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.
{
"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
]
}
}