यह पृष्ठ अभी आपकी भाषा में उपलब्ध नहीं है। अंग्रेज़ी संस्करण दिखाया जा रहा है।

Aufgabenzuweisung

Steuern, wie Annotationsinstanzen auf Annotatoren verteilt werden.

Aufgabenzuweisung

Potato bietet flexible Aufgabenzuweisungsstrategien, um zu steuern, wie Annotationsinstanzen auf Annotatoren verteilt werden.

Übersicht

Die Aufgabenzuweisung steuert:

Welche Elemente jeder Annotator sieht
Wie viele Elemente jeder Annotator abschließt
Wie viele Annotationen jedes Element erhält
Die Reihenfolge, in der Elemente präsentiert werden

Wichtige Konfigurationsoptionen

Option	Beschreibung	Standard
`assignment_strategy`	Strategie zur Zuweisung von Elementen	`random`
`max_annotations_per_user`	Maximale Elemente pro Annotator	unbegrenzt
`max_annotations_per_item`	Zielannotationen pro Element	3

Zuweisungsstrategien

Zufällige Zuweisung

Elemente werden zufällig an Annotatoren zugewiesen und eine unvoreingenommene Verteilung gewährleistet.

yaml

assignment_strategy: random
max_annotations_per_item: 3

Geeignet für: Allgemeine Annotationsaufgaben, bei denen die Reihenfolge keine Rolle spielt.

Feste Reihenfolge

Elemente werden in der Reihenfolge zugewiesen, in der sie im Datensatz erscheinen.

yaml

assignment_strategy: fixed_order
max_annotations_per_item: 2

Geeignet für: Aufgaben, bei denen Annotatoren Elemente in einer bestimmten Reihenfolge sehen sollen.

Am-wenigsten-annotiert-Zuweisung

Priorisiert Elemente mit den wenigsten vorhandenen Annotationen und gewährleistet eine gleichmäßige Verteilung.

yaml

assignment_strategy: least_annotated
max_annotations_per_item: 5

Geeignet für: Sicherstellen, dass alle Elemente ausreichend abgedeckt werden, bevor eines übermäßig viele Annotationen erhält.

Max-Diversity-Zuweisung

Priorisiert Elemente mit der höchsten Uneinigkeit unter vorhandenen Annotationen.

yaml

assignment_strategy: max_diversity
max_annotations_per_item: 4

Geeignet für: Qualitätskontrolle und Klärung mehrdeutiger Elemente.

Active-Learning-Zuweisung

Verwendet maschinelles Lernen, um unsichere Instanzen zu priorisieren.

yaml

assignment_strategy: active_learning
 
active_learning:
  enabled: true
  schema_names: ["sentiment"]
  min_annotations_per_instance: 2
  min_instances_for_training: 20
  update_frequency: 10

Vollständige Konfiguration unter Active Learning.

Konfiguration

Moderne Konfiguration (empfohlen)

yaml

# Strategy selection
assignment_strategy: random
 
# Limits
max_annotations_per_user: 10    # -1 for unlimited
max_annotations_per_item: 3     # -1 for unlimited
 
# Optional: nested configuration
assignment:
  strategy: random
  max_annotations_per_item: 3
  random_seed: 1234

Legacy-Konfiguration

Die ältere automatic_assignment-Konfiguration wird weiterhin unterstützt:

yaml

automatic_assignment:
  on: true
  output_filename: task_assignment.json
  sampling_strategy: random    # 'random' or 'ordered'
  labels_per_instance: 3       # Annotations per item
  instance_per_annotator: 5    # Items per annotator
  test_question_per_annotator: 0

Testfragen

Aufmerksamkeitscheck-Fragen in die Annotationswarteschlange einfügen:

Testfragen definieren

_testing zur Instanz-ID in Ihrer Datendatei hinzufügen:

csv

text,id
"This is test question 1",0_testing
"Regular item",dkjfd

Oder in JSON:

json

[
  {"id": "0_testing", "text": "This is a test question"},
  {"id": "regular_001", "text": "Normal annotation item"}
]

Konfiguration

yaml

automatic_assignment:
  on: true
  test_question_per_annotator: 2  # Insert 2 test questions per annotator

Beispielkonfigurationen

Einfache zufällige Zuweisung

yaml

annotation_task_name: "Sentiment Analysis"
assignment_strategy: random
max_annotations_per_user: 20
max_annotations_per_item: 3

Qualitätsorientierte Zuweisung

yaml

annotation_task_name: "Quality Annotation"
assignment_strategy: max_diversity
max_annotations_per_item: 5
max_annotations_per_user: 50

Crowdsourcing-Einrichtung

yaml

annotation_task_name: "Crowdsourced Task"
assignment_strategy: random
max_annotations_per_user: 10
max_annotations_per_item: 3
 
# Crowdsourcing settings
hide_navbar: true
jumping_to_id_disabled: true
 
login:
  type: url_direct
  url_argument: workerId

Active-Learning-Einrichtung

yaml

assignment_strategy: active_learning
 
active_learning:
  enabled: true
  schema_names: ["sentiment", "topic"]
  min_annotations_per_instance: 2
  min_instances_for_training: 20
  update_frequency: 10
  classifier_name: "sklearn.linear_model.LogisticRegression"
  vectorizer_name: "sklearn.feature_extraction.text.TfidfVectorizer"

Admin-Dashboard-Integration

Zuweisungseinstellungen über das Admin-Dashboard überwachen und anpassen:

Navigieren Sie zu /admin
Gehen Sie zum Tab Konfiguration
Ändern Sie:
- Max. Annotationen pro Nutzer
- Max. Annotationen pro Element
- Zuweisungsstrategie

Änderungen werden ohne Serverneustart sofort wirksam.

Weiterführende Informationen

Active Learning – ML-basierte Zuweisungspriorisierung
Qualitätskontrolle – Aufmerksamkeitschecks und Gold-Standards
Kategoriezuweisung – Elemente nach Annotator-Expertise weiterleiten
Crowdsourcing-Integration – MTurk- und Prolific-Integration

Implementierungsdetails finden Sie in der Quelldokumentation.