Eine Extraktionspipeline kann einen Wert korrekt lesen und trotzdem fehlerhafte Daten an nachgelagerte Schritte weitergeben. Eine deutlich gedruckte zusätzliche Null kann selbst eine ausgezeichnete optische Zeichenerkennung (OCR) überstehen. Die Kombination von Unsiloed und Jev von Type Safe hilft, OCR-Fehler und allgemeine Fehler in einem Dokument zu erkennen. Unsiloed extrahiert strukturierte Felder und ermittelt ihre Position auf der Seite, während Jev die extrahierten Informationen anhand gezielter Fragen bewertet. Gemeinsam helfen diese Ergebnisse festzulegen, welche Felder überprüft werden müssen.
Eine Jev-Anfrage trennt die Informationen, die Jev berücksichtigt (Zustand), von den Entscheidungen, die Jev trifft (Fragen). Jede Frage sagt Jev, was geprüft werden soll und welcher Antworttyp zurückgegeben werden soll. Der Typ Noul liefert die Wahrscheinlichkeit, dass eine Aussage wahr ist. Ein Wert von 0,04 bedeutet eine Wahrscheinlichkeit von 4 % für ja, also ein deutliches Nein; er bedeutet nicht, dass Jev zu 4 % sicher ist. Werte nahe einem der Enden zeigen eine klare Richtung an, während Werte nahe der Mitte Vorsicht verlangen. Die Typen Choice und Score liefern eine Verteilung und einen Konfidenzwert.
Unsiloed bewahrt den gedruckten Inhalt und liefert Konfidenzwerte, darunter extraction_score und grounding_score, die beide zwischen null und eins liegen. Jedes extrahierte Feld enthält außerdem eine Zitierung mit Seitenzahl und Begrenzungsrahmen, sodass Prüfer es auf der Originalseite finden können. Jede Medikamentenzeile erhält eine ID, etwa row-5, damit Jevs Antworten derselben Zeile zugeordnet werden können.
Jev erhält die extrahierten Werte und den Kontext, nicht aber das Bild oder die Unsiloed-Werte. Der Workflow stellt pro Zeile eine Noul-Frage: Sind diese Dosis und diese Häufigkeit für dieses Medikament plausibel? Alle Zeilen teilen sich eine Anfrage, und jede Frage wird unabhängig ausgewertet, sodass die Pipeline mehrdeutige oder unplausible Zeilen zur manuellen Prüfung weiterleiten kann.
Quelle: Hacker News · Zusammengefasst von HeadlinesBriefing