文書(限定公開)
文書のクラスタリング(k 平均法)
概要
このブロックは、k 平均法 open_in_new 方式で文書をクラスタリングします。ここで言う文書とは、[文書のベクトル化(TF-IDF)]ブロックや[文書のベクトル化(doc2vec)]ブロックで、ベクトル化された値を指します。
対応する言語は、日本語と英語のみです。

- 「クラスタリング対象 BigQuery テーブル」には、文書を特定するキーを持つ列と文書のベクトル値を持つ列が必要です。
-
「結果出力先 BigQuery テーブル」は、key 列と label 列で構成されます。
- key 列:各文書へのキーです。
- label 列:key が示す文書のクラスタリング結果のラベルです。
warning セルフサービスプラン(無料トライアル含む)の場合は、このブロックを使用する前に、Dataflow API を有効にしてください。詳しくは、「基本操作ガイド > ヒント > Google API を有効にする」を参照してください。
error_outline 文書カテゴリーのブロックはすべて限定公開です。文書カテゴリー各ブロックの利用を希望される場合は、「お問い合わせ」ページより問い合わせ願います。
プロパティ
プロパティ名 | 説明 |
---|---|
ブロック名 | ブロックの名前を指定します。ブロックに表示されます。 |
GCP サービスアカウント | このブロックで使用する GCP サービスアカウントを選択します。 |
クラスタリング対象 BigQuery データセット |
[クラスタリング対象 BigQuery テーブル]プロパティで指定する BigQuery テーブルが属する BigQuery データセットの ID を指定します。 |
クラスタリング対象 BigQuery テーブル |
クラスタリングしたい文書(ベクトルデータ)が格納されている BigQuery テーブルの ID を指定します。 |
結果出力先 BigQuery データセット |
[結果出力先 BigQuery テーブル]プロパティで指定する BigQuery テーブルが属する BigQuery データセットの ID を指定します。 |
結果出力先 BigQuery テーブル |
文書のクラスタリング結果のラベルを出力する BigQuery テーブルの ID を指定します。 空でないテーブルが存在する場合は、空にして上書きします。 |
一時フォルダー GCS URL |
このブロックの処理で一時的に使用する GCS 上のフォルダーを GCS URL で指定します。 |
ブロックメモ | ブロックに対するコメントを指定します。 |
キーの列名 |
[クラスタリング対象 BigQuery テーブル]で各文書を一意に識別する値が格納された列名を指定します。 |
ベクトルの列名 |
[クラスタリング対象 BigQuery テーブル]で文書のベクトル値が格納された列名を指定します。 |