Mengevaluasi hasil dan kualitas

Pratinjau

Produk ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dari Persyaratan Khusus Layanan. Anda dapat memproses data pribadi untuk produk ini sebagaimana diuraikan dalam Adendum Pemrosesan Data Cloud, dengan tunduk pada kewajiban dan batasan yang dijelaskan dalam perjanjian yang menjadi dasar Anda mengakses Google Cloud. Produk pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Memahami hasil

Enterprise Knowledge Graph menulis hasil ke tabel BigQuery baru untuk setiap tugas. Ini adalah snapshot data pada saat tugas dijalankan. Secara default, setiap tugas menghasilkan cluster_id acak untuk setiap cluster entitas. Namun, jika Anda ingin menjaga kestabilan ID di antara berbagai eksekusi tugas, gunakan opsi lanjutan previous BigQuery result table.

Poin Penting: Skor keyakinan rekonsiliasi dapat membantu Anda mengevaluasi data yang cenderung tidak berada dalam cluster entitas yang sama. Untuk mengetahui informasi tentang cara penghitungan skor keyakinan, lihat Memahami skor keyakinan rekonsiliasi.

Skema Output

Nama kolom	Jenis	Deskripsi
cluster_id	STRING	ID cluster ini adalah ID mesin (MID) grafik pengetahuan pribadi yang ditetapkan ke cluster catatan ini. Dapat digunakan untuk mengidentifikasi catatan dalam set data Anda secara unik. Anda dapat menggunakan Tabel BigQuery sebelumnya di Opsi Lanjutan untuk menjaga agar cluster_id ini tetap stabil dan konsisten di beberapa proses.
source_name	STRING	Nama sumber yang ditentukan dalam konfigurasi input, untuk membantu Anda menggabungkan set data.
source_key	STRING	Kunci unik dalam tabel sumber Anda, untuk membantu Anda menggabungkan set data.
keyakinan	FLOAT	Skor keyakinan yang menentukan seberapa kuat data ini termasuk dalam cluster ini.
assignment_age	INTEGER	Digunakan secara internal untuk stabilisasi cluster_id (MID) di berbagai tugas.
cloud_kg_mid	STRING	MID entitas tertaut Google Cloud Knowledge Graph. Anda dapat menggunakan MID ini sebagai ID permanen atau mencari detail tambahan dari Cloud Knowledge Graph API.

Poin Penting: Gunakan Cloud Knowledge Graph API untuk mencari cloud_kg_mid yang dapat membantu Anda lebih membedakan entity.

Catatan: Cloud Knowledge Graph API saat ini hanya menautkan tempat dan lokasi menarik. Penautan akan segera diperluas ke lebih banyak entitas.

Menggunakan SQL untuk menggabungkan set data

Enterprise Knowledge Graph menampilkan entitas yang dikelompokkan menurut ID cluster. Cara paling sederhana untuk melihat hasilnya adalah dengan menggunakan ID cluster untuk "mengelompokkan menurut" hasil Anda. Contoh berikut melakukan pemeriksaan kewarasan cepat dengan menggabungkan tabel output dengan tabel asli.

# 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";

Cluster entity ini merepresentasikan dua catatan berbeda yang termasuk dalam cluster yang sama. cluster_id yang sama ini menandakan bahwa kedua catatan ini harus digabungkan.

Mengukur kesuksesan

Pair-wise

• Presisi: Rasio entitas berbeda yang salah diidentifikasi sebagai positif palsu serupa (lebih mudah dideteksi dengan pemeriksaan manual).

• Recall: Rasio entitas serupa yang tidak diidentifikasi sebagai negatif palsu atau lebih sulit dideteksi.

Cluster V-measure

• Pengukuran V cluster: (1 + beta) * homogenitas * kelengkapan / (beta * homogenitas + kelengkapan) dengan beta=1.

• Homogenitas Cluster: Rasio cluster yang memiliki entitas yang termasuk dalam entitas yang sama.

• Kelengkapan Pengelompokan: Rasio cluster yang menempatkan semua entity yang termasuk dalam entity yang sama ke dalam cluster yang sama.