跳转至

执行输出

在 Execute 阶段结束时,会产生一个输出。其中包含按升序排列的最佳匹配(仅含代码)、其排名、层级度量、concat 度量,以及一个名为 "METRIC" 的度量,表示匹配的整体优良程度,其计算方式为层级距离中位数与 concat 距离的平均值。

附录 1:输入与输出数据集

Train 阶段的数据集:

  • 一个输入数据集
  • Execute 阶段的数据集:
  • 一个输入数据集
  • 一个输出数据集

数组可以定义若干字段,这意味着可以将更多数据集列与该字段关联。

附录 1.1:输入 Train 数据集

该数据集包含层级(逐点比较,不进行字符串拼接)和 concat(比较前先拼接)的代码与描述。代码字段为数组。每个描述字段必须仅对应一个代码字段。

  • LEVEL_CODE_0:第一个层级描述字段的代码
  • LEVEL_CODE_1:第二个层级描述字段的代码
  • LEVEL_DESCRIPTION_0:第一个层级描述字段
  • LEVEL_DESCRIPTION_1:第二个层级描述字段
  • CONCAT_CODE_0:第一个待拼接描述字段的代码
  • CONCAT_CODE_1:第二个待拼接描述字段的代码
  • CONCAT_DESCRIPTION_0:第一个待拼接描述字段
  • CONCAT_DESCRIPTION _1:第二个待拼接描述字段

例如:

LEVEL_CODE_0 LEVEL_DESC_0 CONCAT_CODE_0 CONCAT_DESC_0 CONCAT_CODE_1 CONCAT_DESC_1
E_1 USA A11 HOME EXPENDITURE CC_01 UTILITY
E_1 USA A11 HOME EXPENDITURE CC_05 HEAT
E_3 APAC A11 HOME EXPENDITURE CC_09 GAS
E_1 USA B12 FURNITURE CC_03 TABLES

附录 1.2:输入 Execute 数据集

Execute 输入数据集的结构与 Train 相同。层级代码和描述的数量必须相同;concat 代码和描述的数量可以不同。

例如:

LEVEL_CODE_0 LEVEL_DESC_0 CONCAT_CODE_0 CONCAT_DESC_0
NA NORTH AMERICA CD1 SEWER
NA NORTH AMERICA CD2 HEAT
AS ASIA CD2 HEAT
NA NORTH AMERICA CD3 GAS

附录 1.3:用于 Pred 的输出 Execute 数据集

该数据集包含 train 与 execute 之间的匹配代码字段、匹配排名以及距离度量。

  • LEVEL_CODE_0:第一个 Execute 层级描述字段的代码
  • LEVEL_CODE_1:第二个 Execute 层级描述字段的代码
  • ..
  • LEVEL_DESCRIPTION_0:第一个层级描述字段
  • LEVEL_DESCRIPTION _1:第二个层级描述字段
  • PRED_LEVEL_CODE_0:第一个 Train 层级代码字段的代码
  • PRED_LEVEL_CODE_1:第二个 Train 层级代码字段的代码
  • CONCAT_CODE_0:第一个 Execute concat 描述字段的代码
  • CONCAT_CODE_1:第二个 Execute concat 描述字段的代码
  • CONCAT_DESCRIPTION_0:第一个待拼接描述字段
  • CONCAT_DESCRIPTION_1:第二个待拼接描述字段
  • PRED_CONCAT_CODE_0:第一个 Train concat 描述字段的代码。
  • PRED_CONCAT_CODE_1:第二个 train concat 描述字段的代码

例如:

  • RANK:匹配的排名顺序
  • LEVELS_METRIC:层级字段向量距离的中位数(针对每个匹配)
  • CONCAT_METRIC:concat 字段的向量距离
  • METRIC:LEVEL METRIC 与 CONCAT METRIC 的平均值

下方展示了 AI Automapping 模型工作原理的示意图*:

![Immagine che contiene testo, schermata, Carattere, software

Descrizione generata automaticamente](../../../assets/img/72e2b06b3a_AutoMap_Execute-Output.png)

附录 2:参数

Train 阶段需要设置的参数包括以下内容:

  • LOG LEVEl:

  • DEBUG(记录所有信息)

  • INFO(记录所有警告、错误、严重错误以及一般信息,不记录调试信息)
  • WARNING(记录所有警告、错误和严重错误)
  • ERROR(记录所有错误和严重错误)
  • CRITICAL(仅记录严重错误)

严重程度低于参数指定级别的日志消息将被忽略;严重程度等于或高于该级别的日志消息将被输出。 - TRANSLATE BEFORE:是在使用 NLP 模型之前先翻译文本(Y),还是直接利用多语言模型(N)

例如:

Execute 阶段需要设置的参数包括:

  • LOG LEVEL:

  • DEBUG(记录所有信息)

  • INFO(记录所有警告、错误、严重错误以及一般信息,不记录调试信息)
  • WARNING(记录所有警告、错误和严重错误)
  • ERROR(记录所有错误和严重错误)
  • CRITICAL(仅记录严重错误)

严重程度低于参数指定级别的日志消息将被忽略;严重程度等于或高于该级别的日志消息将被输出。 - NUMBER OF CLASSES:为每个 Execute 输入行返回的匹配数量。默认值为 1。

  • TRANSLATE BEFORE:是在使用 NLP 模型之前先翻译文本(Y),还是直接利用多语言模型理解能力(N)

  • PRIORITIZE LEVELS:最终排名是否按层级匹配的顺序优先排序(Y)或不优先(N)

例如: