你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
训练是模型从标记的数据进行学习的过程。 完成训练后，可通过查看模型的性能来确定是否需要改进模型。
若要训练模型，请启动训练作业，只有成功完成的作业才能创建模型。 培训作业将在七天后过期，这意味着你将无法在此时间之后检索作业详细信息。 如果训练作业成功完成并创建了模型，则模型不会受到影响。 你在同一时间只能有一个训练作业处于运行状态，并且无法在同一项目中启动其他作业。
训练时间各不相同。 训练时间可以从几分钟到几个小时不等，这取决于处理的文档数量、数据集的大小以及架构的复杂性。
Prerequisites
请参阅 项目开发生命周期。
数据拆分
开始训练过程之前，项目中标记的文档会划分为训练集和测试集。 其中的每一个都有不同的功能。 训练集用于训练模型。 它是模型用于学习标记实体的集合，以及要提取为实体的文本范围。 测试集是一个盲集，它不是在训练期间引入到模型的，而是在评估期间引入的。 模型训练成功完成后，模型用于从测试文档进行预测，并计算 评估指标 。 建议确保所有实体在训练集和测试集中均有充分体现。
自定义 NER 支持两种数据拆分方法：
- 自动从训练数据拆分测试集：系统根据所选的百分比在训练集和测试集之间拆分标记的数据。 建议的拆分百分比为 80% 用于训练，20% 用于测试。
注意
如果选择 自动从训练数据中拆分测试集 选项，则只根据提供的百分比拆分分配给训练集的数据。
- 使用手动拆分训练和测试数据：此方法使用户能够定义标记的文档应分别属于哪个集合。 仅当 在数据标记过程中将文档添加到测试集时，才启用此步骤。
定型模型
若要在 Language Studio 中开始训练模型，请执行以下操作：
在左侧菜单中，选择“训练作业”。
从顶部菜单中选择“启动训练作业”。
然后选择“训练新模型”并在文本框中键入模型名称。 还可以选择“覆盖现有模型”选项，并从下拉菜单中选择要覆盖的模型来覆盖现有模型。 覆盖已训练模型的操作不可逆，但在部署新模型之前，不会影响已部署的模型。
选择数据拆分方法。 可以根据指定的百分比选择 从训练数据中自动拆分测试集 ，其中系统在训练集和测试集之间拆分标记的数据。 或者，可以使用 手动拆分训练和测试数据，仅当 在数据标记期间将文档添加到测试集时，才启用此选项。 有关数据拆分的信息，请参阅如何训练模型。
选择“训练”按钮。
如果从列表中选择“训练作业 ID”，将显示一个侧窗格，可在其中检查此作业的 “训练进度”、“ 作业状态”和其他详细信息。
注意
- 只有成功完成的训练作业才能生成模型。
- 训练可能需要几分钟到几个小时，具体取决于已标记数据的大小。
- 一次只能运行一个训练作业。 在运行的作业完成之前，无法在同一项目中启动其他训练作业。
取消训练作业
若要在 Language Studio 中取消训练作业，请转到“训练作业”页。 选择要取消的训练作业，然后选择顶部菜单中的“取消”。
Next steps
完成训练后，将能够查看模型性能，并在需要时选择改进模型。 对模型感到满意后，就可以部署模型，使其可用于从文本中提取实体。