Linker

La tâche « Linker » entraîne un petit modèle qui réconcilie vos propres libellés avec les entités de votre graphe de connaissances RDF. Là où Entity Linker reconnaît tout ce qui se trouve dans le graphe, un Linker est entraîné pour une tâche précise — et une fois entraîné, il s'appelle comme une API.

Avertissement
Cette tâche ne fonctionne qu'avec des données RDF. Ajoutez une source de données graphe RDF avant de commencer.

Mettre la tâche en place

  1. Dans l'éditeur de l'assistant, sur l'onglet General , cliquez sur « Advanced » et sélectionnez la tuile « Linker ».
  2. Cliquez sur Use pour ouvrir la page de l'assistant. Le premier onglet liste les linkers de cet assistant, vide au départ.
The list of linkers

Créer un linker

Cliquez sur le + à côté de « Linkers » et remplissez la boîte de dialogue « Add Linker » :

  • Name — ce que ce linker réconcilie, par exemple la famille de produits ou le type d'entité qu'il couvre.
  • Language — la langue de vos libellés. Choisissez la langue réelle plutôt que de laisser « multilingue » : un linker entraîné sur plusieurs langues fonctionne mal.
  • Your labels — un libellé par ligne. Une ligne contient soit « label » seul, soit « originalUri », « label » quand vous savez déjà à quelle entité un libellé appartient.
  • Import CSV — au lieu de saisir, déposez un CSV de libellés (un seul fichier, 5 Mo maximum). C'est la voie pratique au-delà de quelques libellés.
The Add Linker dialog
Info
Les libellés sont les mots et expressions que vous attendez dans les données — c'est ce qui apprend au linker à reconnaître une entité. Pour un linker sur le cocktail « Margarita », des libellés comme « Tequila », « jus de citron vert » et « Triple sec » sont ce qui le rend identifiable.
Avertissement
Cette tâche ne fonctionne pas avec un assistant multilingue. Fixez la langue de l'assistant avant l'entraînement, sinon le linker obtiendra de mauvais scores quels que soient les libellés.

Agréger, évaluer et entraîner

Un nouveau linker n'est pas encore utilisable : vous lui indiquez d'abord quelles données lui appartiennent vraiment, vous vérifiez le résultat, puis vous l'entraînez.

Aggregate

Sur l'onglet « Aggregate », vous choisissez quelles instances de données le linker doit lier. Un clic sur une ligne la fait passer par trois états :

  • true — pertinent : ces données appartiennent au linker et doivent être liées.
  • false — exclu : ces données n'appartiennent pas au linker.
  • neutral — indécis : ni pertinent ni exclu. Les lignes laissées neutres ne contribuent simplement pas à l'entraînement.

Evaluate

  • L'onglet « Evaluate » liste les libellés donnés au linker à sa création.
  • Cliquez un libellé pour l'inclure dans l'évaluation ou l'en exclure.
  • Un libellé qui ne correspond à rien dans les données RDF affiche un zéro — c'est généralement une différence d'orthographe entre votre libellé et le graphe, à corriger avant l'entraînement.
  • Au moins un libellé doit être exclu pour que le linker puisse être entraîné.

Entraîner et enregistrer

Cliquez sur Train & Save pour entraîner le linker et voir ses résultats d'évaluation.

Conseil
Le score mesure la qualité de reconnaissance des entités du linker dans vos données. Un score faible (0,09 par exemple) n'est pas un bug : il signifie souvent trop peu de libellés, des libellés absents du graphe, ou une langue mal choisie. Ajoutez des libellés réellement présents dans les données et entraînez à nouveau.

À quoi sert un linker entraîné

Entraîner un linker produit une API qui réconcilie des libellés avec des entités liées, pour que vos propres systèmes résolvent un nom en entité. Voir Linker API pour le point d'accès et ses paramètres.

Note
Si vous voulez seulement repérer les entités de votre graphe dans un texte, sans rien entraîner, utilisez plutôt Entity Linker .