Google推出了AutoML自然语言，具有改进的文本分类和模型训练

 
今年早些时候，Google完成了AutoML Natural Language的总结，这是其Cloud AutoML机器学习平台向自然语言处理领域的扩展。经过长达一个月的测试后，AutoML今天开始向全球客户开放，支持分类，情感分析和实体提取等任务，以及一系列文件格式，包括本机和扫描的PDF。
通过复习，AutoML自然语言可以利用机器学习来揭示电子邮件，聊天记录，社交媒体帖子等中文本的结构和含义。它可以从上载和粘贴的文本或Google Cloud Storage文档中提取有关人员，地点和事件的信息，并且允许用户训练自己的自定义AI模型来分类，检测和分析情感，实体，内容和句法。此外，它还提供自定义实体提取功能，从而可以识别标准语言模型中未出现的文档中特定于域的实体。
AutoML自然语言具有5,000多个分类标签，并且可以训练多达100万个最大10MB的文档，而Google表示，它非常适合“复杂”用例，例如对于具有大量内容分类法的组织而言，理解法律文件或文档分段。自发布以来的几个月中，它已经得到了改进，特别是在文本和文档实体提取方面-Google表示，AutoML Natural Language现在考虑了其他上下文(例如文档的空间结构和布局信息)来进行模型训练和预测提高发票，收据，简历和合同中文本的识别能力。
此外，Google表示，AutoML Natural Language现在已获得FedRAMP的中等级别授权，这意味着它已根据美国政府对丢失影响有限或严重的数据规范进行了审查。它说，这与新引入的功能(使客户可以创建数据集，训练模型并进行预测，同时将数据和相关的机器学习处理保持在单个服务器区域内)一起，使联邦机构更容易利用这一优势。
赫斯特已经在使用AutoML自然语言来帮助组织其国内外杂志的内容，日本出版商Nikkei Group正在利用AutoML Translate来发布不同语言的文章。 Chicory，第三个早期采用者，利用它为克罗格，亚马逊和Instacart等杂货零售商开发定制的数字购物和营销解决方案。
自然语言的产品经理刘易斯(Lewis Liu)在博客中解释说，最终目标是为需要自定义机器学习模型的组织，研究人员和企业提供一种简单，轻松的方式来训练它们。他说：“自然语言处理是用于揭示文本结构和含义的有价值的工具。” “我们通过更好的微调技术和更大的模型搜索空间，与Google AI研究机构合作，不断提高模型的质量。我们还将引入更多高级功能，以帮助AutoML Natural Language更好地理解文档。”
值得注意的是，AutoML的发布是紧随AWS Textract之后的，AWS Textract是Amazon的用于文本和数据提取的机器学习服务，该服务于5月首次亮相。 Microsoft在Azure Text Analytics中提供了类似的服务。