Dataset-Diagnose

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

Dataset Diagnostics feature helps you build effective datasets by providing feedback and hints of the steps needed to achieve good accuracy for the trained model.

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:

• Red - More labelled training data is required.
• Orange - More labelled training data is recommended.
• Green - The needed level of labelled training data is achieved.

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

Weitere Informationen zu jedem Status finden Sie im Popup-Menü der Dataset-Diagnose. Klicken Sie auf die Schaltfläche „Dataset-Diagnose“, um sie zu öffnen.

Menü „Dataset-Diagnose“

Registerkarte „Dataset“

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.

• Red - The dataset requires more labelled data for training the model.

  

• Orange - For an increased level of accuracy on the trained model, more labelled data is recommended. You can choose to proceed further with the actual data, but the level of accuracy is not as high as wanted.

  

• Green - The labelled data is enough for the dataset to be trained accordingly and to receive accurate information.

  

Registerkarte „Felder“

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.

• Field - The name of the labelled field.
• Training Pages - The number of pages in the Training+Validation set on which the field is labelled.
• Evaluation Documents - The number of documents in the Evaluation set on which this field is labelled.
• Status - The status of each field, marked by three options, Red, Orange, and Green.

Here are all the options available for the Status bar:

• Red - There is insufficient data about the field, more labels being required.

  

• Orange - More pages need to be labelled for the results to be relevant.

  

• Green - There are enough labelled pages for the results to be relevant.

  

Refresh and Close buttons are applicable for both tabs, meaning that if the Refresh button is clicked on the Dataset tab, the Fileds tab is also refreshed.

• Refresh - Use the refresh option after alterations have been made to the dataset, whether on the number of total pages or the number of labelled pages. The popup menu automatically refreshes every few minutes and it takes place on both tabs, simultaneously. Use this function when a refresh is needed outside the automatic window.
• Close - Once all the needed information is gathered, close the menu by clicking on the Close button. The entire popup menu is closed, no matter the tab from which the button is clicked.