Menafsirkan hasil prediksi dari model ekstraksi entity teks

Setelah meminta prediksi, Vertex AI akan menampilkan hasil berdasarkan objektif model. Prediksi dari model ekstraksi entity akan menampilkan anotasi untuk setiap dokumen, seperti lokasi entity yang terdeteksi, label yang ditetapkan, dan skor tingkat keyakinan.

Tingkat keyakinan menunjukkan seberapa yakin model Anda telah mengidentifikasi dan melabeli setiap entity secara akurat. Makin tinggi angkanya, makin tinggi tingkat keyakinan model terhadap ketepatan prediksi.

Contoh output prediksi batch

Sampel berikut adalah hasil yang diprediksi untuk model ekstraksi entity yang dilatih untuk mendeteksi penyakit. Offset (offset karakter awal dan akhir) menentukan lokasi tempat model mendeteksi entity dalam dokumen, dan kolom content menunjukkan entity yang terdeteksi.

Nama tampilan menunjukkan label yang diasosiasikan oleh model dengan setiap entity, misalnya SpecificDisease atau DiseaseClass. Label dipetakan ke segmen teks secara berurutan.

Catatan: Contoh JSON Lines berikut menyertakan jeda baris agar mudah dibaca. Dalam file JSON Lines, jeda baris hanya disertakan setelah setiap objek JSON.

{
  "key": 1,
  "predictions": {
    "ids": [
      "1234567890123456789",
      "2234567890123456789",
      "3234567890123456789"
    ],
    "displayNames": [
      "SpecificDisease",
      "DiseaseClass",
      "SpecificDisease"
    ],
    "textSegmentStartOffsets":  [13, 40, 57],
    "textSegmentEndOffsets": [29, 51, 75],
    "confidences": [
      0.99959725141525269,
      0.99912621492484128,
      0.99935531616210938
    ]
  }
}