ブロックリファレンス

BLOCKS Reference

文書(限定公開)

文書のクラスタリング(DBSCAN)

概要

このブロックは、DBSCAN 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。

文書のクラスタリング(DBSCAN)ブロックの概要図
  • 「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。

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。

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。

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。

近傍探索半径ε 近傍探索半径εを指定します。