创建已训练模型词汇 API
编辑创建已训练模型词汇 API编辑
创建已训练模型词汇。这仅适用于自然语言处理 (NLP) 模型。
请求编辑
PUT _ml/trained_models/<model_id>/vocabulary/
先决条件编辑
需要 manage_ml 集群权限。此权限包含在 machine_learning_admin 内置角色中。
描述编辑
词汇表存储在索引中，如已训练模型定义的 inference_config.*.vocabulary 中所述。
路径参数编辑
-
<model_id> - （必填，字符串）已训练模型的唯一标识符。
请求正文编辑
-
vocabulary - （数组）模型词汇表。不能为空。
-
merges - （可选，数组）字节对编码中使用的模型合并。合并必须是子标记对，以空格分隔，并按优先顺序排列。示例：["f o", "fo o"]。必须为 RoBERTa 和 BART 样式模型提供。
-
scores - （可选，数组）句子分词使用的词汇值分数。必须与
vocabulary的长度相同。对于像 XLMRoberta 和 T5 这样的 unigram 句子分词模型是必需的。
示例编辑
以下示例显示如何为先前存储的已训练模型配置创建模型词汇表。
resp = client.ml.put_trained_model_vocabulary(
model_id="elastic__distilbert-base-uncased-finetuned-conll03-english",
body={"vocabulary": ["[PAD]", "[unused0]", ...]},
)
print(resp)
PUT _ml/trained_models/elastic__distilbert-base-uncased-finetuned-conll03-english/vocabulary
{
"vocabulary": [
"[PAD]",
"[unused0]",
...
]
}
API 返回以下结果
{
"acknowledged": true
}