คำอธิบายประกอบข้อมูล

คำนิยาม

การใส่คำอธิบายประกอบข้อมูล (Data Annotation) คือกระบวนการติดป้ายกำกับข้อมูลดิบด้วยแท็กที่ทำให้ข้อมูลนั้นมีความหมายสำหรับโมเดล AI ตัวอย่างเช่น การติดป้ายกำกับรูปภาพด้วยหมวดหมู่วัตถุ หรือการติดแท็กข้อความด้วยความรู้สึก

จุดมุ่งหมาย

จุดประสงค์คือการสร้างชุดข้อมูลฝึกอบรมที่ช่วยให้ AI สามารถเรียนรู้รูปแบบต่างๆ ในการเรียนรู้แบบมีผู้สอนได้ หากไม่มีคำอธิบายประกอบ งาน AI หลายอย่างก็อาจเป็นไปไม่ได้

ความสำคัญ

• ให้ “ความจริงพื้นฐาน” สำหรับการฝึกอบรมโมเดล ML
• คุณภาพของคำอธิบายประกอบส่งผลต่อความแม่นยำและความยุติธรรมของโมเดล
• งานที่ใช้เวลานานและทรัพยากรมาก
• มักต้องอาศัยความเชี่ยวชาญในโดเมน (เช่น คำอธิบายทางการแพทย์)

วิธีการทำงาน

1. กำหนดงานและหมวดหมู่ป้าย
2. รวบรวมและประมวลผลข้อมูลดิบล่วงหน้า
3. ใช้เครื่องมือคำอธิบายประกอบเพื่อการติดฉลาก
4. ตรวจสอบผ่านการตรวจสอบคุณภาพ
5. ส่งออกข้อมูลที่มีป้ายกำกับสำหรับการฝึกอบรมโมเดล

ตัวอย่าง (โลกแห่งความเป็นจริง)

• Amazon Mechanical Turk: แพลตฟอร์มคำอธิบายประกอบแบบ crowdsource
• Shaip: บริการคำอธิบายข้อมูลสำหรับชุดข้อมูลยานยนต์ไร้คนขับ
• การติดฉลากภาพรังสีวิทยา: โรงพยาบาลใส่คำอธิบายภาพสแกนเพื่อการวินิจฉัยด้วย AI

อ้างอิง/อ่านเพิ่มเติม

• คำอธิบายข้อมูลสำหรับ AI — NIST
• การใส่คำอธิบายประกอบและการติดฉลากชุดข้อมูล — ธุรกรรม IEEE ในด้านวิศวกรรมข้อมูล
• ISO/IEC 24617: กรอบการทำงานด้านคำอธิบายความหมาย — ISO
• Data Annotation คืออะไร – Shaip