Nevědět je lepší než hádat

Systém, který u nečitelného skenu doplní pravděpodobnou hodnotu, vypadá v demu lépe a v provozu je nepoužitelný. Chybějící údaj někdo doplní. Sebevědomě nesprávný údaj nikdo nenajde.

Výchozí práh

0,85 skóre spolehlivosti

Přísnější práh

0,95 u pohledávek nad 1 000 000 Kč

Pod prahem

položka jde do fronty kontroly i se zdrojovým dokumentem

Stav

prahy jsou v konfiguraci aplikace; fronta kontroly je plánovaná (fáze 1)

Tři hodnoty, ne dvě

Každý klasifikační příznak — zajištěná, vykonatelná, podmíněná, podřízená — má tři hodnoty: ano, ne, neznámo. Nepřečtený sken nesmí tiše znamenat „ne“.

„Neznámo“ má reálné důsledky: taková pohledávka se nezapočítá do přesnosti klasifikace a může vypadnout ze skóringu. To je záměr. Nejistota, která nikam nevede, se v praxi zaokrouhlí na nulu.

Práh je vázaný na cenu chyby

Čím větší nominál, tím dražší omyl, tím vyšší práh. U pohledávek nad milion korun proto systém požaduje vyšší skóre než jinde — chyba v řádu statisíců je jiná událost než chyba v řádu stokorun.

Past, kterou je nutné pojmenovat

Přesnost se dá vždycky vylepšit tím, že systém zapíše míň. Zvednutím prahu se každá metrika kvality zlepší a produkt se přitom stane bezcenným.

Proto se přesnost nikdy nereportuje sama: vždy spolu s pokrytím a se zátěží fronty kontroly. Tyhle tři veličiny se dají zlepšovat jen společně.

Kde to v repozitáři žije

• docs/EXTRACTION.md — proč je extrakce z přihlášek těžká a jak se měří
• docs/ACCEPTANCE.md — cílové hodnoty přesnosti a metodika, kterou nejde obejít zvýšením prahu
• src/progresus_isir/config.py — prahy spolehlivosti a hranice vysokého nominálu

Souvisí

Zpět na sekci O projektu