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.
{ "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 ] } }