在 Watson Machine Learning 中部署 Natural Language Processing 模型

您可以使用 Python 函数 或 Python 脚本来部署 Natural Language Processing 模型。 同时支持联机和批处理部署。

• 从 <model>.run() 返回的预测输出是特定于相关数据模型的预测类的类的对象 (例如， watson_nlp.data_model.syntax.SyntaxPrediction)。 此类对象无法序列化为 JSON 格式，因此必须使用 <prediction output>.to_dict() (建议) 或 <prediction output>.to_json() 方法将预测输出转换为 Python 字典类型或 JSON。 如果不转换输出，那么评分 API 请求将返回错误。
• 如果安装了 Watson NLP 附加组件，那么可以使用 LOAD_PATH 环境变量来访问 Python 函数代码中预先训练的模型的位置。
• 从 score() 返回的预测输入有效内容和预测响应必须满足 联机评分和作业 API 文档中列出的需求。
• 针对 NLP 模型的评分请求可能会失败，并产生由底层 JVM 运行时报告的 Out of Memory 错误。 如果发生这种情况，请修补部署以使用具有更多可用内存的硬件规范。