メインコンテンツへスキップ
Results タブの Self-Assessment セクションでは、トレーニングの進行状況を監視し、トレーニング時間を調整できます。このセクションに表示される統計情報により、トレーニングが順調に進んでいるか、または変更が必要かどうかを把握できます。

トレーニング進捗グラフ

左側のグラフは、すべてのエポックにわたって正しく抽出された field 値の割合を示します。 AD_Semistructured_Accuracy_Metrics このグラフは各エポック後に更新され、field 抽出の実際の精度を反映します。精度は、認識エラーおよびいくつかの追加の評価指標を考慮して、検証用サブセットに対して算出されます。
注記: トレーニングプロセス中は、ドキュメント全体の 20% からなる検証セットに対してテストが実行されます。トレーニング後は、すべてのドキュメントに対してテストが実行されます。そのため、結果が異なる場合があります。ドキュメントの総数が多いほど、結果の差は小さくなるはずです。

グラフの解釈

このグラフは、アクティビティの学習を続行すべきか、停止すべきかを判断する際の目安になります。
  • 精度が十分に高く、かつそれ以上向上していない場合は、トレーニングを停止できます。
  • 精度がまだ十分に高くないが、引き続き向上している場合は、トレーニングを続ける必要があります。
  • 精度が十分に高くなく、かつそれ以上向上していない場合は、個々の field の抽出品質を分析する必要があります(ドキュメント内に、出現頻度が低すぎる field や、誤ってマークアップされている field が含まれている可能性があります)。
注: トレーニングは認識結果の品質には影響せず、誤って検出された field も引き続きトレーニングすることができます。

アクティビティの学習をいつ停止するかを判断する方法

デフォルトでは、Deep Learning アクティビティは 20 エポックにわたって学習されます。ただし、場合によっては学習の期間を短縮したり、学習を手動で停止したりしたいことがあります。 次のような場合、学習を停止してよい場合があります。
  • 精度が十分に高く、連続した複数のエポックで精度に大きな変化が見られない場合。
  • 精度が低く、連続した複数のエポックで精度に大きな変化が見られない場合(より大きなドキュメント セットを使用するか、すべての field が十分にカバーされ、正しくマークアップされていることを確認してください)。
  • すべてのドキュメントでアクティビティを手動でテストしたい場合(field 抽出結果に満足できない場合は、学習を再開してください)。

学習時間の調整方法

学習中はいつでも、エポック数やドキュメントセットの学習にかける時間を減らすことができます(例えば、バリアント数の少ないドキュメントタイプは、学習に必要な時間が短くなります)。 学習時間を調整するには、次の手順を実行します。
  1. Results タブの Self-Assessment セクションを開きます。
  2. グラフ上部のエポック数の右側にある設定アイコンをクリックします。
  3. 新しいエポック数および/または時間を “hours:minutes” 形式で入力し、Apply をクリックします。新しい上限値は、すでに経過したエポック数より大きくなければなりません。エポック数の最大値は 20 です。いずれかの上限に達すると学習は停止します。
注: Stop Training をクリックすることで、いつでも学習を停止できます。完了していないエポックの学習結果はすべて破棄されます。