communications-mining
latest
false
- 基本情報
- 管理
- ソースとデータセットを管理する
- モデルのトレーニングと保守
- 生成 AI による抽出
- 分析と監視を使用する
- オートメーションと Communications Mining
- ライセンス情報
- よくある質問など
生成された抽出データを検証してアノテーションを行う
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
Communications Mining ガイド
Last updated 2024年11月19日
生成された抽出データを検証してアノテーションを行う
注: このページでは、抽出のフィールド予測を検証する方法について説明します。ラベルのトレーニングをいつ停止するかを決定できます。ユース ケースに応じて、抽出のパフォーマンス要件は異なります。
モデルが検証の統計情報を示せるよう、十分な例を提供してください。検証の統計情報は、抽出のパフォーマンスを的確に把握するのに役立ちます。また、抽出のパフォーマンスを微調整することもできます。
結果を確認し、以下の手順に従ってください。
- 抽出データがすべて正しい場合は、それらを受け入れます。
- 誤った予測がある場合は、抽出データを修正します。
- 抽出データがメッセージに存在しない場合は、存在しないとしてマークします。
- エンドツーエンドで自動化するために必要なフィールドが存在しない場合は、それらのフィールドを追加で設定します。
微調整が重要な理由
微調整により、収集されたアノテーションを使用して抽出モデルのパフォーマンスを向上させることができます。
これにより、すぐに使えるモデルを使用して、ユース ケースのパフォーマンスを向上させることができます。
いつ停止することができますか?
検証プロセスで使用するモデルのラベル抽出の例を少なくとも 25 件提供したら停止します。検証結果を確認し、パフォーマンスが十分かどうか、またはさらに例が必要かどうかを確認します。
# | 説明 |
1 | フィールドの予測がすべて正しい場合は、[確認] ボタンを選択して、アノテーションが正しいことを一括で確認できます。 |
2 | メッセージに表示されるはずのフィールドを追加または変更するには、一般フィールドまたは抽出フィールド セクションの横にある + を選択します。 |
3 | このボックスをオンにすると、フィールド アノテーションが正しいことを抽出レベルで確認できます。 |
4 | これにより、特定のフィールドに対して予測されたデータ ポイントが示されます。
予測が正しくない場合は、[x] ボタンを選択してフィールドの予測が正しくなるよう調整できます。 |
5 | これは、データ ポイントが予測されるメッセージ内の位置を示します。
|
6 | フィールドを追加または変更するには、該当の [一般フィールド] または [抽出フィールド] セクションで、[+] ボタンの横にカーソルを合わせます。 |
7 | 一般フィールドまたは特定の抽出フィールドに表示されるフィールドを展開するには、ドロップダウン ボタンを選択します。 |
以下の図は、未確認ステートでの抽出の外観を示しています。右側のペインでは、抽出は未確認としてマークされ、テキスト自体は明るい色で強調表されます。
注: [一般フィールド] についても、上記同様です。
注:
[Extractions Train] タブはパブリック プレビューの段階です。
[トレーニング] タブで抽出データを検証するには、以下の手順を実行します。
- [トレーニング] に移動します。
- [抽出] に移動します。
- 検証するラベル抽出を選択します。
- 検証するラベル抽出を選択したら、表示されたメッセージがラベルの適用可能な例であるかどうかを確認します。
- 適用可能なラベルをすべて適用したら、[次: フィールドのアノテーションを行う] を選択します。
- [トレーニング] タブでの抽出データの検証は、[探索] での抽出データの検証と似ています。
主な違いは、メッセージをトレーニング バッチで確認できることです。
- [すべて確定して次へ] ボタンをクリックすると、次のメッセージにリダイレクトされ、自動的にアノテーションが行われます。