requise. En omettant le paramètre %%model%%, le système est intelligent et utilise son modèle de base !

Extraction avancée avec filtrage de concepts et optimisation mémoire

Dans cette approche plus chirurgicale, nous configurons le type de correspondance sur la plus longue (%%LONGEST%%), divisons le traitement textuel en petits morceaux de 16 Ko (%%litiChunkSize%%), ignorons volontairement un concept spécifique (%%nlpPerson%%) et exportons les règles matchées (%%ruleMatchOut%%).