Odborná definícia
Význam a odborné vymedzenie pojmu
Entity extraction je proces prevodu neštruktúrovaného textu na štruktúrované záznamy o objektoch, ktoré sú relevantné pre danú úlohu. Môže zahŕňať nájdenie zmienok, určenie typu entity, normalizáciu hodnoty, získanie atribútov a vzťahov alebo priradenie identifikátora. Je širšia než klasické named entity recognition, pretože doménová entita nemusí byť vlastné meno a výstup môže obsahovať napríklad číslo zmluvy, výrobok, dávku, diagnózu, dátum účinnosti a väzbu medzi nimi. Schéma určuje, ktoré objekty a väzby sa majú vyhľadať.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Z reklamácie nestačí označiť názov výrobku. Firma môže potrebovať tabuľku s modelom, sériovým číslom, typom chyby, dátumom nákupu a požadovaným riešením. Entity extraction skladá tieto údaje z vety do polí, ktoré môže spracovať workflow. Časť sa dá riešiť pravidlami, časť modelom alebo LLM so schémou výstupu. Najťažšie nie je nájsť slovo, ale správne spojiť hodnotu s entitou, normalizovať formát a priznať neistotu, keď text neposkytuje dostatok informácií. Výstup musí zachovať aj väzbu na pôvodnú textovú pasáž.
Časté otázky
Otázky, ktoré spresňujú význam
Ako sa entity extraction líši od NER?
NER označuje textové úseky a ich typy. Extrakcia môže navyše vyplniť atribúty, normalizovať hodnoty, odvodiť vzťahy a vytvoriť cieľový záznam.
Môže sa extrakcia realizovať bez strojového učenia?
Áno. Pri stabilných formátoch fungujú regulárne výrazy, slovníky a pravidlá. Model je užitočný pri variabilnom jazyku a nejednoznačnom kontexte.
Ako sa hodnotí extrakcia viacerých polí?
Okrem precision, recall a F1 po poliach sa sleduje úplnosť celého záznamu, správnosť väzieb, normalizácia a podiel prípadov odovzdaných človeku.
Čo je schema-constrained extraction?
Model musí vrátiť výstup podľa vopred definovanej schémy, napríklad JSON s povolenými typmi. Schéma zlepší formát, nie nevyhnutne faktickú správnosť.
Ako sa rieši chýbajúca hodnota?
Systém ju nemá domýšľať. Má použiť null, stav neznáme alebo explicitnú neistotu a podľa významu požiadať o doplnenie či manuálne overenie.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.