Labelu Testun

Diffiniad

Labelu testun yw'r broses o aseinio categorïau neu dagiau i destun, fel teimlad, pwnc, neu endidau â enwau.

Diben

Y pwrpas yw trawsnewid testun crai yn ddata strwythuredig ar gyfer tasgau NLP dan oruchwyliaeth.

Pwysigrwydd

• Yn galluogi hyfforddi modelau dosbarthu ac echdynnu.
• Mae ansawdd yn effeithio ar degwch a chywirdeb y model.
• Angen arbenigedd penodol i'r parth ar gyfer tasgau arbenigol.
• Llafur-ddwys ar raddfa fawr.

Sut Mae'n Gwaith

1. Diffinio categorïau label.
2. Rhannwch y testun yn unedau (brawddegau, dogfennau).
3. Mae anodwyr yn aseinio labeli.
4. Dilysu cytundeb rhwng anodwyr.
5. Allforio testun wedi'i labelu ar gyfer hyfforddiant.

Enghreifftiau (Y Byd Go Iawn)

• Adolygiadau Yelp wedi'u labelu am deimlad.
• Setiau data dosbarthu e-bost sbam vs. ham.
• Testun cyfreithiol wedi'i anodi ar gyfer cymalau contract.

Cyfeiriadau / Darllen Pellach

• Pang a Lee. “Mwyngloddio Barn a Dadansoddi Teimlad.”
• Bender a Friedman. “Datganiadau Data ar gyfer NLP.” ACL 2018.
• Dogfennaeth Setiau Data Wynebau Cofleidio.
• Labelu Testun Cywir ar gyfer Dysgu Peirianyddol