Text Analysis Authoring - Get Model Evaluation Summary
取得定型模型的評估摘要。 摘要包含模型的高階效能測量,例如 F1、精確度、召回率等。
GET {Endpoint}/language/authoring/analyze-text/projects/{projectName}/models/{trainedModelLabel}/evaluation/summary-result?api-version=2023-04-01
URI 參數
名稱 | 位於 | 必要 | 類型 | Description |
---|---|---|---|---|
Endpoint
|
path | True |
string url |
支援的認知服務端點,例如 https://.api.cognitiveservices.azure.com. |
project
|
path | True |
string |
要使用的項目名稱。 |
trained
|
path | True |
string |
定型的模型標籤。 |
api-version
|
query | True |
string |
要用於這項作業的 API 版本。 |
回應
名稱 | 類型 | Description |
---|---|---|
200 OK | TextAnalysisAuthoringEvaluationSummary: |
要求已成功。 |
Other Status Codes |
未預期的錯誤回應。 |
安全性
Ocp-Apim-Subscription-Key
類型:
apiKey
位於:
header
OAuth2Auth
類型:
oauth2
Flow:
accessCode
授權 URL:
https://login.microsoftonline.com/common/oauth2/authorize
權杖 URL:
https://login.microsoftonline.com/common/oauth2/token
範圍
名稱 | Description |
---|---|
https://cognitiveservices.azure.com/.default |
範例
SuccessfulGetModelEvaluationSummary
範例要求
GET {Endpoint}/language/authoring/analyze-text/projects/LoanAgreements/models/model2/evaluation/summary-result?api-version=2023-04-01
範例回覆
{
"projectKind": "CustomEntityRecognition",
"customEntityRecognitionEvaluation": {
"confusionMatrix": {
"BorrowerAddress": {
"BorrowerAddress": {
"normalizedValue": 86.206894,
"rawValue": 3.4482758
},
"$none": {
"normalizedValue": 13.793103,
"rawValue": 0.55172414
}
},
"BorrowerCity": {
"BorrowerCity": {
"normalizedValue": 100,
"rawValue": 4
}
},
"BorrowerName": {
"BorrowerName": {
"normalizedValue": 100,
"rawValue": 4
}
},
"BorrowerState": {
"BorrowerState": {
"normalizedValue": 100,
"rawValue": 4
}
},
"Date": {
"Date": {
"normalizedValue": 100,
"rawValue": 4
}
},
"Interest": {
"Interest": {
"normalizedValue": 100,
"rawValue": 4
}
},
"LenderAddress": {
"LenderAddress": {
"normalizedValue": 100,
"rawValue": 4
}
},
"LenderCity": {
"LenderCity": {
"normalizedValue": 100,
"rawValue": 4
}
},
"LenderName": {
"LenderName": {
"normalizedValue": 100,
"rawValue": 4
}
},
"LenderState": {
"LenderState": {
"normalizedValue": 100,
"rawValue": 4
}
},
"LoanAmountNumbers": {
"LoanAmountNumbers": {
"normalizedValue": 100,
"rawValue": 4
}
},
"LoanAmountWords": {
"LoanAmountWords": {
"normalizedValue": 100,
"rawValue": 4
}
},
"$none": {
"$none": {
"normalizedValue": 99.81485,
"rawValue": 51.90372
},
"BorrowerAddress": {
"normalizedValue": 0.18315019,
"rawValue": 0.0952381
},
"Interest": {
"normalizedValue": 0.002005294,
"rawValue": 0.0010427529
}
}
},
"entities": {
"Date": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"BorrowerName": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"BorrowerAddress": {
"f1": 0.6666666865348816,
"precision": 0.6000000238418579,
"recall": 0.75,
"truePositiveCount": 3,
"trueNegativeCount": 0,
"falsePositiveCount": 2,
"falseNegativeCount": 1
},
"BorrowerCity": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"BorrowerState": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"LenderName": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"LenderAddress": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"LenderCity": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"LenderState": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"LoanAmountWords": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"LoanAmountNumbers": {
"f1": 1,
"precision": 1,
"recall": 1,
"truePositiveCount": 4,
"trueNegativeCount": 0,
"falsePositiveCount": 0,
"falseNegativeCount": 0
},
"Interest": {
"f1": 0.75,
"precision": 0.75,
"recall": 0.75,
"truePositiveCount": 3,
"trueNegativeCount": 0,
"falsePositiveCount": 1,
"falseNegativeCount": 1
}
},
"microF1": 0.94845366,
"microPrecision": 0.93877554,
"microRecall": 0.9583333,
"macroF1": 0.9513889,
"macroPrecision": 0.9458334,
"macroRecall": 0.9583333
},
"evaluationOptions": {
"kind": "percentage",
"trainingSplitPercentage": 80,
"testingSplitPercentage": 20
}
}
定義
Error
error 物件。
名稱 | 類型 | Description |
---|---|---|
code |
其中一組伺服器定義的錯誤碼。 |
|
details |
Error[] |
導致此錯誤之特定錯誤的詳細數據陣列。 |
innererror |
物件,包含與目前對象有關錯誤更具體的資訊。 |
|
message |
string |
錯誤的人類可讀取表示法。 |
target |
string |
錯誤的目標。 |
ErrorCode
人類可讀取的錯誤碼。
名稱 | 類型 | Description |
---|---|---|
AzureCognitiveSearchIndexLimitReached |
string |
|
AzureCognitiveSearchIndexNotFound |
string |
|
AzureCognitiveSearchNotFound |
string |
|
AzureCognitiveSearchThrottling |
string |
|
Conflict |
string |
|
Forbidden |
string |
|
InternalServerError |
string |
|
InvalidArgument |
string |
|
InvalidRequest |
string |
|
NotFound |
string |
|
OperationNotFound |
string |
|
ProjectNotFound |
string |
|
QuotaExceeded |
string |
|
ServiceUnavailable |
string |
|
Timeout |
string |
|
TooManyRequests |
string |
|
Unauthorized |
string |
|
Warning |
string |
ErrorResponse
錯誤回應。
名稱 | 類型 | Description |
---|---|---|
error |
error 物件。 |
EvaluationKind
名稱 | 類型 | Description |
---|---|---|
manual |
string |
根據所選取資料集分割數據,以取得資料中的每個範例。 |
percentage |
string |
根據使用者定義的百分比,將數據分割成定型集和測試集。 |
InnerErrorCode
人類可讀取的錯誤碼。
名稱 | 類型 | Description |
---|---|---|
AzureCognitiveSearchNotFound |
string |
|
AzureCognitiveSearchThrottling |
string |
|
EmptyRequest |
string |
|
ExtractionFailure |
string |
|
InvalidCountryHint |
string |
|
InvalidDocument |
string |
|
InvalidDocumentBatch |
string |
|
InvalidParameterValue |
string |
|
InvalidRequest |
string |
|
InvalidRequestBodyFormat |
string |
|
KnowledgeBaseNotFound |
string |
|
MissingInputDocuments |
string |
|
ModelVersionIncorrect |
string |
|
UnsupportedLanguageCode |
string |
InnerErrorModel
物件,包含有關錯誤的更特定資訊。 根據Microsoft一個 API 指導方針 - https://github.com/Microsoft/api-guidelines/blob/vNext/Guidelines.md#7102-error-condition-responses。
名稱 | 類型 | Description |
---|---|---|
code |
其中一組伺服器定義的錯誤碼。 |
|
details |
object |
錯誤詳細數據。 |
innererror |
物件,包含與目前對象有關錯誤更具體的資訊。 |
|
message |
string |
錯誤資訊。 |
target |
string |
錯誤目標。 |
ProjectKind
名稱 | 類型 | Description |
---|---|---|
CustomEntityRecognition |
string |
若要建置擷取模型,以使用您自己的數據來識別您的領域類別。 |
CustomMultiLabelClassification |
string |
若要建置分類模型,以使用您自己的數據來分類文字。 每個檔案可以有一或多個標籤。 例如,檔案 1 會分類為 A、B 和 C,而檔案 2 則分類為 B 和 C。 |
CustomSingleLabelClassification |
string |
若要建置分類模型,以使用您自己的數據來分類文字。 每個檔案只會有一個標籤。 例如,檔案 1 會分類為 A,而檔案 2 則分類為 B。 |
TextAnalysisAuthoringCustomEntityRecognitionEvaluationSummary
表示自定義實體辨識專案的評估摘要。
名稱 | 類型 | Description |
---|---|---|
customEntityRecognitionEvaluation |
包含與擷取評估相關的數據。 |
|
evaluationOptions |
表示執行評估所使用的選項。 |
|
projectKind |
string:
Custom |
表示評估執行的項目類型。 |
TextAnalysisAuthoringCustomMultiLabelClassificationEvaluationSummary
表示自定義多標籤分類項目的評估摘要。
名稱 | 類型 | Description |
---|---|---|
customMultiLabelClassificationEvaluation |
Text |
包含與多重標籤分類評估相關的數據。 |
evaluationOptions |
表示執行評估所使用的選項。 |
|
projectKind |
string:
Custom |
表示評估執行的項目類型。 |
TextAnalysisAuthoringCustomSingleLabelClassificationEvaluationSummary
表示自定義單一標籤分類專案的評估摘要。
名稱 | 類型 | Description |
---|---|---|
customSingleLabelClassificationEvaluation |
Text |
包含與單一標籤分類評估相關的數據。 |
evaluationOptions |
表示執行評估所使用的選項。 |
|
projectKind |
string:
Custom |
表示評估執行的項目類型。 |
TextAnalysisAuthoringEntityEvaluationSummary
表示實體的評估摘要。
名稱 | 類型 | Description |
---|---|---|
f1 |
number |
表示模型精確度 |
falseNegativeCount |
integer |
表示誤判的計數 |
falsePositiveCount |
integer |
表示誤判計數 |
precision |
number |
表示模型回收 |
recall |
number |
代表模型 F1 分數 |
trueNegativeCount |
integer |
表示真負數的計數 |
truePositiveCount |
integer |
表示真正數的計數 |
TextAnalysisAuthoringEntityRecognitionEvaluationSummary
表示自定義實體辨識專案的評估摘要。
名稱 | 類型 | Description |
---|---|---|
confusionMatrix |
object |
表示兩個實體之間的混淆矩陣(兩個實體可以相同)。 矩陣位於已加上標籤的實體與預測的實體之間。 |
entities |
表示實體評估 |
|
macroF1 |
number |
代表巨集 F1。 預期的值為介於 0 到 1 之間的浮點數。 |
macroPrecision |
number |
表示巨集精確度。 預期的值為介於 0 到 1 之間的浮點數。 |
macroRecall |
number |
表示重新叫用巨集。 預期的值為介於 0 到 1 之間的浮點數。 |
microF1 |
number |
代表 micro F1。 預期的值為介於 0 到 1 之間的浮點數。 |
microPrecision |
number |
表示微精確度。 預期的值為介於 0 到 1 之間的浮點數。 |
microRecall |
number |
表示微回收。 預期的值為介於 0 到 1 之間的浮點數。 |
TextAnalysisAuthoringEvaluationOptions
表示執行評估所使用的選項。
名稱 | 類型 | Description |
---|---|---|
kind |
表示評估種類。 根據預設,評估種類會設定為百分比。 |
|
testingSplitPercentage |
integer |
表示測試數據集分割百分比。 只有在評估種類為百分比時才需要。 |
trainingSplitPercentage |
integer |
表示定型數據集分割百分比。 只有在評估種類為百分比時才需要。 |
TextAnalysisAuthoringMultiLabelClassEvaluationSummary
表示多標籤分類項目中類別的評估摘要。
名稱 | 類型 | Description |
---|---|---|
f1 |
number |
表示模型精確度 |
falseNegativeCount |
integer |
表示誤判的計數 |
falsePositiveCount |
integer |
表示誤判計數 |
precision |
number |
表示模型回收 |
recall |
number |
代表模型 F1 分數 |
trueNegativeCount |
integer |
表示真負數的計數 |
truePositiveCount |
integer |
表示真正數的計數 |
TextAnalysisAuthoringMultiLabelClassificationEvaluationSummary
表示多標籤分類項目的評估摘要。
名稱 | 類型 | Description |
---|---|---|
classes |
<string,
Text |
表示類別評估 |
macroF1 |
number |
代表巨集 F1。 預期的值為介於 0 到 1 之間的浮點數。 |
macroPrecision |
number |
表示巨集精確度。 預期的值為介於 0 到 1 之間的浮點數。 |
macroRecall |
number |
表示重新叫用巨集。 預期的值為介於 0 到 1 之間的浮點數。 |
microF1 |
number |
代表 micro F1。 預期的值為介於 0 到 1 之間的浮點數。 |
microPrecision |
number |
表示微精確度。 預期的值為介於 0 到 1 之間的浮點數。 |
microRecall |
number |
表示微回收。 預期的值為介於 0 到 1 之間的浮點數。 |
TextAnalysisAuthoringSingleLabelClassEvaluationSummary
表示單一標籤分類項目中類別的評估摘要。
名稱 | 類型 | Description |
---|---|---|
f1 |
number |
表示模型精確度 |
falseNegativeCount |
integer |
表示誤判的計數 |
falsePositiveCount |
integer |
表示誤判計數 |
precision |
number |
表示模型回收 |
recall |
number |
代表模型 F1 分數 |
trueNegativeCount |
integer |
表示真負數的計數 |
truePositiveCount |
integer |
表示真正數的計數 |
TextAnalysisAuthoringSingleLabelClassificationEvaluationSummary
表示自定義單一標籤分類專案的評估摘要。
名稱 | 類型 | Description |
---|---|---|
classes |
<string,
Text |
表示類別評估 |
confusionMatrix |
object |
表示兩個類別之間的混淆矩陣(這兩個類別可以相同)。 矩陣位於標記的類別和預測的類別之間。 |
macroF1 |
number |
代表巨集 F1。 預期的值為介於 0 到 1 之間的浮點數。 |
macroPrecision |
number |
表示巨集精確度。 預期的值為介於 0 到 1 之間的浮點數。 |
macroRecall |
number |
表示重新叫用巨集。 預期的值為介於 0 到 1 之間的浮點數。 |
microF1 |
number |
代表 micro F1。 預期的值為介於 0 到 1 之間的浮點數。 |
microPrecision |
number |
表示微精確度。 預期的值為介於 0 到 1 之間的浮點數。 |
microRecall |
number |
表示微回收。 預期的值為介於 0 到 1 之間的浮點數。 |