Measure

[評価] セクションでは、プロジェクトの全体的なステータスを確認し、改善の余地がある領域を確認できます。

プロジェクトの評価

このページの主な測定値は、プロジェクトの総合的なスコアです。

この測定値は、すべてのドキュメントの種類の分類器と抽出器のスコアを考慮して算出されています。各要因のスコアはモデルの評価に対応しており、「分類の評価」と「抽出の評価」でそれぞれ確認できます。

モデルの評価は、分類モデルのパフォーマンスを視覚化するのに役立つ機能です。評価は、次のように 0 から 100 までのモデルのスコアとして表されます。

• 不良 (0-49)
• 平均的 (50-69)
• 良好 (70-89)
• 優秀 (90-100)

モデルのスコアに関係なく、トレーニングを停止するタイミングはプロジェクトのニーズに応じてユーザーが決定します。モデルが「優秀」と評価されていても、すべてのビジネス要件を満たすとは限りません。

分類の評価

分類スコアでは、モデルのパフォーマンスに加えてデータセットのサイズと品質も考慮されます。

注: 分類スコアは、ドキュメントの種類が 2 つ以上作成されている場合にのみ利用可能です。

[分類] をクリックすると、右側に 2 つのタブが表示されます。

• 要因: モデルのパフォーマンスを向上させるための推奨事項が表示されます。ドキュメントの種類ごとに、データセットのサイズやトレーニング済みのモデルのパフォーマンスに関する推奨事項を確認できます。
• メトリック: トレーニング ドキュメントとテスト ドキュメントの数、適合率、精度、再現率、ドキュメントの種類ごとの F1 スコアなど、役立つメトリックを提供します。

抽出の評価

抽出スコアでは、モデルの全体的なパフォーマンスに加えてデータセットのサイズと品質も考慮されます。このビューはドキュメントの種類に分割されます。[注釈] をクリックして、各ドキュメントの種類の [注釈] ビューに直接移動することもできます。

[抽出] ビューから利用可能なドキュメントの種類をクリックすると、右側に以下の 3 つのタブが表示されます。

• 要因: モデルのパフォーマンスを向上させるための推奨事項が表示されます。選択したドキュメントの種類のデータセットのサイズ (アップロードされたドキュメントの数、注釈付きドキュメントの数) またはトレーニング済みのモデルのパフォーマンス (フィールドの精度) に関する推奨事項を確認できます。
• データセット: モデルのトレーニングに使用されるドキュメントに関する情報、インポートされたページの総数、およびラベル付けされたページの総数が表示されます。
• メトリック: 選択したドキュメントの種類のフィールド名、トレーニング ステータスの数、精度などの有用な情報とメトリックが表示されます。精度はトレーニング パイプラインから取得されます。

データセット診断

[データセット] タブでは、モデルをトレーニングして適切な精度を得るために必要な手順に関するフィードバックや推奨事項が提供されるため、効果的なデータセットを構築できます。

管理バーに表示されるデータセットのステータス レベルには、以下の 3 種類があります。

• 赤 - ラベル付けされたトレーニング データの追加が必要です。
• オレンジ - ラベル付けされたトレーニング データの追加が推奨されます。
• 緑 - ラベル付けされたトレーニング データが必要量に達しています。

セッションでフィールドが作成されていない場合は、データセットのステータス レベルは灰色になります。