Skip to content

Cas d'utilisation

De la recherche en NLP à la vision par ordinateur, découvrez comment les équipes utilisent Potato pour créer des jeux de données d'entraînement de haute qualité.

📝

Traitement automatique du langage naturel

Classification de texte, analyse de sentiment, reconnaissance d'entités nommées et annotation de spans pour la recherche et les applications en NLP.

Tâches courantes

Analyse de sentimentReconnaissance d'entités nomméesClassification de texteExtraction de relationsRésolution de coréférencesÉtiquetage morphosyntaxique

Types d'annotation

RadioMultiselectSpanText

Exemple de design

Analyse de sentiment

Classifiez les publications sur les réseaux sociaux par sentiment avec des boutons radio et des explications textuelles optionnelles.

Voir l'exemple
🖼️

Vision par ordinateur

Classification d'images, détection d'objets avec boîtes englobantes et segmentation avec annotation par polygones.

Tâches courantes

Classification d'imagesDétection d'objetsSegmentation sémantiqueSegmentation d'instancesDétection de points clésCompréhension de scènes

Types d'annotation

RadioMultiselectBounding BoxPolygon

Exemple de design

Classification d'images

Classification d'images multi-étiquettes avec catégories d'objets et attributs.

Voir l'exemple
🎧

Audio et parole

Révision de transcription audio, diarisation de locuteurs, détection d'émotions et annotation musicale avec visualisation de formes d'onde.

Tâches courantes

Révision de transcriptionDiarisation de locuteursDétection d'émotionsClassification audioÉtiquetage de genre musicalDétection d'événements sonores

Types d'annotation

RadioLikertSpanText

Exemple de design

Reconnaissance d'émotions vocales

Classifiez le contenu émotionnel dans la parole avec lecture de formes d'onde et échelles de Likert.

Voir l'exemple
🤖

Évaluation de LLM et RLHF

Collecte de données de préférence humaine, évaluation de la qualité des réponses et évaluation de la sécurité pour l'entraînement de modèles de langue.

Tâches courantes

Classement par préférenceÉvaluation de la qualité des réponsesScore d'utilitéÉvaluation de la sécuritéVérification de la factualitéSuivi d'instructions

Types d'annotation

RadioLikertRankingBest-Worst

Exemple de design

Comparaison par paires

Comparez deux réponses d'IA et sélectionnez la meilleure pour l'entraînement RLHF.

Voir l'exemple
🏥

Santé et médecine

NLP clinique, annotation d'images médicales, détection d'événements indésirables et codage de dossiers patients avec auto-hébergement privilégiant la confidentialité.

Tâches courantes

Extraction d'entités cliniquesClassification d'images médicalesDétection d'événements indésirablesCodage CIMAnnotation de rapports radiologiquesInteraction médicamenteuse

Types d'annotation

SpanRadioMultiselectText

Exemple de design

Événements indésirables médicamenteux

Extrayez les mentions de médicaments et les événements indésirables à partir de textes cliniques.

Voir l'exemple
📊

Recherche en sciences sociales

Instruments d'enquête, analyse de contenu, annotation de discours et codage qualitatif pour les études en sciences sociales.

Tâches courantes

Analyse de contenuCodage de discoursAdministration d'enquêtesDétection de positionFouille d'argumentsCodage qualitatif

Types d'annotation

RadioMultiselectLikertText

Exemple de design

Qualité des arguments

Évaluez la force des arguments et identifiez les raisonnements fallacieux.

Voir l'exemple

Adopté dans tous les secteurs

🎓

Monde académique

Universités et laboratoires de recherche

🏥

Santé

Hôpitaux et recherche médicale

💻

Technologie

Startups et équipes IA/ML

🏛️

Gouvernement

Recherche du secteur public

💰

Finance

Traitement de documents et NLP

📰

Médias

Analyse de contenu et modération

Un cas d'utilisation unique ?

La configuration YAML flexible de Potato prend en charge pratiquement toute tâche d'annotation. Consultez notre galerie ou créez la vôtre dans le Playground.