Évaluer les résultats et la qualité

Preview

Ce produit est soumis aux "Conditions des Offres de pré-DG" de la section "Conditions générales du service" des Conditions spécifiques du service. Vous pouvez traiter des données à caractère personnel lorsque vous utilisez ce produit comme indiqué dans l'Avenant relatif au traitement des données dans le cloud, sous réserve de respecter les obligations et restrictions décrites dans le contrat en vertu duquel vous accédez à Google Cloud. Les produits de pré-DG sont disponibles "en l'état" et peuvent avoir une prise en charge limitée. Pour en savoir plus, consultez les descriptions des étapes de lancement.

Comprendre le résultat

Enterprise Knowledge Graph écrit les résultats dans une nouvelle table BigQuery pour chaque job. Il s'agit d'un instantané des données au moment de l'exécution du job. Par défaut, chaque job génère un cluster_id aléatoire pour chaque cluster d'entités. Toutefois, si vous souhaitez que l'ID reste stable entre les différentes exécutions de tâches, utilisez l'option avancée previous BigQuery result table.

Examiner la table de résultats

Schéma de sortie

Nom du champ	Type	Description
cluster_id	STRING	Cet ID de cluster est un ID machine Knowledge Graph privé (MID) attribué à ce cluster d'enregistrements. Il peut être utilisé pour identifier de manière unique l'enregistrement dans votre ensemble de données. Vous pouvez utiliser l'option Table BigQuery précédente dans les options avancées pour que cette `cluster_id` reste stable et cohérente sur plusieurs exécutions.
source_name	STRING	Nom de la source spécifié dans la configuration d'entrée, pour vous aider à joindre des ensembles de données.
source_key	STRING	Clé unique dans votre tableau source, pour vous aider à joindre les ensembles de données.
confiance	FLOAT	Score de confiance qui détermine le degré d'appartenance de ces enregistrements à ce cluster.
assignment_age	INTEGER	Utilisé en interne pour la stabilisation de cluster_id (MID) entre différentes tâches.
cloud_kg_mid	STRING	MID de l'entité associée Google Cloud Knowledge Graph. Vous pouvez utiliser ce MID comme ID permanent ou rechercher des informations supplémentaires à partir de l'API Cloud Knowledge Graph.

Utiliser SQL pour joindre l'ensemble de données

Enterprise Knowledge Graph regroupe les entités par ID de cluster. Le moyen le plus simple d'afficher le résultat consiste à utiliser l'ID de cluster pour regrouper votre résultat. L'exemple suivant effectue une vérification rapide de la cohérence en joignant la table de sortie à la table d'origine.

# 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";

Ce cluster d'entités représente deux enregistrements différents appartenant au même cluster. Le même cluster_id indique que ces deux enregistrements doivent être associés et fusionnés.

Utiliser SQL pour joindre les résultats

Mesurer le succès

Par paires

Précision : rapport entre les entités distinctes identifiées à tort comme des faux positifs similaires (plus facile à détecter par inspection manuelle).
Rappel : ratio d'entités similaires qui ne sont pas identifiées comme faux négatifs ou plus difficiles à détecter.

Mesure V du cluster

Mesure V du cluster : (1 + bêta) * homogénéité * exhaustivité / (bêta * homogénéité + exhaustivité), où bêta=1.
Homogénéité des clusters : ratio de clusters dont les entités appartiennent à la même entité.
Exhaustivité des clusters : ratio de clusters dans lesquels toutes les entités appartenant à la même entité sont placées dans le même cluster.