使用百度飞桨EasyDL实现AI文章自动分类

前言

为了降低人工成本，提升效率，选择用AI来帮助做工作，会有非常好的效果。但是通过自己组建AI算法团队来满足这个需求的话，不免有点成本飙升。为了拥有一套自己的AI工具，那么我们今天介绍一款低成本AI工具“百度飞桨EasyDL”，来实现自动分类。

开始

需求说明

开发一个汽车资讯网站，需要对资讯快速分发，快速分类，快速推送到不同的专栏下。如果用人力来做的话，人力成本高、效率低。那么随着我来一起搞一个便宜的AI助手吧。

步骤一：

点击进入：EasyDL网址
进入EasyDL主页，点击立即使用

步骤二：

选择单标签（说明：因为每篇文章需推送到一个专栏而非多个，因此，文章标题与专栏是一一对应关系，即每篇文章仅打上一个专栏的标签即可）

步骤三：

数据准备

1. 明确需要发布的专栏名称。在该汽车资讯网站中，专栏包括汽车改装、新车测评、自驾游记、买车中心。
2. 针对各个专栏名称，收集该专栏下的常见推文标题，一个专栏下收集30-50个标题名称。例如，自驾游记专栏对应的标题：二月最后一个周末带我的Q7京西游，汽车改装专栏对应的标题：自己动手改房车大功告成。
3. 形成可上传到EasyDL进行训练的数据，您可以导入原始数据后使用EasyDL的标注工具完成标注，这里的原始数据要求为：Excel/txt的单列数据（如下图）：

点击【导入】选择【未标注】数据完成后，点击【标注】通过平台内置的文本分类标注完成快速标注，标签即为专栏名称，一个标题打上一个标签即可，如下图：

也可以先将训练数据处理好后再上传到EasyDL。如果您是将训的训练数据，上传后即可发起训练，如下图：

提示：如果您上传原始数据，也可通过平台内置的标注工具进行快速标注，如下图：

在标注量较大的情况下，您可以开启上图右上角的智能标注功能，您只需要标注30%的文本，剩余的70%文本平台为自动打上标签，提高您的标注效率。

步骤四

模型训练
当您的数据准备完成后，您可以点击先点击【创建模型】完成模型创建后，点击【训练模型】启动训练。 考虑到资讯场景下的常见应用情况，最常见的集成方式是在企业的APP或者网站上集成在线API，该种方式对企业来说，仅需要将在线接口http接口结合授权的ak、sk输入到自己的业务程序中即可运行，同时，可以借助公有云灵活的弹性扩缩容机机制，根据实际调用量调整接口调用份额，减少模型调用费用，如下图：

选择算法时，在对时延没有特殊要求的情况下，建议您可以使用高精度算法进行训练，优势是可以使用较少的数据集也能获得高精度效果。 在选择筛选指标时，如没有特殊要求，也可以默认选择精度和召回平衡的策略，使用平台默认值即可。 为测试平台模型效果，您可以选择开启自定义测试集，即测试集为不同于训练集的数据，您可以在该数据集下看模型效果，如不开启，则平台会自动将训练数据中抽出部分数据作为测试集展示模型效果。

步骤五

模型部署
模型训练完毕后，如您对模型效果满意，可以选择公有云部署，在接口地址中输入自定义名称，如下图：

完成申请提交后，点击在线服务，即通过审核的该条服务会展示在您的在线服务列表中，您可以点击服务详情，获取http地址，为保证您接口调用时的安全性、保密性，请您按照操作指引，前往控制台完成应用创建，即可获取对应的接口AK、SK，保证调用授权，如下图：

步骤六

效果优化
当模型训练完毕后，可通过模型评估报告查看效果，从报告中四个标签的训练精度表现看，新车评测、买车中心的准确率较低，如下图：

追溯原因，在前期数据准备时，该两个标签的数据量过少。例如，下图中买车中心仅有15条数据，所以，需要对该标签下的数据进行补充，同时，在买车中心下，发现标题有两种不同的风格，每个风格的数据仅有10条也会影响训练精度，因此，扣充的粒度是买车中心标签下每个风格标题的数据量进行扩充，至少保证30-50条。

总结

如上几步就可以让你快速拥有一个自己的AI助手，还不快来动动你的小手么。