検索結果の分類設定

検索結果の分類設定

検索結果に対するAI分類予測の設定が行えます。

検索結果の分類設定方法>

AI分類予測の検索結果の分類設定をクリック


分類設定内容


1-1.都度更新しない
「都度更新しない」にチェックを入れると、結果一覧画面や「教師データ」タブのクエリ種別を指定して教師データの追加/削除を行っても、
「編集を保存」を押さない限り教師データとモデルデータが更新されません。
教師データの数が増えた際に、1件ずつ教師データを追加すると待ち時間が長く気になる場合、チェックを入れることで1件毎の待ち時間がなくなります。
ただし、教師データが更新されていない状態でトップページに戻ったり、ログアウトすると、教師データの追加分が記録されませんのでご注意ください。
Warning
「都度更新しない」にチェックを入れると「教師データ」タブに「編集を保存」が常に表示されるようになります。


1-2.AI予測スコアでスコアを加算
「スコア」にAI予測スコアを加算します。セマンティック検索において教師データの影響を与えたくない場合はこちらのチェックを外してください。

1-3.検索結果でのAI予測分類をON
こちらのチェックが外れると、AIラベル設定画面の「検索結果を分類」をクリックしない限り、検索(一覧ページのページ送り含む)を行っても分類予測が実行されなくなります。
こちらについては、検索結果画面の右上のON/OFFでも切り替え可能となります。

Warning
OFF状態では検索結果画面から「AIスコア」「UP/DOWN」の表示が無くなります。



1-4.セマンティックスコアを併用
より教師データに近い文献を上位表示させるため、予測スコア上位5件の出願をセマンティックスコアに反映させて検索します。
すでに詳細画面でセマンティックスコアが設定されている場合は反映されません。
なお、「セマンティックスコアを併用」は二値分類のみの機能となっております。
そのため、多値分類/多ラベル分類ではこの項目はは表示されません。

    • Related Articles

    • 検索結果の分類設定

      検索結果に対する分類予測の設定が行えます。 1.オプション 1-1.都度更新しない 「都度更新しない」にチェックを入れると、結果一覧画面や「教師データ」タブのクエリ種別を指定して教師データの追加/削除を行っても、「編集を保存」を押さない限り教師データとモデルデータが更新されません。 教師データの数が増えた際に、1件ずつ教師データを追加すると待ち時間が長く気になる場合、チェックを入れることで1件毎の待ち時間がなくなります。 ...
    • AI分類予測

      概要 AI分類予測は、予めユーザーがセットした教師データに基づいて、任意の検索結果や母集合について、AIが分類を予測してくれます。例えば、任意の検索結果について、【自社事業に関連する/しない】といった分類や、SDIの新着公報について、【どの開発テーマに関連するか】等、今まで人が公報を読み込んで仕分けしていた作業を、数秒以内でAIが自動で分類し、大幅な作業効率を図ることができます。 ...
    • かんたん3ステップAI分類予測

      トップページ より、以下のフォーマットで教師データファイルと予測データファイルを用意するだけで、すぐにAI分類予測を行うことができます。 1. 教師データファイル読込 以下のような1列目に番号、2列目に任意のラベル名を付与した番号リストを用意します。多値分類の場合、任意のラベル名、2値分類の場合、1か-1を付与します。カンマ区切りかタブ区切り、どちらでも構いません。 サンプル教師データファイル 2. 予測データファイル読込 ...
    • 番号リストで分類予測

      特定の検索結果の番号リストを用いてAI分類予測を行うことができます。 <番号リストで分類予測する方法> AI分類予測の「番号リストで分類予測」をクリック 【2値分類】 番号リストで分類予測方法 2値分類用の教師データの入力後、右上部の「番号リストで分類予測」のボタンを選択し「教師データ設定」を表示させます。 ※「教師データ設定」が表示されている場合は、そのまま下記に進んでください。 「ファイルから読み込み」で、例えばSDIの新着公報のCSVファイルを読み込みます。 ...
    • AI分類予測の教師データサンプル

      以下の教師データサンプルを利用して、AI分類予測機能をお試しいただけます。 2値分類_教師データサンプル.csv 多値分類_教師データサンプル.csv 予測データサンプルを利用することで、AI分類予測の精度検証機能や交差検証機能をお試しいただけます。 2値分類_予測データサンプル.csv 多値分類_予測データサンプル.csv