info_outlineNatural Language Classifier独自のテキスト形式については、IBM Cloud資料open_in_newを参照願います。

ここでは、Natural Language Classifier独自のデータをフローデザイナーでどう扱うかを解説します。

BLOCKSでは、［GCSから変数へロード］ブロックを使うと、Google Cloud Storage（GCS）上のファイルを読み取ってくれます。あとは、このブロックと、［自然言語分類器の作成とトレーニング］ブロックを組み合わせるだけです。

まず、データをGCSへアップロードします。ここでは、weather_data_train.csvというファイルをmy-blocks-bucketというGCS上にバケットにアップロードしたとします（GCS URL: gs://my-blocks-bucket/weather_data_train.csv）。

info_outlineBLOCKSの機能GCS Explorerを使うと簡単にローカルPCのファイルをGCSへアップロードできます。

フローを以下のように作成すると、分類器の作成とトレーニングができます。

warning［GCSから変数へロード］ブロックと［自然言語分類器の作成とトレーニング］ブロックのファイル形式は、いずれもnoneにしなければなりません。

Googleスプレッドシートのデータがトレーニングデータとして使えます（BLOCKS独自機能）。形式は、以下のとおりです。

スプレッドシートの準備ができたら、フローを以下のように作成すると、分類器の作成とトレーニングができます。

warningスプレッドシートには、GCPサービスのアカウントのメールアドレスを共有者として登録しておいてください。また、［自然言語分類器の作成とトレーニング］ブロックのファイル形式は、JSONとしてください。

オブジェクトの各メンバーの値が配列値のデータもトレーニングデータとして扱えます（BLOCKS独自機能）。

以下は、［オブジェクト生成］ブロックでトレーニングデータを設定した例です。データの内容は、前述のGoogleスプレッドシートと同じものです。

（画像をクリックすると拡大表示されます。）

• 1つのObject型を用意（この例の場合、Key名data）
• その子要素としてArray型のメンバーを用意
• Array型のKeyが分類値（この例の場合、「気温」と「天候」）
• Array型の子要素が分類するテキスト（型はString）

［オブジェクト生成］ブロックの準備ができたら、フローを以下のように作成すると、分類器の作成とトレーニングができます。

warning［自然言語分類器の作成とトレーニング］ブロックのファイル形式は、Noneとしてください。