Melhoria do desempenho de entidade

Permissões de usuário necessárias: "Revisar e rotular".

Visão geral

Assim como os rótulos de treinamento, o treinamento de entidades é o processo pelo qual um usuário ensina a plataforma quais entidades se aplicam a uma determinada mensagem usando vários modos de treinamento.

Assim como os rótulos, os modos “ Ensinar ”, “ Verificar ” e “ Perdidos ” estão disponíveis para ajudar a treinar e melhorar o desempenho de entidades e podem ser acessados 1) na página Explorar usando o menu suspenso de treinamento, ou 2) seguindo as ações recomendadas na guia Entidade da página Validação.

Um menu suspenso contendo os modos de treinamento da entidade em "Explorar"

Ações recomendadas da entidade

Se uma entidade específica tiver um aviso de desempenho, a plataforma recomenda a próxima melhor ação que pode ajudar a lidar com esse aviso, listada em ordem de prioridade. Isso será exibido quando você selecionar uma entidade específica da taxonomia ou do gráfico "Todas as entidades".

As próximas melhores sugestões de ações funcionam como links nos quais você pode clicar para levar você diretamente para a exibição de treinamento que a plataforma sugere para melhorar o desempenho da entidade. As sugestões são ordenadas de forma inteligente com a ação de maior prioridade para melhorar a entidade listada primeiro.

Esta é a ferramenta mais importante para ajudar você a entender o desempenho de suas entidades e deve ser usada regularmente como um guia ao tentar melhorar o desempenho de entidades.

Exemplo de cartão de entidade com ações recomendadas

Modos de treinamento de entidade

A tabela a seguir resume quando a plataforma recomenda cada modo de treinamento de entidade:

Ensinar Entidade	Verificar Entidade	Entidade Perdida
- Mostrar previsões para um rótulo em que o modelo fica mais confuso se ele se aplica ou não - Para entidades de treinamento em mensagens não revisadas	- Mostra mensagens em que a plataforma acha que a entidade pode ter sido aplicada incorretamente - Para entidades de treinamento em mensagens revisadas, para tentar encontrar e corrigir quaisquer inconsistências	- Mostra mensagens que a plataforma acha que podem estar faltando na entidade selecionada - Para entidades de treinamento em mensagens revisadas, para tentar encontrar e corrigir quaisquer inconsistências

Usando Ensinar entidade

O uso de Ensinar entidade aumenta o desempenho da entidade, porque o modelo está recebendo novas informações em mensagens sobre as quais não tem certeza, em oposição àquelas para as quais já possui previsões altamente confiáveis.

A plataforma recomenda o uso de "Ensinar entidade" quando:

• Há um aviso de desempenho ao lado de uma entidade (conforme visto abaixo – quando o mín. 25 exemplos não foi fornecida)
• A pontuação F1 em uma determinada entidade é baixa
• Pode não haver sempre um contexto óbvio no texto de uma entidade, ou há muitas variações nos valores da entidade de um determinado tipo

Um exemplo de treinamento de uma entidade no modo "Ensinar entidade"

Usando a entidade de verificação

Usar entidade de verificação ajuda a identificar inconsistências no conjunto revisado, enquanto melhora a compreensão do modelo da entidade, garantindo que o modelo tenha exemplos corretos e consistentes para fazer previsões. Isso melhorará o recall de uma entidade.

A plataforma recomenda "Verificar Entidade" quando:

• Há baixo recall, mas alta precisão
• As previsões que a plataforma faz são muito precisas, mas na maior parte do tempo em que a entidade é aplicada, ela não captura esses exemplos

Um exemplo de treinamento de uma entidade no modo "Verificar entidade"

(Para obter mais detalhes sobre cálculos para validação de entidade, consulte aqui)

Usar entidade ausente

Usar entidade ausente ajuda a localizar exemplos no conjunto revisado que deveria ter a entidade selecionada, mas não tem. Isso também ajudará a identificar mensagens parcialmente rotuladas, que podem afetar a capacidade do modelo de prever uma entidade. Isso melhorará a precisão de uma entidade e garantirá que o modelo tenha exemplos corretos e consistentes para fazer previsões.

A plataforma recomenda "EntidadePerdida" quando:

• Há um alto recall, mas uma baixa precisão
• Prevemos entidades incorretamente, mas quando as prevemos corretamente, capturamos muitos dos exemplos que deveriam estar lá

Um exemplo de treinamento de uma entidade no modo 'Entidade Perdida'

(Para obter mais detalhes sobre cálculos para validação de entidade, consulte aqui)