L'enrichissement de vos modèles personnalisés avec l'intelligence sémantique embarquée de SAS Viya est un levier d'accélération majeur pour la valorisation de vos données. En activant le paramètre enablePredefined (défini sur vrai), vous ordonnez au moteur CAS d'inclure automatiquement les entités standardisées par SAS (comme les dates, les montants financiers, les lieux ou les noms d'organisations) directement au sein de votre 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). binaire. De plus, l'activation du paramètre predefinedSentiment vous permet d'étendre 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). de sentiment natif lié à la langue spécifiée. C'est une stratégie indispensable pour les projets d'analyse de la Voix du Client, car cela vous dispense de recréer de zéro des règles complexes de détection de tonalité, tout en permettant à vos propres concepts métiers de s'interfacer avec la sémantique de base de l'écosystème SAS.
Pourquoi et comment intégrer les entités prédéfinies ou le modèle de sentiment lors de la compilation de votre modèle de concepts ?
Optimisation de la Compilation Sémantique
Exemples pour l'action compileConcept
Compilation basique d'un modèle de concepts
Cet exemple compile simplement les règles présentes dans la table d'entrée vers un modèle binaire.
Compilation avancée avec entités prédéfinies et langue française
On compile ici un modèle en spécifiant explicitement le français et en activant les entités prédéfinies de SAS (comme CURRENCY, DATE, etc.) pour enrichir notre analyse future.
Conseil de l'Expert
Ne surchargez pas vos modèles. Si vous activez enablePredefined, utilisez le paramètre selectedPredefined pour ne charger que les entités strictement nécessaires à votre cas d'usage (ex: nlpDate, nlpMoney). Cela réduit l'empreinte mémoire de votre fichier .li (binaire) et accélère le temps d'inférence lors du scoring en temps réel.
Architecture Technique et Valeur Ajoutée
- Fusion Binaire (Binary Fusion) : L'activation de ces paramètres compile les définitions linguistiques de SAS directement dans votre modèle, évitant ainsi des appels multiples aux moteurs NLP lors de l'exécution.
- Résolution des Conflits : Le moteur CAS gère nativement les priorités entre vos concepts personnalisés et les entités système, garantissant une cohérence dans l'étiquetage des jetons (tokens).
- Standardisation Out-of-the-Box : Vous profitez de milliers d'heures de R&D SAS sur la reconnaissance d'entités nommées (NER) sans écrire une seule ligne de regex complexe.
Cette réponse vous a-t-elle aidé ?
À lire aussi...
Comment structurer correctement les paramètres d'entrée et de sortie pour maximiser les performances de l'action compileConcept en mémoire ?
Comment l'action compileConcept révolutionne-t-elle le traitement NLP dans SAS Viya et quels sont ses cas d'usage métiers critiques ?
Quelle est la stratégie optimale pour paramétrer la tokénisation des langues asiatiques complexes avec cette action CAS ?