解讀文字實體擷取模型的預測結果
透過集合功能整理內容
你可以依據偏好儲存及分類內容。
在提出預測要求後,Vertex AI 會根據模型的目標傳回結果。實體擷取模型的預測結果會針對每份文件傳回註解,例如偵測到的實體位置、指派的標籤和可信度分數。
可信度會說明模型準確識別及標記每個實體的信心程度。數字越高,模型對預測正確性的信心就越高。
批次預測輸出內容範例
以下範例是實體擷取模型的預測結果,該模型經過訓練可偵測疾病。偏移量 (開始和結束字元偏移量) 會指定模型在文件中偵測到實體的位置,而 content
欄位則會顯示偵測到的實體。
顯示名稱會顯示模型與各個實體相關聯的標籤,例如 SpecificDisease
或 DiseaseClass
。標籤會依序對應至文字片段。
{
"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
]
}
}
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2025-07-09 (世界標準時間)。
[[["容易理解","easyToUnderstand","thumb-up"],["確實解決了我的問題","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["難以理解","hardToUnderstand","thumb-down"],["資訊或程式碼範例有誤","incorrectInformationOrSampleCode","thumb-down"],["缺少我需要的資訊/範例","missingTheInformationSamplesINeed","thumb-down"],["翻譯問題","translationIssue","thumb-down"],["其他","otherDown","thumb-down"]],["上次更新時間:2025-07-09 (世界標準時間)。"],[],[]]