Utilisation d'entités dans votre application

Communications Mining propose plusieurs façons de récupérer des prédictions, y compris des entités prédites. Veuillez consulter la vue d’ ensemble du téléchargement de données pour déterminer la méthode qui fonctionnera le mieux pour votre cas d’utilisation.

Quelle que soit la méthode que vous choisissez, vous devez connaître les cas particuliers suivants et les gérer dans votre application :

• Toutes les entités attendues ne sont pas présentes dans la réponse
• La réponse contient plusieurs correspondances pour une ou plusieurs entités
• Toutes les entités présentes dans la réponse ne sont pas correctes

Dans cette section, nous allons examiner chacun de ces cas limites plus en détail.

Toutes les entités ne sont pas présentes dans la réponse

Vous devez vous attendre à ce que toutes les entités attendues ne soient pas présentes. Dans l'exemple ci-dessous, l'e-mail contient le numéro de police, mais n'a pas le nom de l'organisation assurée. Votre application doit être capable de gérer ces informations partielles.

Figure 1.. Organisation assurée manquante

La réponse contient plusieurs correspondances pour une ou plusieurs entités

Vous devez également vous attendre à ce que le cas précédent soit géré, à savoir les cas où un commentaire contient plus d'entités que prévu. Dans l'exemple ci-dessous, même si nous attendons un numéro de police et un nom d'organisation assuré par e-mail, l'e-mail contient plusieurs numéros de police.

Figure 2. Correspondances multiples pour la même entité

Notez que vous pouvez utiliser les métadonnées dans la réponse lors de la gestion de tels cas. Par exemple, nous pouvons choisir de préférence les numéros de police qui apparaissent dans l'objet de l'e-mail par rapport à ceux qui apparaissent dans le corps de l'e-mail. L'exemple ci-dessous montre la réponse que l'API renverra pour notre exemple d'e-mail.

{
  "predictions": [
    {
      "uid": "aa05ba2250de48e3.7588b85f68f81c3b",
      "labels": [...],
      "entities": [
        {
          "id": "6a1d11118b60868e",
          "name": "policy-number",
          "span": {
            "content_part": "body",
            "message_index": 0,
            "utf16_byte_start": 200,
            "utf16_byte_end": 222,
            "char_start": 100,
            "char_end": 111
          },
          "kind": "policy-number",
          "formatted_value": "GHI-0204963"
        },
        {
          "id": "6a1d11118b60868e",
          "name": "policy-number",
          "span": {
            "content_part": "subject",
            "message_index": 0,
            "utf16_byte_start": 0,
            "utf16_byte_end": 22,
            "char_start": 0,
            "char_end": 11
          },
          "kind": "policy-number",
          "formatted_value": "GHI-0068448"
        },
        {...},
        {...},
        {...}
      ]
    }
  ],
  "model": {
    "version": 31,
    "time": "2021-07-14T15:00:57.608000Z"
  },
  "status": "ok"
}

Toutes les entités présentes dans la réponse ne sont pas correctes

Enfin, étant donné que les entités sont extraites à l'aide de l'apprentissage automatique, vous devez vous attendre à ce que les correspondances soient erronées. Le nombre de correspondances erronées dépendra de l'entité que vous utilisez. La page Validation (Validation) de votre ensemble de données fournit des statistiques de validation pour comprendre les performances d'une entité.

Figure 3. Validation de l'entité