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.
{ "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 ] } }