Score de confiança: como ler e como usar

Toda leitura do mostQI vem acompanhada de um score. Ele ajuda a decidir, para cada documento e para cada campo, se o dado pode seguir automático para o seu sistema ou se precisa de uma nova captura ou de revisão humana.

O que é o score

As redes neurais do mostQI têm saídas probabilísticas. O score traduz essas saídas num número de 0 a 1:

No documento, ele indica a qualidade da imagem e da leitura como um todo.

No campo, ele indica a confiabilidade daquela leitura específica.

Quanto maior o score, maior a confiabilidade.

O que o score não é:

Não é uma porcentagem de acerto. Um campo com score 0,9 não tem "90% de chance" de estar certo.

Não é linear. A diferença entre 0,4 e 0,5 não equivale à diferença entre 0,8 e 0,9.

Não é comparável entre rotas. O score da extração, a similaridade do Facematch e o score do Liveness medem coisas diferentes.

Onde o score aparece

Rota	Campo	Escala	Referência de limiar
Content Extraction, MultiPage, Generative, Vio	score do documento e fields[].score	0 a 1	Recomendamos utilizar 0.5 como valor inicial de referência na POC. O limiar ideal deve ser definido após a experimentação do serviço com um conjunto amostral representativo da realidade documental da sua empresa, considerando os requisitos e as particularidades da operação.
Content Classification	classifications[].score	0 a 1	Recomendamos utilizar 0.5 como valor inicial de referência na POC. O limiar ideal deve ser definido após a experimentação do serviço com um conjunto amostral representativo da realidade documental da sua empresa, considerando os requisitos e as particularidades da operação.
Content Fullreader	score por página	0 a 1	O padrão de qualidade de imagem é definido com base em um score de referência de 0.5 ou superior.
Imagens de baixa qualidade (pixeladas) podem impactar negativamente no cálculo do score.
Content Compare	fields[].score (similaridade com o valor enviado)	0 a 1	Recomendamos utilizar 0.5 como valor inicial de referência na POC. O limiar ideal deve ser definido após a experimentação do serviço com um conjunto amostral representativo da realidade documental da sua empresa, considerando os requisitos e as particularidades da operação.
Facematch 1:1 e SearchFaceImage	similarity	0 a 1	0.5 para cadastro ou acesso
AddFaces	score de qualidade da face	0 a 1	0.75 para armazenar a face
Liveness Streaming	livenessScore	0 a 1	Recomenda-se considerar scores superiores a 0.8 para aprovação na prova de vida.

Limiar, erros e revisão

O limiar é o score mínimo que você aceita sem revisão. Escolher o limiar é escolher um equilíbrio:

Limiar mais alto: menos erros passam direto, mas mais itens vão para revisão.

Limiar mais baixo: mais itens seguem automáticos, mas mais erros passam.

Na linguagem técnica, um limiar mais rigoroso aumenta a precisão (menos falsos positivos) e reduz a revocação (mais falsos negativos).

Exemplo ilustrativo, com 1.000 campos lidos numa POC:

Limiar	Seguem automáticos	Vão para revisão	Erros que passam sem revisão
0,3	940	60	12
0,5	880	120	5
0,7	750	250	2

Os números acima são hipotéticos e servem só para mostrar a direção do efeito. O comportamento real depende dos seus documentos.

Como escolher o limiar na POC

Comece com 0,5. Trate campos com score abaixo disso como candidatos à revisão.

Use documentos reais. Envie uma amostra representativa da sua operação, com as variações de qualidade que você recebe no dia a dia.

Confira os resultados. Compare os valores extraídos com o valor correto e anote, para cada faixa de score, quantos estavam certos.

Ajuste por campo. Campos críticos, como CPF ou valor, podem exigir um limiar mais alto. Campos de apoio podem aceitar um mais baixo.

Meça o volume de revisão. Se ele for relevante, planeje o uso do mostValid (veja abaixo).

Score baixo: nova captura ou revisão?

Quando o score do documento for baixo, o problema costuma ser a imagem. O mostQI não recupera uma imagem ruim: peça uma nova captura com orientações ao usuário:

retirar plásticos ou protetores;

evitar dobras e amassados;

usar boa iluminação, sem sombras ou reflexos;

usar fundo neutro e câmera estável e focada;

deixar margem ao redor do documento, sem dedos ou objetos cobrindo informações.

Quando o documento está bom, mas um campo tem score baixo, ou quando não dá para pedir nova captura, o caminho é a revisão humana.

Revisão humana com o mostValid

No mostValid, você envia o documento pelos endpoints do próprio mostValid. Ele faz a extração e abre tarefas de revisão conforme regras definidas para a sua operação. O que o operador corrige é analisado pelo time de melhoria contínua da MOST, que pode criar novos SmartDocs e reduzir a revisão nas próximas operações. Veja todos os detalhes sobre o mostValid aqui.

Perguntas frequentes

Posso usar 0,5 em produção? Pode ser um bom começo, mas o limiar de produção deve vir dos resultados da sua POC.

Um campo com score 1 está sempre certo? Não. Score alto indica alta confiabilidade, não garantia.

Posso comparar o score de rotas diferentes? Não. Cada rota tem seu próprio modelo e sua própria escala de confiança.

A ordem dos campos importa? Não. Localize os campos sempre pelo name.

Veja também

Início rápido

Content Extraction

mostValid – Content Extraction

Orientação para inclusão de novos documentos

Score de confiança

Score de confiança: como ler e como usar#

O que é o score#

Onde o score aparece#

Limiar, erros e revisão#

Como escolher o limiar na POC#

Score baixo: nova captura ou revisão?#

Revisão humana com o mostValid#

Perguntas frequentes#

Veja também#