การติดฉลากข้อความ

คำนิยาม

การติดฉลากข้อความเป็นกระบวนการกำหนดหมวดหมู่หรือแท็กให้กับข้อความ เช่น ความรู้สึก หัวเรื่อง หรือเอนทิตีที่มีชื่อ

จุดมุ่งหมาย

จุดประสงค์คือเพื่อแปลงข้อความดิบเป็นข้อมูลที่มีโครงสร้างสำหรับงาน NLP ที่ได้รับการดูแล

ความสำคัญ

• ช่วยให้สามารถฝึกอบรมการจำแนกประเภทและการสกัดแบบจำลองได้
• คุณภาพส่งผลต่อความยุติธรรมและความแม่นยำของโมเดล
• จำเป็นต้องมีความเชี่ยวชาญเฉพาะโดเมนสำหรับงานเฉพาะทาง
• ต้องใช้แรงงานจำนวนมากในระดับขนาดใหญ่

วิธีการทำงาน

1. กำหนดหมวดหมู่ของฉลาก
2. แบ่งข้อความออกเป็นหน่วย (ประโยค เอกสาร)
3. ผู้ให้คำอธิบายกำหนดป้ายกำกับ
4. ตรวจสอบข้อตกลงระหว่างผู้ให้คำอธิบาย
5. ส่งออกข้อความที่มีป้ายกำกับเพื่อการฝึกอบรม

ตัวอย่าง (โลกแห่งความเป็นจริง)

• บทวิจารณ์ใน Yelp ถูกระบุตามความรู้สึก
• ชุดข้อมูลการจำแนกประเภทอีเมลขยะและอีเมลแฮม
• ข้อความทางกฎหมายที่มีคำอธิบายประกอบสำหรับข้อกำหนดของสัญญา

อ้างอิง/อ่านเพิ่มเติม

• Pang & Lee. “การขุดความคิดเห็นและการวิเคราะห์ความรู้สึก”
• Bender & Friedman. “คำชี้แจงข้อมูลสำหรับ NLP” ACL 2018
• เอกสารชุดข้อมูลการกอดใบหน้า
• การติดฉลากข้อความที่แม่นยำสำหรับการเรียนรู้ของเครื่อง