Opções de ajuste para atribuição de prazo
Dependendo dos dados do seu projeto e dos casos de uso do enriquecimento de metadados, talvez você queira melhorar os resultados da atribuição de termos ajustando algumas opções de atribuição de termos.
Vários fatores afetam a precisão das atribuições de termos, por exemplo, os dados que são analisados, os algoritmos de atribuição de termos que são usados ou a qualidade do treinamento do modelo de aprendizado de máquina. Portanto, às vezes, os algoritmos podem sugerir muitos termos porque os dados analisados não são uniformes. Valores diferentes também podem resultar em um número excessivo de correspondências para classes de dados e, portanto, em uma lista desproporcionalmente longa de sugestões de termos. Às vezes, as classes de dados podem ser muito genéricas, de modo que são atribuídas a muitas colunas, o que também resulta em muitas sugestões de termos.
Por outro lado, os algoritmos podem apresentar as mesmas sugestões de termos, o que torna uma sugestão mais confiável.
Se você vir muitos termos comerciais sugeridos para ativos ou colunas individuais ou se quiser dar peso extra aos termos sugeridos por mais de um algoritmo, poderá trabalhar com essas opções de ajuste. No entanto, encontrar as configurações corretas é um processo iterativo. Provavelmente, você precisará testar diferentes configurações para descobrir quais funcionam melhor para o seu caso de uso.
Depois de ativar a configuração Opções de sintonia, você pode escolher entre diferentes predefinições de sintonia ou criar uma configuração personalizada com base em suas necessidades. Se você selecionar a opção Disabled (Desativado ), nenhuma configuração de ajuste será aplicada. Essa seleção é equivalente a desativar as opções de ajuste.
Opções de ajuste
- Tolerância a sugestões
Defina quantos termos sugeridos acima do número médio de termos sugeridos por todos os algoritmos de atribuição de termos selecionados são permitidos para um único algoritmo antes que as pontuações de confiança sejam reduzidas. Especifique a porcentagem para essa redução com a configuração Fator de redução para a pontuação de confiança de sugestões excedentes.
Por exemplo, talvez você queira limitar o número de sugestões para que não exceda a média em mais de 4. O número médio de sugestões de termos é 5. Se um algoritmo agora retornar 10 ou mais sugestões, você poderá reduzir a confiança do termo número 10 e de quaisquer outros termos sugeridos por esse algoritmo.
- Fator de redução da pontuação de confiança das sugestões excedentes (%)
Esse valor é utilizado para calcular uma pontuação de confiança mais baixa para qualquer sugestão de termo que exceda o número tolerado de sugestões. Defina esse número com o valor de Tolerância para sugestões.
Se um dos algoritmos selecionados sugerir mais termos do que os sugeridos em média por todos os algoritmos selecionados, você poderá limitar o número de sugestões toleradas e reduzir a confiança de outros termos que possam ser sugeridos por esse algoritmo. Essa redução pode fazer com que a pontuação fique abaixo do limite de sugestão ou atribuição especificado.
Por exemplo, você pode querer reduzir em 5% a pontuação de confiança das sugestões de termos que excedem o número tolerado.
- Número máximo de classes de dados sugeridas sem impacto na confiança do termo
Definir quantas classes de dados podem ser sugeridas para uma coluna antes que a confiança do termo seja recalculada. Se o número de classes de dados sugeridas exceder o valor especificado, a pontuação de confiança de qualquer termo que possa ser atribuído com base na classe de dados atribuída será reduzida pelo valor calculado com base no valor de Fator de redução da pontuação de confiança das atribuições de termos com base em classe.
Se muitas classes de dados forem combinadas com uma única coluna, o número de termos sugeridos pode se tornar alto. Você pode limitar o número de classes de dados que são consideradas para atribuição de prazo sem alterações na pontuação de qualidade dos dados.
Por exemplo, você pode querer aceitar termos de, no máximo, 4 classes de dados. Se mais classes de dados corresponderem à coluna, os termos vinculados a essas classes de dados terão uma confiança menor.
- Fator de redução para a pontuação de confiança de atribuições de termos baseados em classe (%)
O valor especificado é usado para recalcular a pontuação de confiança dos termos que podem ser atribuídos com base na atribuição de classe de dados se o número de classes de dados sugeridas para a mesma coluna exceder o limite. Esse limite é definido em Número máximo de classes de dados sugeridas sem impacto na confiança do termo.
Para filtrar os termos que podem resultar de muitas correspondências de classe de dados, você pode reduzir o índice de confiança dos termos definidos em qualquer classe de dados excedente. Assim, a confiança de tais termos pode ficar abaixo do limite de sugestão ou atribuição definido.
Por exemplo, você pode querer reduzir em 10% a pontuação de confiança dos termos sugeridos com base em correspondências de classe de dados além do limite especificado.
- Fator de aumento da pontuação de confiança das sugestões (%)
Esse valor é usado para calcular uma pontuação de confiança mais alta para termos que foram sugeridos por mais de um dos algoritmos selecionados.
Por exemplo, talvez você queira aumentar em 10% a pontuação de confiança de um termo sugerido por dois ou mais algoritmos.
Pré-configurações
- Balanceado
Essa predefinição tem como objetivo equilibrar a precisão e a recuperação de atribuições de termos. Talvez você queira começar com essa predefinição para obter uma linha de base para ajustes posteriores.
- Foco na precisão
Essa predefinição tem como objetivo reduzir os falsos positivos.
Se um dos algoritmos selecionados sugerir 4 termos a mais do que os sugeridos em média por todos os algoritmos selecionados, a confiança de outros termos que possam ser sugeridos por esse algoritmo será reduzida em 10%. Essa redução pode ajudar a filtrar termos irrelevantes.
Para filtrar os termos que podem resultar de classes de dados muito genéricas, um máximo de 4 sugestões de classes de dados é considerado. A pontuação de confiança dos termos definidos em qualquer classe de dados excedente é reduzida em 10%.
Para qualquer termo que seja sugerido por mais de um dos algoritmos selecionados, a pontuação de confiança é aumentada em 5%.
- Foco na rechamada
Essa predefinição tem o objetivo de selecionar todos os termos relevantes.