액티비티 학습 모니터링 및 조정

Results 탭의 Self-Assessment 섹션에서는 학습 진행 상황을 모니터링하고 학습 기간을 조정할 수 있습니다. 이 섹션에 표시되는 통계를 통해 학습이 성공적으로 진행되고 있는지, 아니면 변경이 필요한지를 파악할 수 있습니다.

학습 진행 그래프

왼쪽 그래프는 모든 epoch에 걸쳐 올바르게 추출된 field 값의 비율을 보여 줍니다.

이 그래프는 각 epoch 이후에 업데이트되며 field 추출의 실제 정확도를 반영합니다. 정확도는 검증용 하위 집합을 기반으로 계산되며, 인식 오류와 일부 추가 지표를 함께 고려합니다.

참고: 학습 과정 동안에는 전체 문서들 중 20%로 구성된 검증 세트에서 테스트가 수행됩니다. 학습이 끝난 후에는 모든 문서들에 대해 테스트가 수행됩니다. 따라서 결과가 서로 다를 수 있습니다. 전체 문서 수가 많을수록 결과 차이는 줄어들어야 합니다.

이 그래프는 학습을 계속할지, 아니면 Activity에 대한 학습을 중단할지를 결정하는 데 도움을 줍니다.

정확도가 충분히 높고 더 이상 증가하지 않는다면 학습을 중단해도 됩니다.
정확도가 아직 충분히 높지 않지만 계속 증가하고 있다면 학습을 계속해야 합니다.
정확도가 아직 충분히 높지 않고 더 이상 증가하지 않는다면, 개별 field의 추출 품질을 분석해야 합니다(문서에 너무 드물게 나타나는 field가 있거나 마크업이 잘못되었을 수 있습니다).

참고: 학습은 인식 품질에는 영향을 주지 않으며, 잘못 감지된 field도 계속 학습할 수 있습니다.

기본적으로 Deep Learning activity는 20 epoch 동안 학습됩니다. 그러나 경우에 따라 학습 시간을 줄이거나 학습을 수동으로 중단해야 할 수도 있습니다. 다음과 같은 경우 학습 중단을 고려할 수 있습니다:

정확도가 충분히 높고, 여러 epoch 동안 정확도에 유의미한 변화가 없는 경우
정확도가 낮고, 여러 epoch 동안 정확도에 유의미한 변화가 없는 경우 (더 큰 문서 세트를 사용하거나 모든 field가 충분히 대표되도록 포함되어 있고 올바르게 마크업되어 있는지 확인하는 것이 좋습니다).
모든 문서에서 activity를 수동으로 테스트해 보고 싶은 경우 (field 추출 결과에 만족하지 못한다면 학습을 다시 시작하십시오).

학습 중 언제든지 에포크 수를 줄이거나 문서 세트 학습에 사용하는 시간을 줄일 수 있습니다(예: 변형 수가 적은 문서 유형은 학습에 필요한 시간이 더 짧습니다). 학습 기간을 조정하려면 다음을 수행합니다.

Results 탭의 Self-Assessment 섹션으로 이동합니다.
그래프 위에 표시된 에포크 수 오른쪽에 있는 설정 아이콘을 클릭합니다.
새로운 에포크 수 및/또는 시간을 “hours:minutes”(시:분) 형식으로 입력하고 Apply를 클릭합니다. 새로 설정하는 제한값은 이미 경과한 에포크 수보다 커야 합니다. 최대 에포크 수는 20입니다. 설정한 제한값 중 하나에 도달하면 학습이 중지됩니다.

Note: Stop Training을 클릭하여 언제든지 학습을 중지할 수 있습니다. 완료되지 않은 에포크의 학습 결과는 폐기됩니다.