Урок из полного доступа, первые уроки курса бесплатно Официальный курс Hugging Face Learn на русском
Урок 83 · Текст · ~5 мин

Размечаем данные

Урок 83 из 104 курса «HuggingFace: курс по Transformers»: официальный курс Hugging Face Learn (Хаггинг Фейс) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Пришло время начать работу в пользовательском интерфейсе Argilla для аннотирования нашего датасета.

Прежде чем приступить к аннотированию вашего датасета, всегда полезно составить рекомендации, особенно если вы работаете в команде. Это поможет вам согласовать выполнение задачи и использование различных лейблов, а также разрешать возникающие вопросы или конфликты.

В Argilla вы можете перейти на страницу настроек вашего датасета в UI и изменить рекомендации и описания ваших вопросов для обеспечения согласованности.

Если вы хотите глубже изучить тему составления хороших рекомендаций, мы советуем прочитать эту статью в блоге и упомянутые там библиографические ссылки.

На странице настроек датасета вы также можете изменить параметры распределения датасета. Это поможет вам аннотировать более эффективно при работе в команде. Значение по умолчанию для минимального количества отправленных ответов — 1, что означает, что как только запись получит 1 отправленный ответ, она будет считаться завершенной и учитываться в общем прогрессе вашего датасета.

Иногда вам может потребоваться более одного отправленного ответа на каждую запись, например, если вы хотите проанализировать согласованность между аннотаторами в вашей задаче. В таком случае убедитесь, что вы изменили этот параметр на большее число, но всегда меньшее или равное общему количеству аннотаторов. Если вы работаете над задачей в одиночку, этот параметр должен быть равен 1.

[!TIP] 💡 Если вы развертываете Argilla в Hugging Face Space, любые члены команды смогут войти в систему, используя Hugging Face OAuth. В противном случае вам может потребоваться создать для них пользователей, следуя этому руководству.

Когда вы откроете свой датасет, вы заметите, что первый вопрос уже заполнен некоторыми предложенными лейблами. Это потому, что в предыдущем разделе мы сопоставили наш вопрос под названием label со столбцом label_text в датасете, так что нам просто нужно просмотреть и исправить уже существующие лейблы:

Для классификации токенов нам потребуется добавить все лейблы вручную, поскольку мы не включили никаких предложений. Вот как это может выглядеть после аннотаций спанов:

По мере работы с…

План урока

  1. Согласуйте работу вашей команды с рекомендациями по аннотированию
  2. Распределение задачи
  3. Аннотирование записей

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы HuggingFace 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от HuggingFace (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды