通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

查看文本分类模型的评估和详细信息

模型完成训练后，你可以查看模型性能，并查看测试集中文档的预测类。

注意

使用“自动从训练数据拆分测试集”选项，每次训练新模型时可能会产生不同的模型评估结果，因为测试集是从数据中随机选择的。 若要确保每次训练模型时都针对同一测试集计算评估，请确保在启动训练作业时使用“手动拆分训练和测试数据”选项，并在标记数据时定义测试文档。

Prerequisites

在查看模型评估之前，需要：

请参阅 项目开发生命周期。

模型详细信息

  1. 转到 Language Studio 中的项目页面。

  2. 从屏幕左侧的菜单中选择“模型性能”。

  3. 在此页上，只能查看成功训练的模型、每个模型和 模型到期日期的 F1 分数。 可以选择模型名称来了解有关其性能的更多详细信息。

注意

测试集中未标记或预测的类不属于显示的结果。

  • 在此选项卡中，可以查看模型的详细信息，例如：F1 分数、精度、召回率、日期和时间，以及训练作业中包含的训练和测试文档总数。

    显示模型评估概述页的屏幕截图。

  • 还可以查看有关如何改进模型的 指南 。 选择 视图详细信息时，将打开侧面板，以提供有关如何改进模型的更多指导。 在此示例中，训练集中没有足够的数据用于这些类。 此外，训练集中的类类型之间没有明确的区别，两个类相互混淆。 通过选择混淆的类，你将访问 数据标记 页，以使用正确的类标记更多数据。

    显示模型评估指导页的屏幕截图。

    详细了解模型性能概念中的模型指导和混淆矩阵。

加载或导出模型数据

若要加载模型数据，请执行以下操作：

  1. 在“模型评估”页中选择任何模型。

  2. 选择“加载模型数据”按钮。

  3. 确认在出现的窗口中没有需要捕获的任何未保存的更改，然后选择“ 加载数据”。

  4. 等待模型数据完成加载回项目的过程。 完成后，会重定向回 “架构设计 ”页。

若要导出模型数据，请执行以下操作：

  1. 在“模型评估”页中选择任何模型。

  2. 选择“导出模型数据”按钮。 等待本地下载模型的 JSON 快照。

删除模型

要从 Language Studio 中删除模型，请执行以下操作：

  1. 在左侧菜单中，选择“模型性能”。

  2. 选择要删除的模型名称，然后选择顶部菜单中的“删除”。

  3. 在出现的窗口中，选择“确定”以删除模型。

Next steps

在查看模型的性能时，了解所使用的评估指标。 了解模型性能是否需要改进后，即可开始改进模型。

  • Last updated on