Geschäftskontext
In einem medizinischen Prozess werden Audioclips asynchron verarbeitet. Es kommt vor, dass für manche Referenzen noch keine Hypothese vorliegt oder umgekehrt. Der Test prüft, wie die Aktion mit nicht übereinstimmenden IDs und leeren Textfeldern umgeht.
Über das Set : langModel
Verwaltung großer Sprachmodelle (LLM) und NLP.
Entdecken Sie alle Aktionen von langModel Datenaufbereitung
Erzeugung von Datensätzen mit disjunkten IDs (Referenz hat ID 1,2; Hypothese hat ID 1,3) und leeren Texten.
Kopiert!
| 1 | DATA mycas.med_ref; INPUT id $ text $char50.; DATALINES; |
| 2 | 1 Patient hat Husten |
| 3 | 2 Blutdruck ist normal |
| 4 | ; RUN; |
| 5 | |
| 6 | DATA mycas.med_hyp; INPUT id $ text $char50.; DATALINES; |
| 7 | 1 Patient hat Kasten |
| 8 | 3 Keine Diagnose |
| 9 | ; RUN; |
Étapes de réalisation
1
Berechnung der Fehlerraten bei unvollständigen Paaren.
Kopiert!
| 1 | PROC CAS; |
| 2 | langModel.calculateErrorRate / |
| 3 | reference='med_ref' |
| 4 | TABLE='med_hyp'; |
| 5 | RUN; |
Erwartetes Ergebnis
Die Aktion sollte primär die übereinstimmende ID '1' auswerten. IDs ohne passendes Gegenstück (2 und 3) sollten entweder ignoriert oder separat in der Statistik ausgewiesen werden, ohne dass die Aktion abstürzt.