الترتيب المتنوع

تنويع العناصر بناءً على التضمينات لتحقيق أقصى تنوع في التعليق التوضيحي.

الترتيب المتنوع

يستخدم الترتيب المتنوع تضمينات sentence-transformer لتجميع العناصر المتشابهة معاً، ثم يأخذ عينات من العناصر بالتناوب من مجموعات مختلفة. هذا يضمن أن يرى المعلّقون محتوى متنوعاً بدلاً من عناصر متشابهة متتالية.

الفوائد

تقليل إرهاق المعلّقين من المحتوى المتكرر
تحسين جودة التعليق التوضيحي من خلال السياق المتنوع
تغطية أسرع لمساحة الموضوعات الكاملة

البدء السريع

yaml

assignment_strategy: diversity_clustering
 
diversity_ordering:
  enabled: true
  prefill_count: 100

كيف يعمل

بدء التشغيل: يتم تضمين أول N عنصر باستخدام sentence-transformers وتجميعها بخوارزمية k-means
التعيين: يتم أخذ عينات من العناصر بالتناوب من المجموعات لضمان التنوع
التعليق التوضيحي: يتم تضمين العناصر الجديدة بشكل غير متزامن أثناء التعليق عليها
إعادة التجميع: عندما يأخذ المستخدم عينات من جميع المجموعات، يعيد النظام التجميع

الإعدادات

yaml

diversity_ordering:
  enabled: true
 
  # Sentence-transformer model
  model_name: "all-MiniLM-L6-v2"
 
  # Clustering parameters
  num_clusters: 10
  items_per_cluster: 20
  auto_clusters: true           # Auto-calculate based on data size
 
  # Prefill on startup
  prefill_count: 100
  batch_size: 32
 
  # Re-clustering behavior
  recluster_threshold: 1.0      # Recluster when all clusters sampled
 
  # Order preservation
  preserve_visited: true
 
  # AI integration
  trigger_ai_prefetch: true

مرجع الإعدادات

الخيار	النوع	القيمة الافتراضية	الوصف
`enabled`	boolean	`false`	تفعيل الترتيب المتنوع
`model_name`	string	`"all-MiniLM-L6-v2"`	نموذج sentence-transformers
`num_clusters`	integer	`10`	عدد المجموعات (عندما يكون `auto_clusters=false`)
`items_per_cluster`	integer	`20`	حجم المجموعة المستهدف (عندما يكون `auto_clusters=true`)
`auto_clusters`	boolean	`true`	حساب عدد المجموعات تلقائياً
`prefill_count`	integer	`100`	العناصر المراد تضمينها عند بدء التشغيل
`batch_size`	integer	`32`	حجم الدفعة لحساب التضمينات
`recluster_threshold`	float	`1.0`	نسبة المجموعات المراد أخذ عينات منها قبل إعادة التجميع
`preserve_visited`	boolean	`true`	الاحتفاظ بالعناصر المُزارة/المتجاوَزة في مكانها
`trigger_ai_prefetch`	boolean	`true`	تشغيل ذاكرة التخزين المؤقت للذكاء الاصطناعي بعد إعادة الترتيب

المتطلبات

bash

pip install sentence-transformers scikit-learn

هذه تبعيات اختيارية. بدونها، سيتم تعطيل الميزة مع عرض تحذير.

الأداء

بدء التشغيل: حوالي 10 ثوانٍ لـ 100 عنصر، حوالي 30 ثانية لـ 500 عنصر (التشغيل الأول؛ يتم التخزين المؤقت بعد ذلك)
الذاكرة: حوالي 1.5 كيلوبايت لكل عنصر (all-MiniLM-L6-v2)، حوالي 15 ميجابايت لـ 10,000 عنصر
التخزين المؤقت: يتم حفظ التضمينات على القرص في .diversity_cache/

التفاعل مع الميزات الأخرى

دعم الذكاء الاصطناعي: عندما يكون trigger_ai_prefetch: true، يتم جلب تلميحات الذكاء الاصطناعي تلقائياً مسبقاً للعناصر المُعاد ترتيبها
التعلم النشط: يمكن دمجه بالبدء بتجميع التنوع للتغطية الأولية، ثم التبديل إلى التعلم النشط
الحفاظ على الترتيب: عندما يكون preserve_visited: true، تحتفظ العناصر التي تمت زيارتها سابقاً بموضعها

مثال كامل

yaml

annotation_task_name: "Diversity Ordering Test"
 
assignment_strategy: diversity_clustering
 
diversity_ordering:
  enabled: true
  model_name: "all-MiniLM-L6-v2"
  num_clusters: 5
  auto_clusters: false
  prefill_count: 100
  batch_size: 16
  recluster_threshold: 1.0
  preserve_visited: true
 
annotation_schemes:
  - annotation_type: radio
    name: topic
    description: "What is the main topic of this text?"
    labels:
      - name: Sports
      - name: Technology
      - name: Food
      - name: Travel
      - name: Health

قراءة إضافية

دعم الذكاء الاصطناعي - اقتراحات التسميات بالذكاء الاصطناعي
التعلم النشط - ترتيب أولوية العناصر بالتعلم الآلي
تمييز الخيارات - توجيه الخيارات بمساعدة الذكاء الاصطناعي

للاطلاع على تفاصيل التنفيذ، راجع الوثائق المصدرية.