Un pipeline d'extraction peut lire correctement une valeur et transmettre quand même de mauvaises données en aval. Un zéro supplémentaire clairement imprimé peut survivre à une excellente reconnaissance optique de caractères (OCR). La combinaison d'Unsiloed et de Jev de Type Safe aide à détecter les échecs de l'OCR et les erreurs courantes dans un document. Unsiloed extrait des champs structurés et les localise sur la page, tandis que Jev juge les informations extraites à partir de questions ciblées. Ensemble, ces résultats aident à décider quels champs doivent être vérifiés.
Une requête Jev sépare les informations qu'il prend en compte (l'état) des décisions qu'il prend (les questions). Chaque question indique à Jev ce qu'il doit vérifier et le type de réponse à renvoyer. Le type Noul renvoie la probabilité qu'une affirmation soit vraie. Une valeur de 0,04 signifie une probabilité de 4 % d'un oui, soit un non très net ; cela ne signifie pas que Jev est confiant à 4 %. Les valeurs proches de l'une ou l'autre extrémité indiquent une direction claire, tandis que les valeurs proches du milieu appellent à la prudence. Les types Choice et Score renvoient une distribution et une valeur de confiance.
Unsiloed conserve ce qui est imprimé et fournit des scores de confiance, dont extraction_score et grounding_score, tous deux compris entre zéro et un. Chaque champ extrait comporte également une citation avec sa page et sa boîte englobante, afin que les relecteurs puissent le retrouver sur le document d'origine. Chaque ligne de médicament reçoit un identifiant, comme row-5, afin que les réponses de Jev puissent être associées à la même ligne.
Jev reçoit les valeurs extraites et le contexte, mais ni l'image ni les scores d'Unsiloed. Le flux de travail pose une question Noul par ligne : cette posologie et cette fréquence sont-elles plausibles pour ce médicament ? Toutes les lignes partagent une même requête, et chaque question est évaluée indépendamment, ce qui permet au pipeline d'orienter les lignes ambiguës ou invraisemblables vers une vérification humaine.
Source: Hacker News · Résumé par HeadlinesBriefing