验证

“验证”页面会向用户显示有关标签和实体的模型性能的详细信息。

在“标签”选项卡中，用户可以看到其整体标签模型 评分，包括构成评分的因素的详细细分，数据集的其他指标以及各个标签的性能。

在“实体”选项卡中，用户可以查看数据集中启用的所有实体的实体预测性能的统计信息。

“标签”的默认验证页面

使用位于模型评分上方的“模型版本”下拉列表，您可以查看给定数据集上过去模型版本的所有验证分数。 您还可以为单个任务确定优先级或“星标”，以便它们将来显示在列表顶部。 在您构建模型时，此工具可用于跟踪和比较进度。

模型版本下拉列表

标签

“ Factors ”选项卡（如上所示）显示：

• 影响模型评分的四个关键因素：平衡性、覆盖率、平均标签性能和性能最差标签的性能
• 它会为每个因素提供一个分数，以及影响该因素分数的因素的细目分类
• 可单击的建议下一个最佳操作，以提高每个因素的分数

“指标”选项卡 (如下所示) 显示:

• 训练集大小，即训练模型的消息数量
• 测试集大小，即用于评估模型的消息数量
• 标签数量 – 即分类中的标签总数
• 召回时的平均精度 – 该图表显示所有标签在给定召回值下的平均精度
• 平均精度– 显示所有标签平均精度的统计信息
• 该图表显示所有标签的每个标签的平均精度与训练集大小的关系

“标签”验证中的“指标”选项卡

“验证”页面还允许用户从其分类中选择单个标签，以深入了解其性能。

选择标签后，用户可以查看该标签的平均精度，以及基于给定置信度阈值（用户可以自行调整）的该标签的精度与召回率。

标记特定的验证图表

要详细了解标签验证的实际工作原理及其使用方法，请参阅此处。

实体

“实体”的验证页面

“实体”选项卡 (如上所示) 显示：

• 训练集中的实体数量，即用于训练验证模型的带注释实体的数量
• 测试集中的实体数量，即用于评估验证模型的带注释实体的数量
• 训练集中的消息数量，即训练集中具有注释实体的消息数量
• 测试集中的消息数，即测试集中具有批注实体的消息数
• 平均精度- 所有实体的平均精度分数
• 平均召回率- 所有实体的平均召回分数
• 平均 F1 分数- 所有实体的平均 F1 分数（F1 分数是精度和召回率的调和平均值，并且对它们进行相等的权重）
• 相同的统计信息，但适用于每个单独的实体

要详细了解实体验证的实际工作原理及其使用方法，请参阅此处。