Visualización de la evaluación y los detalles del modelo NER personalizado

Una vez finalizado el entrenamiento del modelo, puede ver el rendimiento del modelo y ver las entidades extraídas de los documentos del conjunto de pruebas.

Requisitos previos

Para poder ver la evaluación del modelo, se necesita lo siguiente:

• Un proyecto creado correctamente con una cuenta de Azure Blob Storage configurada.
• Datos de texto cargados en la cuenta de almacenamiento.
• Datos etiquetados
• Un modelo entrenado correctamente

Para obtener más información, consulte el ciclo de vida de desarrollo del proyecto.

Detalles del modelo (API REST)

Envíe una solicitud GET usando la dirección URL, los encabezados y el cuerpo JSON siguientes para obtener el resumen de evaluación del modelo entrenado.

URL de la solicitud

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/models/{trainedModelLabel}/evaluation/summary-result?api-version={API-VERSION}

encabezados

Use el siguiente encabezado para autenticar la solicitud.

Cuerpo de la respuesta

Una vez que envíe la solicitud, obtendrá la siguiente respuesta.

{
  "projectKind": "CustomEntityRecognition",
  "customEntityRecognitionEvaluation": {
    "confusionMatrix": {
      "additionalProp1": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp2": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      },
      "additionalProp3": {
        "additionalProp1": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp2": {
          "normalizedValue": 0,
          "rawValue": 0
        },
        "additionalProp3": {
          "normalizedValue": 0,
          "rawValue": 0
        }
      }
    },
    "entities": {
      "additionalProp1": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp2": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      },
      "additionalProp3": {
        "f1": 0,
        "precision": 0,
        "recall": 0,
        "truePositivesCount": 0,
        "trueNegativesCount": 0,
        "falsePositivesCount": 0,
        "falseNegativesCount": 0
      }
    },
    "microF1": 0,
    "microPrecision": 0,
    "microRecall": 0,
    "macroF1": 0,
    "macroPrecision": 0,
    "macroRecall": 0
  },
  "evaluationOptions": {
    "kind": "percentage",
    "trainingSplitPercentage": 0,
    "testingSplitPercentage": 0
  }
}

Carga o exportación de datos del modelo (API REST)

Carga de datos del modelo

Cree una solicitud POST con la dirección URL, los encabezados y el cuerpo JSON siguientes para cargar los datos del modelo en el proyecto.

URL de la solicitud

Use la siguiente dirección URL al crear la solicitud de API. Reemplace los valores de marcador de posición por sus propios valores.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/models/{MODEL-NAME}:load-snapshot?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}

encabezados

Use el siguiente encabezado para autenticar la solicitud.

Una vez que envíe la solicitud de API, recibirá una 202 respuesta que indica que se ha realizado correctamente. En los encabezados de respuesta, extraiga el valor operation-location con el siguiente formato:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/models/{MODEL-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

JOB-ID se usa para identificar la solicitud, ya que esta operación es asincrónica. Use esta dirección URL para obtener el estado de la carga de datos del modelo mediante el mismo método de autenticación.

Exportación de datos del modelo

Cree una solicitud POST con la dirección URL, los encabezados y el cuerpo JSON siguientes para exportar los datos del modelo.

URL de la solicitud

Use la siguiente dirección URL al crear la solicitud de API. Reemplace los valores de marcador de posición por sus propios valores.

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/:export?stringIndexType=Utf16CodeUnit&api-version={API-VERSION}&trainedModelLabel={MODEL-NAME}

encabezados

Use el siguiente encabezado para autenticar la solicitud.

Una vez que envíe la solicitud de API, recibirá una 202 respuesta que indica que se ha realizado correctamente. En los encabezados de respuesta, extraiga el valor operation-location con el siguiente formato:

{ENDPOINT}/language/authoring/analyze-text/projects/{PROJECT-NAME}/jobs/{JOB-ID}?api-version={API-VERSION}

JOB-ID se usa para identificar la solicitud, ya que esta operación es asincrónica. Use esta dirección URL para obtener el JSON del proyecto exportado mediante el mismo método de autenticación.

Eliminar modelo (API REST)

Cree una solicitud DELETE usando la dirección URL, los encabezados y el cuerpo JSON siguientes para eliminar un modelo entrenado.

URL de la solicitud

{Endpoint}/language/authoring/analyze-text/projects/{PROJECT-NAME}/models/{trainedModelLabel}?api-version={API-VERSION}

encabezados

Use el siguiente encabezado para autenticar la solicitud.

Una vez que envíe la solicitud de API, recibirá una 204 respuesta que indica que se ha realizado correctamente, lo que significa que se elimina el modelo entrenado.

Pasos siguientes

• Implementación del modelo
• Obtenga información sobre las métricas utilizadas en la evaluación.