تصدير التعليقات من أجل تعلّم الآلة
كيفية تصدير تعليقات Potato إلى صيغ جاهزة لتعلّم الآلة، JSON/JSONL وCoNLL وHugging Face Datasets وspaCy وCOCO وYOLO، والغرض من كلٍّ منها.
الغاية من التعليق عادةً هي تدريب نموذج أو تقييمه، لذا فإن صيغة التصدير مهمة. يكتب Potato صيغ JSON/JSONL/CSV البسيطة، كما يكتب صيغًا أصيلة لتعلّم الآلة تقرأها خطوط التدريب مباشرةً دون شيفرة وسيطة. واختيار الصيغة الهدف قبل التعليق يوضّح لك كيف تنظّم بياناتك ومعرّفاتك.
للرجوع إلى المرجع، انظر صيغ التصدير.
اختر الصيغة المناسبة للمهمة
| الصيغة | استخدمها لـ |
|---|---|
| JSON / JSONL | للأغراض العامة؛ سجل واحد لكل عنصر. الخيار الافتراضي الآمن. |
| CSV | جداول البيانات والتحليل السريع لتصنيفات الفئات. |
| CoNLL | تصنيف التسلسل على مستوى الرمز (NER، التقطيع) باستخدام وسوم BIO. |
| Hugging Face Datasets | التحميل المباشر إلى تدريب transformers. |
| spaCy | تدريب نماذج NER وتصنيف النصوص في spaCy. |
| COCO / YOLO | كشف الأجسام والتجزئة انطلاقًا من تعليق الصور. |
| Parquet | التخزين العمودي والتحليلات على نطاق واسع. انظر تصدير Parquet. |
ضبط صيغة الإخراج
output_annotation_dir: "annotation_output/"
output_annotation_format: "jsonl" # json, csv, conll, ...ما الذي ينتهي في ملف التصدير
يحمل السجل النموذجي معرّف العنصر، والمحتوى الأصلي، وتصنيفات كل مُعلّق، والبيانات الوصفية (مَن، ومتى). والاحتفاظ بتصنيفات جميع المُعلّقين بدلًا من نتيجة مجمّعة فحسب يتيح لك حساب الاتفاق وإعادة التجميع لاحقًا بطريقة مختلفة.
خطّط للتصدير قبل التعليق
تقيّد صيغة التصدير تصميم مدخلاتك. فعمليات تصدير تصنيف التسلسل تحتاج إلى تقطيع متسق؛ وتحتاج COCO/YOLO إلى أبعاد الصورة؛ وتحتاج Hugging Face إلى مجموعة تصنيفات ثابتة. حدّد الوجهة أولًا حتى لا تضطر إلى إعادة تشغيل الدراسة. انظر تصميم صيغ البيانات للتعليق.