Adatcímkézés

Adatcímkézés, vagy annotáció, olyan folyamat, amely során adatokhoz címkéket vagy attribútumokat rendelünk a felügyelt tanulási modellek számára. A címkézett adatokból a rendszerek megtanulják felismerni mintákat és előrejelzéseket készíteni. A cél a modell teljesítményének javítása az adatokon látott jelenségek pontosabb leírásának és konszenzusos címkézésének révén. A folyamat közvetlen emberi részvétellel történik, gyakran irányelvek alapján.

Az adatcímkézés típusa nagyrészt az adatok típusától függ. Képeknél és videóknál gyakori a határoló dobozok (bounding boxes) jelölése, a maszkolásos (semantic vagy instance) annotáció és kulcspont-annotáció. Szöveges adatoknál a tokenizálás, entitásfelismerés (NER), érzelem- vagy témacímkézés, illetve szemantikus összefüggések jelölése történik. Audió esetén átírás és időalapú jelölések, beszélőazonosítás. Videókon pedig objektumkövetés és eseményjelölés alkalmazható.

A címkézés folyamatát általában munkafolyamatként szervezik: adatkészlet előkészítése, annotációs irányelvek és példák megadása, annotátorok képzése, majd a címkézés és a minőségellenőrzés. Fontos az annotátorok közötti egyezség mérése (inter-annotator agreement), a felülvizsgálat és a konszenzus kialakítása. Gyakran alkalmaznak emberi felügyeleten alapuló ciklusokat, többszöri címkézést és aktív tanulást az eredmények javítására.

Az adatcímkézés nélkülözhetetlen a számítógépes látás, a természetes nyelvfeldolgozás és a beszédfeldolgozás modelljeinek fejlesztéséhez. Kihívásai közé tartozik a költség és a skálázhatóság, a torzítás és az adatvédelmi, jogi és etikai szempontok kezelése, valamint a szoftveres és szervezeti adatkezelés. Számos platform és közösségi címkéző megoldás létezik, amelyek segítik a gyors és pontos annotációt.

---