对提取的剖析

提取是通信中发出的一个请求的结构化表示。Communications Mining 将提供这些提取的列表，以便在自动化中使用。

注意：提取由模型训练器在配置分类时定义。

每个提取内容都有两个指导其解释的关键属性。第一个属性是提取名称，用于表明提取的主题。例如，提取名称可以是 Address Change 或 Account Update > Contact Number。

第二个重要属性是 fields。字段表示我们旨在从通信中提取的特定数据点。例如，对于 Address Change 提取，相关字段可能包括 AccountNumber、FirstLineOfAddress 和 PostCode。

每个提取内容还附带一个 occurrence_confidence 分数。该分数表示我们对提取准确性的置信度。系统会为此分数应用阈值。通常，置信度分数高于阈值的预测将被标记为自动化，而低于阈值的预测将被标记为需要手动审核。thresholds 字段显示小于预测的每个阈值。

注意：要确定预测置信度是否已超过为流设置的阈值，请检查 stream 阈值。

提取示例

这是一个示例，其中预测了 Policy > Amendment > Address Change 提取，并且此预测的置信度已超过称为 stream 的置信度阈值。

{
  "name": "Policy > Amendment > Address Change",
  "occurrence_confidence": {
    "value": 0.9909818768501282,
    "thresholds": ["stream"]
  },
  "fields": [
    {
      "name": "Address Line",
      "value": {
        "formatted": "45 Brillington Lane"
      }
    },
    {
      "name": "Excess Amount",
      "value": null
    },
    {
      "name": "Policy Number",
      "value": {
        "formatted": "XE-182943"
      }
    },
    {
      "name": "Town / City",
      "value": {
        "formatted": "Doncaster"
      }
    },
    {
      "name": "UK Postcode",
      "value": {
        "formatted": "S45 9UX"
      }
    }
  ]
}