分析提取的数据

Document Skill Designer 中的 Results 选项卡包含文档技能的字段提取统计信息。分析这些统计信息有助于了解如何提升提取数据的质量。

由技能提取的所有字段都会显示在 Fields 列中。属于字段组的字段会被归入以其字段组命名的可折叠下拉列表中。

可用的字段提取统计信息包括：

• Accuracy 列显示具有正确提取值的字段所占的百分比 (ALL FIELDS 行) ，以及各个字段的正确提取值百分比。
  • 各个字段的准确率按以下公式计算：Accuracy = Correct / (Correct + Recognition Issue + Located Incorrectly + Not Detected)。
  • ALL FIELDS 的准确率使用相同的公式计算，但分母中的数字是所有字段的汇总值。
• Correct 列显示提取值与参考值匹配的字段实例数量。
• Recognition Issue 列显示在文档中检测到但未被正确识别的字段实例数量。
• Located Incorrectly 列显示由于其区域检测位置与标注中指定位置不同，从而其值与预测值不一致的字段实例数量。
• Not Detected 列显示未检测到的字段实例数量。
• Frequency in Documents 列显示包含给定字段的文档所占的百分比。

默认情况下，这些统计信息会针对所有字段显示。您可以在列表中隐藏单个字段，仅查看所需字段的统计信息。为此，请单击 Fields 列顶部的过滤器图标，并选择所需字段。

​

审核提取出错的字段

您可以查看包含提取出错字段的文档。为此，请点击 Recognition Issue、Located Incorrectly 或 Not Detected 列中的某个统计数值。

示例： 点击 Order Date 字段所在的 Recognition Issue 列中的统计数值，将打开一个选项卡，您可以在其中查看 Order Date 字段提取时出现识别问题的文档。

在打开的 Result Review 选项卡中，您可以审核提取结果、文档标注错误以及识别问题。您还可以将设置文档技能时创建的标注与训练过程中创建的标注进行比较。在此选项卡中，可以通过以下模式之一查看文档：

• Reference 模式显示在设置技能时创建的参考标注 (即训练之前) ，以及使用该标注提取出的字段值。在此模式下可以编辑字段值和区域。
• Predicted 模式显示处理文档时获得的字段值和区域。在此模式下无法编辑字段值和区域。
• Difference 模式显示参考标注与预测标注之间的差异。相同的字段值和区域以绿色显示，不同的字段值和区域以红色显示。在此模式下无法编辑字段值和区域。

您可以通过点击工具栏上的相应选项卡在这三种模式之间切换。

如果在设置技能时对某个字段进行了错误标注，而在处理文档时获得了正确结果，您可以更正参考标注。为此，请切换到 Difference 模式，然后点击位于包含标注错误的字段值上方的图标：

Field in Reference 框中将包含使用参考标注提取出的值。点击 Copy from Predicted，可将该错误值替换为处理文档时提取出的值。

识别问题表示字段值中的一个或多个字符没有被正确识别。要修复此类错误，请修改字段的属性，使此类字符能够被正确识别。

示例： 如果某个字段只能包含数字，请将其数据类型设置为 “Number”。这将防止例如将数字 “1” 识别为 “l” (小写字母 L) 或 “I” (大写字母 I) ，它们在文档上看起来可能与 “1” 非常相似。

如果 Field in Reference 框中包含正确的值，而处理结果不正确，建议增加训练数据集中包含的文档数量并重新训练该技能。

要跳转到下一个在同一字段中包含同类型错误的文档，请在 Actions 窗格中点击 Go to Next Document。