Skip to content

التصنيف المرن

اضبط توسيم التصنيف المرن في Potato لتوزيع الاحتمالات على الفئات باستخدام أشرطة تمرير يجب أن يبلغ مجموعها إجمالياً ثابتاً.

يتيح مخطط توسيم التصنيف المرن للموسِّمين إسناد توزيعات احتمالية على عدة فئات بدل اتخاذ قرار تصنيف حاسم واحد. يستخدم الموسِّمون أشرطة تمرير لتوزيع إجمالي ثابت (100 نقطة مثلاً) على الوسوم، فيلتقطون درجة عدم اليقين أو التداخل بين الفئات.

واجهة التصنيف المرن في Potato توزّع 100 نقطة على فئات المشاعرالتصنيف المرن في Potato

نظرة عامة

التصنيف المرن مفيد حين يمكن أن ينتمي العنصر جزئياً إلى عدة فئات. فبدل إجبار الموسِّمين على اختيار وسم واحد، يتيح لهم هذا المخطط التعبير عن ثقتهم النسبية في كل الخيارات. وأشرطة التمرير مترابطة فيبلغ مجموعها الإجمالي المهيّأ دائماً، ويعطي مخطط التوزيع الاختياري تغذية راجعة بصرية.

البدء السريع

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: sentiment_distribution
    description: Distribute 100 points across sentiment categories based on how much each applies.
    labels: ["Positive", "Neutral", "Negative"]
    total: 100

خيارات الإعدادات

الحقلالنوعالافتراضيالوصف
annotation_typestringمطلوبيجب أن يكون "soft_label"
namestringمطلوبمعرّف فريد لهذا المخطط
descriptionstringمطلوبالتعليمات المعروضة للموسِّمين
labelsarrayمطلوبقائمة وسوم الفئات (فئتان على الأقل)
totalinteger100المجموع الثابت الذي يجب أن تبلغه كل أشرطة التمرير
min_per_labelinteger0الحد الأدنى من القيمة الذي يجب أن يناله كل وسم
show_distribution_chartbooleantrueعرض مخطط دائري أو شريطي يبيّن التوزيع الحالي
label_requirement.requiredbooleanfalseهل يجب إتمام التوسيم قبل الانتقال

أمثلة

توزيع المشاعر

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: sentiment_distribution
    description: How much does each sentiment apply to this text?
    labels: ["Positive", "Neutral", "Negative"]
    total: 100
    show_distribution_chart: true

شدة الانفعال

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: emotion_mix
    description: Distribute points to reflect the mix of emotions in this utterance.
    labels: ["Joy", "Sadness", "Anger", "Fear", "Surprise", "Disgust"]
    total: 100
    min_per_label: 0
    show_distribution_chart: true

مدى صلة الموضوع

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: topic_relevance
    description: How relevant is this document to each topic?
    labels: ["Politics", "Sports", "Technology", "Entertainment"]
    total: 100

فرض حد أدنى للتوزيع

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: genre_mix
    description: Allocate points across genres. Each genre must receive at least 5 points.
    labels: ["Rock", "Pop", "Jazz", "Classical", "Electronic"]
    total: 100
    min_per_label: 5

صيغة المخرجات

json
{
  "sentiment_distribution": {
    "labels": {
      "Positive": 45,
      "Neutral": 30,
      "Negative": 25
    }
  }
}

يبلغ مجموع القيم دائماً قيمة total المهيّأة.

أفضل الممارسات

  1. استخدمه حين تتداخل الفئات - التصنيف المرن مثالي حين تنتمي العناصر فعلاً إلى عدة فئات بدرجات متفاوتة
  2. أبقِ عدد الوسوم معقولاً - ما تجاوز 6 أو 7 وسوم يجعل واجهة أشرطة التمرير مرهقة
  3. اضبط إجمالياً ذا معنى - 100 بديهي كنسب مئوية، لكن الإجماليات الأصغر تفي بالمهام الأبسط
  4. استخدم min_per_label بحذر - فرض حد أدنى للتوزيع قد يحيّز النتائج حين لا ينطبق الوسم فعلاً
  5. فعّل مخطط التوزيع - التغذية الراجعة البصرية تساعد الموسِّمين على رؤية توزيعهم بنظرة واحدة

قراءة إضافية

للاطلاع على تفاصيل التنفيذ، راجع الوثائق المصدرية.