Inserito il: Apr 18, 2019
Grazie alla classificazione personalizzata, Amazon Comprehend ti aiuta a risolvere un’ampia gamma di casi d'uso. Ad esempio, è possibile creare classificatori che consentono l’organizzazione del feedback dei tuoi clienti giornalieri per categorie quali "fedeltà", "vendite" o "difetto del prodotto". Con un solo file CSV con etichette e testo di esempio, Amazon Comprehend elimina la complessità di creazione dei modelli di classificazione personalizzata.
Una matrice di confusione aiuta a comprendere il comportamento delle etichette in base ai dati di addestramento forniti. Ad esempio, nel caso in cui vi siano due etichette con contenuti di formazione simili, il modello di classificazione personalizzato potrebbe non essere in grado di distinguere chiaramente tra esse. La matrice di confusione consente di concentrarsi sul miglioramento della creazione di contenuti di addestramento, in modo che ciascuna etichetta si distingua ulteriormente dall’altra.
Per iniziare a utilizzare i modelli di classificazione personalizzata di Amazon Comprehend fai clic qui e, per ulteriori informazioni su come utilizzare una matrice di confusione come parte dell'addestramento del tuo modello, consulta questa pagina.