更新时间：2024-10-24 GMT+08:00
准备文本分类数据
使用ModelArts自动学习构建模型时，您需要将数据上传至对象存储服务（OBS）中。OBS桶需要与ModelArts在同一区域。
数据上传至OBS
在本文档中，采用通过OBS管理控制台将数据上传至OBS桶。
OBS上传文件的规范：
- 如不需要提前上传训练数据，请创建一个空文件夹用于存放工程后期生成的文件。
- 如需要提前上传待标注的文件，请创建一个空文件夹，然后将文本文件保存在该文件夹下，文本文件的目录结构如：“/bucketName/data/text.csv”。
- 标签名是由中文、大小写字母、数字、中划线或下划线组成，且不超过32位的字符串。
- 如您将已标注好的文本文件上传至OBS桶，请按照如下规范上传。
- 要求将标注对象和标注文件存储在同一目录，并且一一对应，如标注对象文件名为“COMMENTS_114745.txt”，那么标注文件名为“COMMENTS_114745_result.txt”。
数据文件存储示例：
├─<dataset-import-path> │ COMMENTS_114732.txt │ COMMENTS_114732_result.txt │ COMMENTS_114745.txt │ COMMENTS_114745_result.txt │ COMMENTS_114945.txt │ COMMENTS_114945_result.txt - 文本分类的标注对象和标注文件均为文本文件，并且以行数进行对应。
- 要求将标注对象和标注文件存储在同一目录，并且一一对应，如标注对象文件名为“COMMENTS_114745.txt”，那么标注文件名为“COMMENTS_114745_result.txt”。
OBS上传操作步骤：
执行如下操作，将数据导入到您的数据集中，以便用于模型训练和构建。
- 登录OBS管理控制台，在ModelArts同一区域内创建桶。如果已存在可用的桶，需确保OBS桶与ModelArts在同一区域。
- 参考上传文件，将本地数据上传至OBS桶中。如果您的数据较多，推荐OBS Browser+上传数据或上传文件夹。上传的数据需满足此类型自动学习项目的数据集要求。
- 在上传数据时，请选择非加密桶进行上传，否则会由于加密桶无法解密导致后期的训练失败。
- 用于训练的文本，至少有2种以上的分类，每种分类样本数据数不少20行。
创建数据集
数据准备完成后，需要创建相应项目支持的类型的数据集，具体操作请参考创建ModelArts数据集。
父主题： 使用自动学习实现文本分类
