Skip to content
Esta página aún no está disponible en su idioma. Se muestra la versión en inglés.

Evidenziazione delle Opzioni

Evidenziazione assistita da AI delle opzioni probabilmente corrette per i compiti di annotazione discreta.

Evidenziazione delle Opzioni

L'Evidenziazione delle Opzioni è una funzionalità assistita da AI che aiuta gli annotatori a identificare le opzioni più probabilmente corrette per i compiti di annotazione discreta. Usando un LLM, il sistema analizza il contenuto e la descrizione del compito per prevedere le opzioni top-k più probabili, visualizzandole a piena opacità mentre attenua le opzioni meno probabili.

Panoramica

Quando abilitata, l'Evidenziazione delle Opzioni:

  1. Analizza il contenuto dell'istanza usando un LLM
  2. Identifica le opzioni più probabili in base al contesto del compito
  3. Evidenzia le opzioni probabili con un indicatore a stella
  4. Attenua le opzioni meno probabili (opacità configurabile)
  5. Mantiene tutte le opzioni completamente cliccabili - questa è una guida, non una restrizione

Questo è particolarmente utile per i compiti con molte opzioni, per addestrare nuovi annotatori, ridurre il carico cognitivo e fornire una "seconda opinione" per aumentare la confidenza nelle annotazioni.

Configurazione

Aggiungi la sezione option_highlighting sotto ai_support nella tua configurazione:

yaml
ai_support:
  enabled: true
  endpoint_type: "openai"
  ai_config:
    model: "gpt-4o-mini"
    api_key: "${OPENAI_API_KEY}"
    temperature: 0.3
 
  option_highlighting:
    enabled: true
    top_k: 3                    # Numero di opzioni da evidenziare (1-10)
    dim_opacity: 0.4            # Opacità per le opzioni non evidenziate (0.1-0.9)
    auto_apply: true            # Applica al caricamento della pagina vs trigger manuale
    schemas: null               # null = tutti gli schemi, o ["schema1", "schema2"]
    prefetch_count: 20          # Elementi da precare
 
  cache_config:
    disk_cache:
      enabled: true
      path: annotation_output/ai_cache.json
    prefetch:
      warm_up_page_count: 10
      on_next: 3
      on_prev: 1

Riferimento alla Configurazione

OpzioneTipoPredefinitoDescrizione
enabledbooleanofalseAbilita l'evidenziazione delle opzioni
top_kintero3Numero di opzioni da evidenziare (1-10)
dim_opacityfloat0.4Opacità per le opzioni attenuate (0.1-0.9)
auto_applybooleanotrueApplica automaticamente al caricamento della pagina
schemaslista/nullnullLimita a schemi specifici, o null per tutti
prefetch_countintero20Numero di elementi da precare in anticipo

Tipi di Annotazione Supportati

L'evidenziazione delle opzioni funziona con i tipi a scelta discreta:

  • radio - Selezione di scelta singola
  • multiselect - Selezione di caselle di controllo multiple
  • likert - Valutazioni su scala Likert
  • select - Selezione a elenco a discesa

Non si applica a: span, textbox, slider, image_annotation o video_annotation.

Aspetto Visivo

  • Opzioni evidenziate: Piena opacità con un indicatore a stella dorata e una leggera evidenziazione dello sfondo
  • Opzioni attenuate: Opacità ridotta (configurabile), si illuminano a 0.7 al passaggio del mouse, ancora completamente cliccabili
  • Indicatore del modulo: Bordo sinistro dorato sui moduli di annotazione con evidenziazione attiva, piccolo badge "AI"

Precaricamento

Poiché le query LLM possono essere lente, l'evidenziazione delle opzioni usa un precaricamento aggressivo:

  1. Riscaldamento: I primi N elementi vengono precaricati all'avvio del server
  2. Alla navigazione: Gli elementi successivi vengono precaricati quando l'utente si sposta avanti/indietro
  3. Elaborazione in background: Il precaricamento avviene in modo asincrono
  4. Caching: I risultati vengono memorizzati su disco per il riutilizzo

Best Practice

  1. Usa un modello veloce - gpt-4o-mini offre un buon equilibrio tra velocità e accuratezza
  2. Imposta un top_k appropriato - per scelte binarie usa 1, per 4-5 opzioni usa 2-3
  3. Abilita il precaricamento - un prefetch_count più alto (20+) garantisce una navigazione fluida
  4. Forma gli annotatori - spiega che le evidenziazioni sono suggerimenti, non requisiti

Ulteriori Letture

Per i dettagli di implementazione, consulta la documentazione sorgente.