选择数据

在使用多语种文本分类工作流开发应用时，您需要选择训练数据集，后续训练模型操作是基于您选择的训练数据集。

训练数据集可以选择创建一个新的数据集，也可以选择导入在自然语言处理套件其他应用中已创建的文本数据集。

在“数据选择”页面，单击“新建数据集”，右侧弹出“新建数据集”页面，根据数据存储位置和数据标注情况，按表1填写数据集基本信息，然后单击“确定”。

图3 新建数据集

表1 新建数据集参数说明
参数	说明
数据集名称	待新建的数据集名称。
描述	数据集简要描述。
数据集状态	上传的训练数据可以是已标注的数据，也可以是未标注的数据。您可以根据自身业务选择“数据集状态”是“已标注数据集”还是“未标注数据集”。数据集模板可在选择“数据集状态”后，单击下方的“文本分类已标注数据模板”或“文本分类未标注数据模板”，下载数据集模板至本地查看。
数据集输入位置	训练数据存储至OBS的位置。单击“数据集输入位置”右侧输入框，在弹出的“数据集输入位置”对话框中，选择“OBS桶”和“文件夹”，然后单击“确定”。
数据集输出位置	待新建的数据集存储至OBS的位置。单击“数据集输出位置”右侧的“修改”，在弹出的“数据集输出位置”对话框中，选择“OBS桶”和“文件夹”，然后单击“确定”。说明： “数据集输出位置”不能与“数据集输入位置”为同一路径，且不能是“数据集输入位置”的子目录。“数据集输出位置”建议选择一个空目录。
添加标签集	添加标签名称，选择标签颜色。在文本框中输入标签名称，在右侧单击选择标签颜色。单击文本框下方的添加标签。鼠标移至文本框，单击文本框右侧的删除标签。

新建数据集后，勾选当前应用开发所需的训练数据集。

由于模型训练过程需要有标签的数据，如果您上传的是已标注数据，上传后可查看标签解析。如果您想手动修改标签，可单击数据集操作列的“标注”，进入数据集概览页单击右上角的“开始标注”，在“数据标注”页面手动修改标注数据。

如果您上传的是未标注数据，您单击数据集操作列的“标注”，进入数据集概览页单击右上角的“开始标注”，在“数据标注”页面手动标注数据。

在“数据选择”页面，单击“导入数据集”。
弹出“导入数据集”对话框。

“导入数据集”对话框会显示您在自然语言处理套件其他应用中已创建的文本数据集信息，包括“数据集名称”和“标注进度”。

单击数据集左侧的，可查看数据集的“创建时间”和“标签集”。

图4 导入数据集
勾选数据集，然后单击“确定”。
数据集导入后，“数据选择”页面右上角会显示“导入成功”。
导入勾选数据集后，在数据选择页面勾选当前应用开发所需的训练数据集。
由于模型训练过程需要有标签的数据，如果您上传的是已标注数据，上传后可查看标签解析。如果您想手动修改标签，可单击数据集操作列的“标注”，进入数据集概览页单击右上角的“开始标注”，在“数据标注”页面手动修改标注数据。

如果您上传的是未标注数据，您单击数据集操作列的“标注”，进入数据集概览页单击右上角的“开始标注”，在“数据标注”页面手动标注数据。