Interpretar los resultados de las predicciones de los modelos de extracción de entidades de texto

Después de solicitar una predicción, Vertex AI devuelve resultados basados en el objetivo de tu modelo. Las predicciones de los modelos de extracción de entidades devuelven anotaciones de cada documento, como la ubicación de las entidades detectadas, las etiquetas asignadas y las puntuaciones de fiabilidad.

La confianza indica el grado de certeza con el que tu modelo ha identificado y etiquetado cada entidad. Cuanto mayor sea el número, mayor será la confianza del modelo en la corrección de la predicción.

Ejemplo de resultado de predicción por lotes

El siguiente ejemplo es el resultado previsto de un modelo de extracción de entidades que se ha entrenado para detectar enfermedades. Los desplazamientos (desplazamientos de caracteres inicial y final) especifican la ubicación en la que el modelo ha detectado una entidad en el documento, y el campo content muestra la entidad detectada.

Los nombres visibles muestran las etiquetas que el modelo ha asociado a cada entidad, como SpecificDisease o DiseaseClass. Las etiquetas se asignan a los segmentos de texto en orden.

{
  "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
    ]
  }
}