Dataset-Diagnose

Das Training eines neuen Modells von Grund auf kann manchmal eine sehr anspruchsvolle Aufgabe sein.

Die Funktion Dataset-Diagnose hilft Ihnen beim Erstellen effektiver Datasets, indem es Feedback und Hinweise zu den Schritten bereitstellt, die erforderlich sind, um eine gute Genauigkeit für das trainierte Modell zu erreichen.

Die Dataset-Diagnose befindet sich in der Verwaltungsleiste des Document Managers und bietet visuelle und schriftliche Anleitungen während des gesamten Trainings eines neuen Modells.

In der Verwaltungsleiste sind drei Dataset-Statusebenen verfügbar:

• Rot – Weitere beschriftete Trainingsdaten erforderlich.
• Orange – Weitere beschriftete Trainingsdaten werden empfohlen.
• Grün – Die erforderliche Menge an beschrifteten Trainingsdaten ist erreicht.

Wenn in der Sitzung keine Felder erstellt werden, ist die Statusebene des Datasets grau.

Weitere Informationen zu die einzelnen Stati finden Sie im Popup-Menü „Dataset-Diagnose“.Wählen Sie die Taste „Dataset-Diagnose“, um sie zu öffnen.

Menü „Dataset-Diagnose“

Dataset tab

Enthält Informationen zu den Dokumenten, die zum Trainieren des Modells verwendet werden, sowie zur Gesamtzahl der importierten Seiten und der Gesamtzahl der beschrifteten Seiten.

Die Trennung in der Farbstatusleiste wird durch die empfohlene Anzahl der beschrifteten Seiten bestimmt, die zum Trainieren des Modells erforderlich sind, und dem tatsächlichen Status Ihres Datasets, einschließlich beschrifteter und nicht beschrifteter Daten. Wenn Sie mit dem Mauszeiger auf jede Farbe der Statusleiste zeigen, werden zusätzliche Informationen zu jedem Status in einem Tooltip angezeigt.

Die auf der Registerkarte „Dataset“ verfügbaren Zahlen werden basierend auf der Anzahl der regulären Felder und Elementfelder aus der Trainingssitzung berechnet.

• Rot – Das Dataset erfordert mehr beschriftete Daten zum Trainieren des Modells.
• Orange – Für eine höhere Genauigkeit des trainierten Modells werden mehr beschriftete Daten empfohlen. Sie können mit den tatsächlichen Daten fortfahren, aber die Genauigkeit ist nicht so hoch wie gewünscht.
• Grün – Die beschrifteten Daten reichen aus, um das Dataset entsprechend zu trainieren und genaue Informationen zu erhalten.

Fields tab

Stellt Informationen zu jedem beschrifteten Feld bereit, genauer gesagt die Gesamtzahl der Trainingsseiten, auf denen die Beschriftung mit Tags versehen ist, die Gesamtzahl der ausgewerteten Dokumente mit dem beschrifteten Feld und den Status für den aktuellen Trainingssatz.

• Feld – Der Name des beschrifteten Felds.
• Trainingsseiten – Die Anzahl der Seiten im Set Training + Validierung, auf denen das Feld beschriftet ist.
• Evaluierungsdokumente – Die Anzahl der Dokumente im Evaluierungsset, für die dieses Feld beschriftet ist.
• Status – Der Status jedes Felds, gekennzeichnet durch drei Optionen, Rot, Orange und Grün.

Hier sind alle Optionen, die für die Statusleiste verfügbar sind:

• Rot – Es liegen zu wenig Daten zu diesem Feld vor, weitere Beschriftungen sind erforderlich.
  
• Orange – Weitere Seiten müssen beschriftet werden, damit die Ergebnisse relevant sind.
  
• Grün – Es gibt genügend beschriftete Seiten, so dass die Ergebnisse relevant sind.
  

Die Tasten Aktualisieren und Schließen gelten für beide Registerkarten, d. h., wenn die Taste Aktualisieren auf der Registerkarte Dataset gewählt wird, wird auch die Registerkarte Felder aktualisiert.

• Aktualisieren – Verwenden Sie die Aktualisierungsoption, nachdem Änderungen am Dataset vorgenommen wurden, sei es an der Anzahl der Gesamtseiten oder der Anzahl der beschrifteten Seiten. Das Popup-Menü wird alle paar Minuten automatisch aktualisiert und auf beiden Registerkarten gleichzeitig angezeigt. Verwenden Sie diese Funktion, wenn eine Aktualisierung außerhalb des automatischen Fensters erforderlich ist.
• Schließen – Sobald alle erforderlichen Informationen erfasst wurden, schließen Sie das Menü über die Taste Schließen. Das gesamte Popup-Menü wird geschlossen, unabhängig von der Registerkarte, aus der die Taste gewählt wurde.

Registerkarte „Rechner“

Die Registerkarte „Rechner“ bietet dieselben Informationen wie die, die Sie bereits beim Erstellen eines neuen Dokumenttyps hinzugefügt haben.

Sie können den Dataset-Rechner verwenden, um Teile der Informationen zu ändern, die ursprünglich beim Erstellen des Dokumenttyps hinzugefügt wurden.

Sie können die folgenden Felder mit dem Dataset-Rechner ändern:

• Vorgefertigter Dokumenttyp
• Anzahl der Sprachen
• Anzahl der Layouts

Die folgenden Felder auf der Registerkarte „Rechner“ sind schreibgeschützt. Ihre Werte werden durch eine Schnittmenge des verwendeten vorgefertigten Dokumenttyps und der aktuellen Schemafelder bestimmt:

• Vorgefertigte reguläre Felder
• Vorgefertigte Spaltenfelder
• Vorgefertigte Klassifizierungsfelder

Das Ändern eines der genannten Felder wirkt sich auf die empfohlene Größe des Datasets aus. Die Registerkarte „Dataset“ des aktuell geöffneten Popups wird basierend auf der neuen empfohlenen Größe mit den Status Grün/Gelb/Rot aktualisiert. Sobald die Änderungen gespeichert wurden, berücksichtigt der allgemeine Indikator für die Dataset-Diagnose den neuen Zustand der Registerkarte „Dataset“.

Angenommen, Sie haben bei der Erstellung des Dokumenttyps „Rechnungen“ (Invoices) für das vorgefertigte Dokumenttypfeld ausgewählt. Wenn Sie Ihre ursprüngliche Auswahl zu etwas anderem ändern, z. B. Belege, dann assimiliert das Dataset die Informationen für beide Dokumenttypen und zeigt die Informationen an, die sich von beiden ausgewählten Typen (Rechnungen (Invoices) und Belege (Receipts)) überschneiden.

Wenn Felder nur in einem der Modelle vorhanden sind, werden sie in den benutzerdefinierten regulären Feldern oder in den benutzerdefinierten Spaltenfeldern angezeigt, da diese Änderungen sowohl für reguläre als auch für Klassifizierungsfelder gelten.