L'affidabilità comunica il livello di affidabilità con cui il modello ha identificato ed etichettato in modo accurato ogni entità. Più elevato è il numero, maggiore è l'affidabilità del modello nella correttezza della previsione.
Esempio di output di previsione batch
Il seguente esempio è il risultato previsto per un modello di estrazione delle entità che è stato addestrato per rilevare malattie. Gli offset (offset dei caratteri iniziali e finali)
specificano la posizione in cui il modello ha rilevato un'entità nel documento, mentre il campo content
mostra l'entità rilevata.
I nomi visualizzati mostrano le etichette che il modello ha associato a ciascuna entità,
come SpecificDisease
o DiseaseClass
. Le etichette vengono mappate
ai segmenti di testo in ordine.
{ "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 ] } }