Potato 2.2: Eventos, Vinculación de Entidades, Exportación y 55 Instrumentos de Encuesta

Nota: esta entrada describe Potato 2.2 tal como era en su lanzamiento. Algunas claves de configuración y funcionalidades han cambiado en versiones posteriores. Consulta la documentación actual para ver la sintaxis de configuración vigente.

Nos complace anunciar Potato 2.2.0, una versión mayor que expande significativamente lo que puedes anotar y cómo gestionas la calidad de la anotación. Esta actualización añade 9 nuevos esquemas de anotación, un sistema de exportación extensible, estimación de competencia MACE, 55 instrumentos de encuesta validados y fuentes de datos remotas.

Nuevos Esquemas de Anotación

Anotación de Eventos

La función principal de anotación de v2.2 es la anotación de eventos N-arios. Los eventos consisten en un span disparador (la palabra que indica el evento) y spans de argumentos con roles semánticos tipados. Una visualización de arcos hub-spoke conecta los disparadores con sus argumentos.

annotation_schemes:
  - annotation_type: event_annotation
    name: events
    span_schema: entities
    event_types:
      - type: "ATTACK"
        trigger_labels: ["EVENT_TRIGGER"]
        arguments:
          - role: "attacker"
            entity_types: ["PERSON", "ORGANIZATION"]
            required: true
          - role: "target"
            entity_types: ["PERSON", "ORGANIZATION", "LOCATION"]
            required: true

Esto abre tareas de extracción de información, etiquetado de roles semánticos y construcción de grafos de conocimiento que anteriormente requerían herramientas personalizadas.

Lee la documentación de Anotación de Eventos →

Vinculación de Entidades

Las anotaciones de spans ahora pueden vincularse a bases de conocimiento externas. Los anotadores resaltan texto, asignan una etiqueta y luego usan un modal de búsqueda para encontrar y vincular la entidad correspondiente de Wikidata, UMLS o una KB personalizada.

annotation_schemes:
  - annotation_type: span
    name: ner
    labels: [PERSON, ORGANIZATION, LOCATION]
    entity_linking:
      enabled: true
      knowledge_bases:
        - name: wikidata
          type: wikidata
          language: en

Soporta modo de selección múltiple para entidades ambiguas y múltiples bases de conocimiento en una sola tarea.

Lee la documentación de Vinculación de Entidades →

Triaje, Comparación por Pares, Correferencia y Más

Seis tipos de anotación adicionales completan las adiciones de esquemas de v2.2:

• Triaje -- Interfaz de aceptar/rechazar/omitir para cribado rápido de datos con avance automático y atajos de teclado
• Comparación por Pares -- Binario A/B o deslizador de escala para aprendizaje de preferencias y recopilación de datos RLHF
• Árboles de Conversación -- Anotación de árboles jerárquicos con calificaciones por nodo y selección de rutas
• Cadenas de Correferencia -- Agrupar menciones correferentes en cadenas con indicadores visuales
• Máscaras de Segmentación -- Nuevas herramientas de relleno, borrador y pincel para anotación de imágenes a nivel de píxel
• Spans Discontinuos -- allow_discontinuous: true para selecciones de texto no contiguas

Anotación Inteligente

Estimación de Competencia MACE

MACE usa un algoritmo EM de Bayes Variacional para estimar conjuntamente las etiquetas verdaderas y las puntuaciones de competencia de los anotadores (0.0-1.0). Identifica anotadores confiables, detecta spammers y produce etiquetas predichas de mayor calidad.

mace:
  enabled: true
  trigger_every_n: 10
  min_annotations_per_item: 3

MACE se ejecuta automáticamente en segundo plano y se integra con el panel de administración y el sistema de adjudicación.

Lee la documentación de MACE →

Resaltado de Opciones

Una nueva función de IA que analiza el contenido para resaltar las opciones más probablemente correctas para tareas de anotación discretas. Las opciones top-k se muestran con opacidad completa con un indicador de estrella mientras que las opciones menos probables se atenúan.

ai_support:
  option_highlighting:
    enabled: true
    top_k: 3
    dim_opacity: 0.4

Lee la documentación de Resaltado de Opciones →

Ordenamiento por Diversidad

Los embeddings de sentence-transformer agrupan elementos similares, luego un muestreo round-robin presenta elementos de diferentes clusters. Esto reduce la fatiga del anotador y mejora la cobertura del espacio temático.

assignment_strategy: diversity_clustering
diversity_ordering:
  enabled: true
  prefill_count: 100

Lee la documentación de Ordenamiento por Diversidad →

Sistema de Exportación

El nuevo CLI de exportación (python -m potato.export) convierte anotaciones a 6 formatos estándar de la industria con un solo comando:

python -m potato.export --config config.yaml --format coco --output ./export/
python -m potato.export --config config.yaml --format yolo --output ./export/
python -m potato.export --config config.yaml --format conll_2003 --output ./export/

Formatos soportados: COCO, YOLO, Pascal VOC, CoNLL-2003, CoNLL-U y Máscaras de Segmentación. El sistema es extensible -- crea exportadores personalizados heredando de BaseExporter.

Lee la documentación de Formatos de Exportación →

Fuentes de Datos Remotas

Carga datos de anotación desde URLs, S3, Google Drive, Dropbox, datasets de Hugging Face, Google Sheets y bases de datos SQL:

data_sources:
  - type: huggingface
    dataset: "squad"
    split: "train"
 
  - type: s3
    bucket: "my-annotation-data"
    key: "datasets/items.jsonl"

Incluye carga parcial/incremental para datasets grandes, caché local y gestión segura de credenciales con variables de entorno.

Lee la documentación de Fuentes de Datos Remotas →

Instrumentos de Encuesta

Una biblioteca de 55 cuestionarios validados listos para usar en fases de pre-estudio y post-estudio:

phases:
  prestudy:
    type: prestudy
    instrument: "tipi"      # 10-item personality questionnaire
 
  poststudy:
    type: poststudy
    instrument: "phq-9"     # 9-item depression screening

Los instrumentos abarcan 8 categorías: Personalidad (BFI-2, TIPI), Salud Mental (PHQ-9, GAD-7), Afecto (PANAS), Autoconcepto (RSE), Actitudes Sociales (SDO-7, MFQ), Estilo de Respuesta, versiones abreviadas y Baterías Demográficas de encuestas importantes (ANES, GSS, ESS).

Lee la documentación de Instrumentos de Encuesta →

Mejoras de UX

• Seguimiento de objetos en video con interpolación de fotogramas clave
• Anotación de cuadros delimitadores en páginas PDF
• Soporte de archivo de configuración de IA externo
• Mejoras en el diseño de cuadrícula de formularios

Actualización a v2.2

pip install --upgrade potato-annotation

Las configuraciones existentes de v2.0 y v2.1 funcionan sin cambios -- todas las nuevas funciones son opcionales a través de bloques de configuración adicionales.

Para Comenzar

• Novedades -- Visión general completa de funciones de v2.2
• Anotación de Eventos -- Estructuras de eventos N-arios
• Vinculación de Entidades -- Vinculación a bases de conocimiento
• MACE -- Estimación de competencia de anotadores
• Formatos de Exportación -- CLI de exportación
• Instrumentos de Encuesta -- 55 cuestionarios validados

¿Tienes preguntas o comentarios? Únete a nuestro Discord o abre un issue en GitHub.