> Discover all available pages from the documentation index: https://mastra.zisheng.pro/fr/llms.txt

# Scorer de couverture des mots-clés

La fonction `createKeywordCoverageScorer()` évalue dans quelle mesure la sortie d’un LLM couvre les mots-clés importants de l’entrée. Elle analyse la présence et la correspondance des mots-clés tout en ignorant les mots courants et les mots vides.

## Paramètres

La fonction `createKeywordCoverageScorer()` n’accepte aucune option.

Cette fonction renvoie une instance de la classe MastraScorer. Consultez la [référence de MastraScorer](https://mastra.zisheng.pro/fr/reference/evals/mastra-scorer) pour en savoir plus sur la méthode `.run()` et ses entrées/sorties.

## Valeur renvoyée par `.run()`

**runId** (`string`): ID de l’exécution, facultatif.

**preprocessStepResult** (`object`): Objet contenant les mots-clés extraits : { referenceKeywords: Set\<string>, responseKeywords: Set\<string> }

**analyzeStepResult** (`object`): Objet contenant la couverture des mots-clés : { totalKeywords: number, matchedKeywords: number }

**score** (`number`): Score de couverture compris entre 0 et 1, représentant la proportion de mots-clés correspondants.

`.run()` renvoie un résultat possédant la structure suivante :

```typescript
{
  runId: string,
  extractStepResult: {
    referenceKeywords: Set<string>,
    responseKeywords: Set<string>
  },
  analyzeStepResult: {
    totalKeywords: number,
    matchedKeywords: number
  },
  score: number
}
```

## Détails du calcul du score

Le Scorer évalue la couverture en faisant correspondre les mots-clés à l’aide des fonctionnalités suivantes :

- Filtrage des mots courants et des mots vides, par exemple "the", "a", "and"
- Correspondance insensible à la casse
- Gestion des variantes morphologiques des mots
- Traitement particulier des termes techniques et des mots composés

### Processus de calcul du score

1. Traite les mots-clés de l’entrée et de la sortie :

   - Élimine les mots courants et les mots vides
   - Normalise la casse et les formes des mots
   - Traite les termes particuliers et les mots composés

2. Calcule la couverture des mots-clés :

   - Fait correspondre les mots-clés entre les textes
   - Compte les correspondances réussies
   - Calcule le rapport de couverture

Score final : `(matched_keywords / total_keywords) * scale`

### Interprétation du score

Un score de couverture compris entre 0 et 1 s’interprète comme suit :

- **1.0** : couverture complète, tous les mots-clés sont présents.
- **0.7 à 0.9** : couverture élevée, la plupart des mots-clés sont inclus.
- **0.4 à 0.6** : couverture partielle, certains mots-clés sont présents.
- **0.1 à 0.3** : faible couverture, peu de mots-clés correspondent.
- **0.0** : la réponse ne contient aucun des mots-clés.

### Cas particuliers

Le Scorer gère plusieurs cas particuliers :

- Entrée/sortie vide : renvoie un score de 1.0 si les deux sont vides, ou de 0.0 si une seule l’est
- Mot unique : traité comme un seul mot-clé
- Termes techniques : préserve les termes techniques composés, par exemple "React.js", "machine learning"
- Différences de casse : "JavaScript" correspond à "javascript"
- Mots courants : ignorés dans le calcul du score afin de se concentrer sur les mots-clés utiles

## Exemple

Évaluez la couverture des mots-clés entre les requêtes d’entrée et les réponses d’un Agent :

```typescript
import { runEvals } from '@mastra/core/evals'
import { createKeywordCoverageScorer } from '@mastra/evals/scorers/prebuilt'
import { myAgent } from './agent'

const scorer = createKeywordCoverageScorer()

const result = await runEvals({
  data: [
    {
      input: 'JavaScript frameworks like React and Vue',
    },
    {
      input: 'TypeScript offers interfaces, generics, and type inference',
    },
    {
      input:
        'Machine learning models require data preprocessing, feature engineering, and hyperparameter tuning',
    },
  ],
  scorers: [scorer],
  target: myAgent,
  onItemComplete: ({ scorerResults }) => {
    console.log({
      score: scorerResults[scorer.id].score,
    })
  },
})

console.log(result.scores)
```

Pour en savoir plus sur `runEvals`, consultez la [référence de runEvals](https://mastra.zisheng.pro/fr/reference/evals/run-evals).

Pour ajouter ce Scorer à un Agent, consultez le guide de [présentation des Scorers](https://mastra.zisheng.pro/fr/docs/evals/overview).

## Voir aussi

- [Scorer d’exhaustivité](https://mastra.zisheng.pro/fr/reference/evals/completeness)
- [Scorer de similarité du contenu](https://mastra.zisheng.pro/fr/reference/evals/content-similarity)
- [Scorer de pertinence de la réponse](https://mastra.zisheng.pro/fr/reference/evals/answer-relevancy)
- [Scorer de différence textuelle](https://mastra.zisheng.pro/fr/reference/evals/textual-difference)