Zer da Datu Etiketazioa?
Datu etiketazioa datu brutoei —testua, irudiak, soinua edo bideoa— informatiboak diren etiketak gehitzearen prozesua da, IAko modeloak ikaskuntza gainbegiratuan entrenatzeko. Kalitate handiko datu etiketatuak edozein IA sistemen oinarria dira, adibideetatik ikasten dutenak: objektuen detekzioa markatutako kaxa mugatzaileak dituzten irudien behar du, sentimenduaren sailkatzaileak emozioekin etiketaturiko testuak behar ditu, eta hizkuntza-modeloak giza rankingaren kalitatearen arabera erantzunen kalitatea hobetzen du.
Etiketazio Metodologiiak
Metodologiiak guztiz giza etiketazioa (kalitate handiagoa, kostu handiagoa) hasi eta giza-eragiketa hibridoa eta aurre-etiketazioa modeloekin eta giza berrikuspenarekin (eraginkortasun handiagoa) artean doaz. Ikaskuntza aktiboko markoak informatiboena diren laginak etiketatzeko identifikatzen ditu. Crowdsourcing plataformek eskala handian etiketatzeko aukera ematen dute.
Kalitatearen Bermatzea
Etiketazioaren kalitateak zuzenean eragiten du modeluaren errendimenduan. Praktika onenak hauek dira: etiketazioaren zehaztapen argiak kasu bakoitzeko, anotatzaileen arteko hitzarmenaren neurriak koherentzia neurtzeko, lagin bakoitzeko anotazio anitzak subjektiboen kasuetan, urrezko estandarreko kalitate-kontrolak eta espezializatutako anotatzaileen taldeak domeinu jakinetan esperientzia eskatzen dutenentzat.