Skip to content

सॉफ़्ट लेबल

Potato में सॉफ़्ट लेबल एनोटेशन कॉन्फ़िगर करें, जिसमें स्लाइडर से श्रेणियों में संभाव्यता वितरण बाँटा जाता है और सबका जोड़ एक तय कुल के बराबर रहता है।

सॉफ़्ट लेबल एनोटेशन योजना एनोटेटरों को एक ही कठोर वर्गीकरण निर्णय लेने के बजाय कई श्रेणियों में संभाव्यता वितरण बाँटने देती है। एनोटेटर स्लाइडर से एक तय कुल (जैसे 100 अंक) को लेबलों में बाँटते हैं, जिससे श्रेणियों के बीच की अनिश्चितता या ओवरलैप दर्ज हो जाती है।

भावना श्रेणियों में 100 अंक बाँटता Potato का सॉफ़्ट-लेबल इंटरफ़ेसPotato में सॉफ़्ट लेबल

अवलोकन

सॉफ़्ट लेबलिंग तब काम आती है जब आइटम आंशिक रूप से कई श्रेणियों में आते हों। एनोटेटरों को एक लेबल चुनने पर मजबूर करने के बजाय यह योजना उन्हें सभी विकल्पों पर सापेक्ष भरोसा जताने देती है। स्लाइडर आपस में जुड़े होते हैं ताकि उनका जोड़ हमेशा कॉन्फ़िगर किए गए कुल के बराबर रहे, और एक वैकल्पिक वितरण चार्ट दृश्य फ़ीडबैक देता है।

जल्दी शुरू करें

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: sentiment_distribution
    description: Distribute 100 points across sentiment categories based on how much each applies.
    labels: ["Positive", "Neutral", "Negative"]
    total: 100

कॉन्फ़िगरेशन विकल्प

फ़ील्डप्रकारडिफ़ॉल्टविवरण
annotation_typestringज़रूरी"soft_label" होना चाहिए
namestringज़रूरीइस योजना का अद्वितीय पहचानकर्ता
descriptionstringज़रूरीएनोटेटरों को दिखाए जाने वाले निर्देश
labelsarrayज़रूरीश्रेणी लेबलों की सूची (कम से कम 2)
totalinteger100वह तय जोड़ जिस तक सारे स्लाइडर मिलकर पहुँचने चाहिए
min_per_labelinteger0हर लेबल को कम से कम कितना मान मिलना चाहिए
show_distribution_chartbooleantrueमौजूदा वितरण दिखाने वाला पाई या बार चार्ट दिखाएँ
label_requirement.requiredbooleanfalseआगे बढ़ने से पहले एनोटेशन पूरा करना ज़रूरी है या नहीं

उदाहरण

भावना वितरण

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: sentiment_distribution
    description: How much does each sentiment apply to this text?
    labels: ["Positive", "Neutral", "Negative"]
    total: 100
    show_distribution_chart: true

भाव की तीव्रता

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: emotion_mix
    description: Distribute points to reflect the mix of emotions in this utterance.
    labels: ["Joy", "Sadness", "Anger", "Fear", "Surprise", "Disgust"]
    total: 100
    min_per_label: 0
    show_distribution_chart: true

विषय प्रासंगिकता

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: topic_relevance
    description: How relevant is this document to each topic?
    labels: ["Politics", "Sports", "Technology", "Entertainment"]
    total: 100

अनिवार्य न्यूनतम आवंटन

yaml
annotation_schemes:
  - annotation_type: soft_label
    name: genre_mix
    description: Allocate points across genres. Each genre must receive at least 5 points.
    labels: ["Rock", "Pop", "Jazz", "Classical", "Electronic"]
    total: 100
    min_per_label: 5

आउटपुट फ़ॉर्मैट

json
{
  "sentiment_distribution": {
    "labels": {
      "Positive": 45,
      "Neutral": 30,
      "Negative": 25
    }
  }
}

मानों का जोड़ हमेशा कॉन्फ़िगर किए गए total के बराबर होता है।

बेहतर तरीक़े

  1. जब श्रेणियाँ ओवरलैप करती हों तब इस्तेमाल करें - सॉफ़्ट लेबल तब सबसे उपयुक्त हैं जब आइटम सचमुच अलग-अलग हद तक कई श्रेणियों में आते हों
  2. लेबलों की संख्या सँभालने लायक रखें - 6-7 से ज़्यादा लेबल होने पर स्लाइडर इंटरफ़ेस बोझिल हो जाता है
  3. सार्थक कुल तय करें - 100 प्रतिशत की तरह सहज लगता है, पर आसान टास्क के लिए छोटे कुल भी चलते हैं
  4. min_per_label कम ही इस्तेमाल करें - न्यूनतम आवंटन थोपने से नतीजे झुक सकते हैं, जब कोई लेबल सचमुच लागू ही न होता हो
  5. वितरण चार्ट चालू रखें - दृश्य फ़ीडबैक से एनोटेटर अपना आवंटन एक नज़र में देख लेते हैं

आगे पढ़ें

क्रियान्वयन के विवरण के लिए स्रोत दस्तावेज़ देखें।