Zum Hauptinhalt springen

Documentation Index

Fetch the complete documentation index at: https://docs.abbyy.com/llms.txt

Use this file to discover all available pages before exploring further.

Im Abschnitt Self-Assessment der Registerkarte Results können Sie den Trainingsfortschritt überwachen und die Trainingsdauer anpassen. Die in diesem Abschnitt angezeigten Statistiken helfen Ihnen dabei zu beurteilen, ob das Training erfolgreich verläuft oder ob Änderungen erforderlich sind.

​
Diagramm zum Trainingsfortschritt

Das Diagramm auf der linken Seite zeigt den Prozentsatz der über alle Epochen hinweg korrekt extrahierten Feldwerte.
Self-Assessment-Diagramm, das die Genauigkeit der Feldextraktion über die Trainingsepochen hinweg für eine Deep-Learning-Aktivität darstellt
Dieses Diagramm wird nach jeder Epoche aktualisiert und zeigt die tatsächliche Genauigkeit der Feldextraktion. Die Genauigkeit wird anhand eines Validierungsdatensatzes berechnet, wobei Erkennungsfehler und einige zusätzliche Metriken berücksichtigt werden. Während des Trainings werden Tests mit dem Validierungsdatensatz durchgeführt, der 20 % der Dokumente umfasst. Nach dem Training werden Tests mit allen Dokumenten durchgeführt. Daher können die Ergebnisse voneinander abweichen. Je mehr Dokumente insgesamt vorhanden sind, desto geringer sollten die Unterschiede in den Ergebnissen ausfallen.

​
Das Diagramm interpretieren

Dieses Diagramm kann Ihnen dabei helfen zu entscheiden, ob Sie das Training fortsetzen oder das Training der Aktivität beenden sollten:
  • Wenn die Genauigkeit ausreichend hoch ist und nicht mehr steigt, kann das Training beendet werden.
  • Wenn die Genauigkeit noch nicht ausreichend hoch ist, aber weiter steigt, sollte das Training fortgesetzt werden.
  • Wenn die Genauigkeit noch nicht ausreichend hoch ist und nicht mehr steigt, sollten Sie die Qualität der Extraktion einzelner Felder analysieren (möglicherweise gibt es in den Dokumenten Felder, die zu selten vorkommen oder falsch markiert wurden).
Das Training wirkt sich nicht auf die Qualität der Erkennung aus, und auch falsch erkannte Felder können weiterhin trainiert werden.

​
Entscheiden Sie, wann Sie das Training Ihrer Aktivität beenden

Standardmäßig wird eine Deep-Learning-Aktivität über 20 Epochen trainiert. In bestimmten Fällen kann es jedoch sinnvoll sein, die Trainingsdauer zu verkürzen oder das Training manuell zu beenden. Möglicherweise sollten Sie das Training beenden, wenn:
  • die Genauigkeit ausreichend hoch ist und sich über mehrere Epochen in Folge nicht wesentlich verändert hat.
  • die Genauigkeit niedrig ist und sich über mehrere Epochen in Folge nicht wesentlich verändert hat (verwenden Sie in diesem Fall einen größeren Dokumentensatz oder stellen Sie sicher, dass alle Felder ausreichend repräsentiert und korrekt markiert sind).
  • Sie die Aktivität manuell mit allen Dokumenten testen möchten (setzen Sie das Training fort, wenn Sie mit den Feldextraktionsergebnissen nicht zufrieden sind).

​
Trainingsdauer anpassen

Sie können die Anzahl der Epochen oder die für das Training eines Dokumentensatzes aufgewendete Zeit jederzeit während des Trainings verringern. Das Training von Dokumenttypen mit weniger Varianten nimmt weniger Zeit in Anspruch.
1

Den Abschnitt „Self-Assessment“ öffnen

Wechseln Sie zum Abschnitt Self-Assessment auf der Registerkarte Results.
2

Die Dauerseinstellungen öffnen

Klicken Sie auf das Einstellungssymbol rechts neben der Anzahl der Epochen oberhalb des Diagramms.
3

Ein neues Limit eingeben und anwenden

Geben Sie eine neue Anzahl von Epochen und/oder eine Zeit im Format hours:minutes ein und klicken Sie dann auf Anwenden. Das neue Limit muss größer sein als die Anzahl der bereits abgeschlossenen Epochen, und die maximale Anzahl von Epochen beträgt 20. Das Training wird beendet, sobald eines der Limits erreicht ist.
Sie können das Training jederzeit beenden, indem Sie auf Training beenden klicken. Die Ergebnisse des Trainings für jede nicht abgeschlossene Epoche werden verworfen.