텍스트 항목 추출 모델의 예측 결과 해석

2024년 9월 15일부터는 Vertex AI Gemini 프롬프트로 이동하고 조정해야만 분류, 항목 추출, 감정 분석 목표를 맞춤설정할 수 있습니다. 텍스트 분류, 항목 추출, 감정 분석 목표용 Vertex AI AutoML 모델 학습 또는 업데이트를 더 이상 사용할 수 없습니다. 2025년 6월 15일까지 기존 Vertex AI AutoML Text 모델을 계속 사용할 수 있습니다. AutoML 텍스트와 Gemini를 비교하려면 AutoML 텍스트 사용자를 위한 Gemini를 참조하세요. Gemini에서 개선된 프롬프팅 기능을 통해 향상된 사용자 환경을 제공하는 방법에 대한 자세한 내용은 조정 소개를 참조하세요. 조정을 시작하려면 Gemini 텍스트 모델에 대한 모델 조정을 참조하세요.

Vertex AI는 예측을 요청한 후 모델의 목표에 따라 결과를 반환합니다. 항목 추출 모델의 예측은 감지된 항목 위치, 할당된 라벨, 신뢰도 점수와 같은 각 문서의 주석을 반환합니다.

신뢰도는 모델이 각 항목을 정확하게 식별하고 라벨을 지정하는 신뢰도를 전달합니다. 숫자가 클수록 예측의 정확성에 대한 모델의 신뢰도가 높아집니다.

일괄 예측 출력 예시

다음 샘플은 질병을 감지하도록 학습된 항목 추출 모델의 예측 결과입니다. 오프셋(시작 및 끝 문자 오프셋)은 모델이 문서의 항목을 감지한 위치를 지정하며 content 필드는 감지된 항목을 표시합니다.

표시 이름은 모델이 각 항목과 연관된 라벨(예: SpecificDisease 또는 DiseaseClass)을 표시합니다. 라벨은 텍스트 세그먼트에 순서대로 매핑됩니다.

참고: 다음 JSON 라인 예시에는 가독성을 위해 줄바꿈이 포함되어 있습니다. JSON 라인 파일에서 줄바꿈은 각 JSON 객체 뒤에만 포함됩니다.

{
  "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
    ]
  }
}