アプリケーションでの一般フィールドの使用

Communications Mining™ provides multiple ways of fetching predictions, including predicted general fields. Please consult the data download overview to understand which method will work best for your use case.

どちらの方法を選択する場合でも、次のエッジケースを認識し、アプリケーションで処理する必要があります。

• 予期されるすべての一般フィールドが応答に存在するわけではありません
• 応答には、1 つ以上の一般フィールドに対する複数の一致が含まれます
• 応答に存在するすべての一般的なフィールドが正しいわけではありません

このセクションでは、これらのエッジケースのそれぞれについて詳しく説明します。

すべての一般フィールドが応答に存在するわけではありません

予期されるすべての一般フィールドが存在しないケースを処理する必要があります。 以下の例では、E メールにはポリシー番号がありますが、被保険者組織名は含まれていません。 アプリケーションは、このような部分的な情報を処理できる必要があります。

図 1. 行方不明の被保険者組織

応答には、1 つ以上の一般フィールドに対する複数の一致が含まれます

また、前のケースの逆、つまりコメントに予想よりも多くの一般的なフィールドがある場合を処理することも期待する必要があります。 以下の例では、E メールごとに 1 つのポリシー番号と被保険組織名を想定していますが、E メールには複数のポリシー番号があります。

図 2. 同じ一般フィールドに対する複数の一致

このようなケースを処理するときに、応答のメタデータを使用できることに注意してください。 たとえば、電子メールの本文に表示されるポリシー番号よりも、電子メールの件名に表示されるポリシー番号を優先的に選択することを選択できます。 次の例は、サンプル E メールに対して API が返す応答を示しています。

{
  "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"
}

応答に存在するすべての一般的なフィールドが正しいわけではありません

最後に、一般的なフィールドは機械学習を使用して抽出されるため、間違った一致が予想されることが予想されます。 間違った一致の数は、使用している一般的なフィールドによって異なります。 データセットの [検証] ページには、一般的なフィールドのパフォーマンスを理解するための検証統計が表示されます。

図 3. 一般的なフィールド検証