Depois de solicitar uma previsão, a Vertex AI retorna resultados com base no objetivo do modelo. As previsões de modelos de extração de entidades retornam anotações para cada documento, como o local das entidades detectadas, os rótulos atribuídos e as pontuações de confiança.
A confiança informa o nível de confiança e precisão com que o modelo identificou e rotulou cada entidade. Quanto maior o número, maior a confiança do modelo na exatidão da previsão.
Exemplo de saída de previsão em lote
A amostra a seguir é o resultado previsto para um modelo de extração de entidade
que foi treinado para detectar doenças. Os deslocamentos (ajustes de caractere inicial e
final) especificam o local em que o modelo detectou uma entidade no
documento, e o campo content mostra a entidade detectada.
Os nomes de exibição mostram os rótulos que o modelo associou a cada entidade,
como SpecificDisease ou DiseaseClass. Os rótulos
são associados aos segmentos de texto em ordem.
{
"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
]
}
}