Ergebnis und Qualität bewerten

Vorschau

Dieses Produkt unterliegt den Bedingungen für Pre‑GA-Angebote im Abschnitt „Allgemeine Dienstbedingungen“ der dienstspezifischen Nutzungsbedingungen. Sie können personenbezogene Daten für dieses Produkt gemäß dem Zusatz zur Verarbeitung von Cloud-Daten verarbeiten, vorbehaltlich der Verpflichtungen und Einschränkungen der Vereinbarung, die für den Zugriff auf Google Cloud gilt. Pre-GA-Produkte stehen in der vorliegenden Form zur Verfügung und bieten möglicherweise nur eingeschränkten Support. Weitere Informationen finden Sie in den Beschreibungen der Produkteinführungsphasen.

Ergebnis verstehen

Enterprise Knowledge Graph schreibt Ergebnisse für jeden Job in eine neue BigQuery-Tabelle. Dies ist ein Snapshot der Daten zum Zeitpunkt der Ausführung des Jobs. Standardmäßig wird für jeden Entitätscluster ein zufälliger cluster_id generiert. Wenn Sie jedoch möchten, dass die ID bei verschiedenen Jobläufen stabil bleibt, verwenden Sie die erweiterte Option previous BigQuery result table.

Ergebnistabelle ansehen

Ausgabeschema

Feldname	Typ	Beschreibung
cluster_id	STRING	Diese Cluster-ID ist eine private Knowledge Graph-Maschinen-ID (MID), die diesem Datensatzcluster zugewiesen ist. Damit kann der Datensatz in Ihrem Dataset eindeutig identifiziert werden. Sie können die vorherige BigQuery-Tabelle in den erweiterten Optionen verwenden, um `cluster_id` über mehrere Ausführungen hinweg stabil und konsistent zu halten.
source_name	STRING	Der in der Eingabekonfiguration angegebene Quellname, mit dem Sie Datasets zusammenführen können.
source_key	STRING	Der eindeutige Schlüssel in Ihrer Quelltabelle, mit dem Sie Datasets zusammenführen können.
Konfidenz	FLOAT	Konfidenzwert, der bestimmt, wie stark diese Datensätze zu diesem Cluster gehören.
assignment_age	INTEGER	Wird intern für die Stabilisierung von „cluster_id“ (MID) über verschiedene Jobs hinweg verwendet.
cloud_kg_mid	STRING	Die MID des verknüpften Google Cloud Knowledge Graph-Elements. Sie können diese MID als Ihre permanente ID verwenden oder zusätzliche Details über die Cloud Knowledge Graph API abrufen.

Dataset mit SQL zusammenführen

Im Enterprise Knowledge Graph werden Entitäten nach Cluster-ID gruppiert. Am einfachsten lässt sich das Ergebnis ansehen, indem Sie die Cluster-ID verwenden, um das Ergebnis zu gruppieren. Im folgenden Beispiel wird eine schnelle Plausibilitätsprüfung durchgeführt, indem die Ausgabetabelle mit der Originaltabelle verknüpft wird.

# get all entity clusters
SELECT distinct (cluster_id) FROM `ekg-test.<dataset>.clusters_9425187210682344597` order by cluster_id LIMIT 1000;
 
# join data with original table
SELECT confidence, RS., SRC. FROM `ekg-test.<dataset>.clusters_9425187210682344597` as RS join `ekg-api-test.demo.organization` as SRC
on RS.source_key = SRC.source_key where cluster_id = "r-02b72jsgrbws18";

Dieser Entitätscluster stellt zwei verschiedene Datensätze dar, die zum selben Cluster gehören. Dasselbe cluster_id signalisiert, dass diese beiden Datensätze zusammengeführt werden sollten.

Ergebnisse mit SQL zusammenführen

Erfolg messen

Paarweise

Präzision: Verhältnis von unterschiedlichen Einheiten, die fälschlicherweise als ähnliche Falsch-Positive identifiziert wurden (leichter durch manuelle Überprüfung zu erkennen).
Recall: Verhältnis ähnlicher Einheiten, die nicht als falsch negativ oder schwerer zu erkennen eingestuft werden.

V-Maß für Cluster

V-Messwert des Clusters: (1 + Beta) * Homogenität * Vollständigkeit / (Beta * Homogenität + Vollständigkeit), wobei Beta=1.
Cluster-Homogenität: Verhältnis von Clustern mit Entitäten, die zur selben Entität gehören.
Vollständigkeit von Clustern: Verhältnis von Clustern, in denen alle Entitäten, die zur selben Entität gehören, im selben Cluster platziert werden.