自定义文本分类的语言支持

使用本文了解自定义文本分类功能当前支持的语言。

多语言选项

通过自定义文本分类，你可以使用一种语言训练模型，并使用另一种语言对文档进行分类。 此功能非常有用，因为它可以帮助你节省时间和精力。 你可以在一个项目中处理多语言数据集，而不是为每种语言构建单独的项目。 数据集不必完全使用相同的语言，但你应在创建时或稍后在项目设置中为项目启用多语言选项。 如果在评估过程中发现模型在某些语言中表现不佳，请考虑将更多这些语言的数据添加到训练集中。

你可以完全使用英语文档训练项目，并使用法语、德语、普通话、日语、韩语等语言进行查询。 通过使用多语言技术训练模型，自定义文本分类使你可以轻松地将项目扩展为多种语言。

每当发现特定语言的表现不如其他语言时，就可以在项目中为该语言添加更多文档。 在 Language Studio 的数据标签页中，可以选择要添加的文档的语言。 向模型引入该语言的更多文档时，它会引入该语言的更多语法，并学习更好地进行预测。

不需要为每种语言添加相同数量的文档。 应该用一种语言生成大部分项目，并且只添加你观察到表现不佳的语言的一些文档。 如果创建一个以英语为主要语言的项目，并开始使用法语、德语和西班牙语进行测试，你可能会发现德语的表现不如另外两种语言。 在这种情况下，请考虑使用德语添加 5% 的原始英语文档，训练新模型，然后再次使用德语进行测试。 对于德语查询，应会看到更好的结果。 添加的已标记文档越多，结果可能越好。

以另一种语言添加数据时，不应期望数据对其他语言产生负面影响。

自定义文本分类支持的语言

自定义文本分类支持以下语言的 .txt 文件：

后续步骤

• 自定义文本分类概述
• 服务限制