Конвейер извлечения может верно прочитать значение и всё же передать неверные данные дальше. Ясно напечатанный лишний нуль может пережить даже отличное оптическое распознавание символов (OCR). Совместное использование Unsiloed и Jev от Type Safe помогает выявлять сбои OCR и общие ошибки в документе. Unsiloed извлекает структурированные поля и определяет их положение на странице, а Jev оценивает извлечённую информацию по целевым вопросам. Вместе эти результаты помогают решить, какие поля требуют проверки.
Запрос к Jev разделяет информацию, которую он учитывает (состояние), и решения, которые он принимает (вопросы). Каждый вопрос сообщает Jev, что проверять и какой тип ответа возвращать. Тип Noul возвращает вероятность того, что утверждение истинно. Значение 0,04 означает 4-процентную вероятность ответа «да», то есть уверенное «нет»; это не означает, что Jev уверен на 4%. Значения, близкие к любому из краёв, указывают на ясное направление, а значения вблизи середины требуют осторожности. Типы Choice и Score возвращают распределение и значение достоверности.
Unsiloed сохраняет напечатанное как есть и предоставляет оценки достоверности, включая extraction_score и grounding_score, оба в диапазоне от нуля до единицы. Каждое извлечённое поле также содержит ссылку с номером страницы и ограничивающим прямоугольником, чтобы проверяющие могли найти его в исходной странице. Каждой строке с лекарством присваивается идентификатор, например row-5, чтобы ответы Jev можно было сопоставить с той же строкой.
Jev получает извлечённые значения и контекст, но не изображение и не оценки Unsiloed. Рабочий процесс задаёт по одному вопросу Noul на строку: правдоподобны ли эта доза и частота приёма для данного препарата? Все строки передаются в одном запросе, а каждый вопрос оценивается независимо, что позволяет конвейеру направлять неоднозначные или неправдоподобные строки на проверку человеком.
Источник: Hacker News · Сводку подготовил HeadlinesBriefing