La version française est une traduction automatique. La version anglaise prévaut sur la française en cas de divergence.

Vidéos et démonstrations

Contributeurs

Deux ordinateurs portables contiennent le pipeline d’analyse des sentiments : "“Support-Center-Model-Transfer-Learning-and-Fine-Tuning.ipynb”" et "« Support-Center-sentiment-analyse-pipeline.ipynb »". Ensemble, ces ordinateurs portables montrent comment développer un pipeline permettant d’ingérer les données du data Center et d’extraire les sentiments à partir de chaque phrase à l’aide de modèles de deep learning les plus sophistiqués sur les données de l’utilisateur.

Centre de soutien - Pipeline d’analyse de sentiment.ipynb

Cet ordinateur portable contient le pipeline RIVA d’inférence pour l’importation de fichiers audio, la conversion en texte et l’extraction de sentiments à utiliser dans un tableau de bord externe. Le jeu de données est automatiquement téléchargé et traité si ce n’est pas déjà fait. La première section du bloc-notes est la parole en texte qui gère la conversion de fichiers audio en texte. La section analyse de sentiment est suivie de la section analyse de sentiment qui extrait des sentiments pour chaque phrase de texte et affiche ces résultats dans un format similaire au tableau de bord proposé.

Note Cet ordinateur portable doit être exécuté avant l’entraînement et le réglage précis du modèle car le jeu de données MP3 doit être téléchargé et converti au format approprié.

Erreur : image graphique manquante

Centre de support - modèle de formation et affinage.ipynb

L’environnement virtuel TAO Toolkit doit être configuré avant d’exécuter l’ordinateur portable (voir la section boîte à outils TAO dans la vue d’ensemble des commandes pour les instructions d’installation).

Cet ordinateur portable s’appuie sur le kit d’outils TAO pour affiner les modèles de deep learning sur les données clients. Comme pour le précédent bloc-notes, celui-ci est divisé en deux sections pour les composants parole-à-texte et analyse de sentiment. Chaque section passe par le traitement des données, l’entraînement et le réglage des modèles, l’évaluation des résultats et l’exportation des modèles. Enfin, vous avez la fin du déploiement de vos deux modèles plus adaptés à RIVA.

Erreur : image graphique manquante