解读文本实体提取模型的预测结果

从 2024 年 9 月 15 日起，您只能通过转换到 Vertex AI Gemini 提示和调优来自定义分类、实体提取和情感分析目标。您将无法再针对文本分类、实体提取和情感分析目标训练或更新 Vertex AI AutoML 模型。您可以继续使用现有的 Vertex AI AutoML Text 模型，直到 2025 年 6 月 15 日。如需了解 AutoML 文本和 Gemini 的比较情况，请参阅适用于 AutoML 文本用户的 Gemini。如需详细了解 Gemini 如何通过改进提示功能来提供增强的用户体验，请参阅调优简介。如需开始使用调优，请参阅 Gemini 文本模型的模型调优

请求预测后，Vertex AI 会根据您的模型目标返回结果。实体提取模型的预测为每个文档返回注释，例如检测到的实体的位置、已分配的标签和置信度分数。

置信度可以反映您的模型准确识别每个实体和为其添加标签的置信度。数字越大，模型对预测正确度的置信度越高。

批量预测输出示例

以下示例为经过训练以检测疾病的实体提取模型的预测结果。偏移（开始和结束字符偏移）指定模型在文档中检测到实体的位置，content 字段显示检测到的实体。

显示名会显示模型与每个实体关联的标签，例如 SpecificDisease 或 DiseaseClass。标签会按顺序映射到文本段。

注意：以下 JSON 行示例包含换行符便于阅读。在您的 JSONL 行文件中，请仅在每个 JSON 对象后添加换行符。

{
  "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
    ]
  }
}