การติดฉลากข้อมูล

คำนิยาม

การติดป้ายกำกับข้อมูลคือกระบวนการกำหนดหมวดหมู่ แท็ก หรือแอตทริบิวต์ให้กับข้อมูลดิบ เพื่อให้โมเดลการเรียนรู้ของเครื่องสามารถเรียนรู้จากข้อมูลนั้นได้ ถือเป็นหัวใจสำคัญของการเรียนรู้แบบมีผู้สอน

จุดมุ่งหมาย

จุดประสงค์คือเพื่อให้ชุดข้อมูลดิบสามารถนำไปใช้ในการฝึกอบรมและประเมินผลได้ ป้ายกำกับจะให้ "คำตอบ" ที่โมเดลต้องการระหว่างการเรียนรู้

ความสำคัญ

• มีความสำคัญต่อการสร้างแบบจำลอง ML ที่ได้รับการดูแลที่แม่นยำ
• การติดฉลากที่ไม่ดีจะทำให้ความน่าเชื่อถือของระบบลดลง
• มักจะต้องใช้แรงงานมากและมีค่าใช้จ่ายสูง
• ต้องมีความเชี่ยวชาญเฉพาะด้านในสาขาเช่นการแพทย์หรือกฎหมาย

วิธีการทำงาน

1. กำหนดงานและกำหนดป้ายโครงร่าง
2. แบ่งกลุ่มข้อมูลดิบออกเป็นหน่วย (รูปภาพ ประโยค คลิปเสียง)
3. กำหนดฉลากด้วยตนเองหรือผ่านเครื่องมือกึ่งอัตโนมัติ
4. ดำเนินการตรวจสอบคุณภาพและทดสอบข้อตกลงระหว่างผู้ให้คำอธิบาย
5. ส่งออกชุดข้อมูลที่มีป้ายกำกับเพื่อการฝึกอบรม

ตัวอย่าง (โลกแห่งความเป็นจริง)

• Shaip: การติดฉลากข้อมูลสำหรับยานยนต์ไร้คนขับ
• ชุดข้อมูล Kaggle: ติดป้ายกำกับสำหรับการแข่งขัน ML
• ชุดข้อมูลภาพรังสีวิทยา: ติดฉลากโดยผู้เชี่ยวชาญทางการแพทย์

อ้างอิง/อ่านเพิ่มเติม

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