info_outline Natural Language Classifier 独自のテキスト形式については、IBM Cloud 資料 open_in_new を参照願います。

ここでは、Natural Language Classifier 独自のデータをフローデザイナーでどう扱うかを解説します。

BLOCKS では、［GCS から変数へロード］ブロックを使うと、Google Cloud Storage（GCS）上のファイルを読み取ってくれます。あとは、このブロックと、［自然言語分類器の作成とトレーニング］ブロックを組み合わせるだけです。

まず、データを GCS へアップロードします。ここでは、weather_data_train.csv というファイルを my-blocks-bucket という GCS 上にバケットにアップロードしたとします（GCS URL: gs://my-blocks-bucket/weather_data_train.csv）。

info_outline BLOCKS の機能 GCS Explorer を使うと簡単にローカル PC のファイルを GCS へアップロードできます。

フローを以下のように作成すると、分類器の作成とトレーニングができます。

warning［GCS から変数へロード］ブロックと［自然言語分類器の作成とトレーニング］ブロックのファイル形式は、いずれも none にしなければなりません。

Google スプレッドシートのデータがトレーニングデータとして使えます（BLOCKS 独自機能）。形式は、以下のとおりです。

スプレッドシートの準備ができたら、フローを以下のように作成すると、分類器の作成とトレーニングができます。

warning スプレッドシートには、GCP サービスのアカウントのメールアドレスを共有者として登録しておいてください。また、［自然言語分類器の作成とトレーニング］ブロックのファイル形式は、JSON としてください。

オブジェクトの各メンバーの値が配列値のデータもトレーニングデータとして扱えます（BLOCKS 独自機能）。

以下は、［オブジェクト生成］ブロックでトレーニングデータを設定した例です。データの内容は、前述の Google スプレッドシートと同じものです。

（画像をクリックすると拡大表示されます。）

• 1 つの Object 型を用意（この例の場合、Key 名 data）
• その子要素として Array 型のメンバーを用意
• Array 型の Key が分類値（この例の場合、「気温」と「天候」）
• Array 型の子要素が分類するテキスト（型は String）

［オブジェクト生成］ブロックの準備ができたら、フローを以下のように作成すると、分類器の作成とトレーニングができます。

warning［自然言語分類器の作成とトレーニング］ブロックのファイル形式は、None としてください。