텍스트 라벨링

정의

텍스트 라벨링은 감정, 주제 또는 명명된 엔터티와 같은 범주나 태그를 텍스트에 지정하는 프로세스입니다.

목적

목적은 원시 텍스트를 감독되는 NLP 작업을 위한 구조화된 데이터로 변환하는 것입니다.

중요성

• 분류 및 추출 모델의 교육을 가능하게 합니다.
• 품질은 모델의 공정성과 정확성에 영향을 미칩니다.
• 특수한 업무에는 해당 분야의 전문 지식이 필요합니다.
• 대규모로 노동 집약적임.

운영 방식 (How It Works)

1. 라벨 범주를 정의합니다.
2. 텍스트를 단위(문장, 문서)로 나눕니다.
3. 주석자는 라벨을 지정합니다.
4. 주석자 간 동의를 검증합니다.
5. 학습을 위해 레이블이 지정된 텍스트를 내보냅니다.

예시(실제 세계)

• 감정을 기준으로 분류된 Yelp 리뷰입니다.
• 스팸 대 햄 이메일 분류 데이터 세트.
• 계약 조항에 대한 법률 조항 주석이 첨부되었습니다.

참고문헌 / 추가 자료

• 팡 & 리. “오피니언 마이닝과 감성 분석.”
• 벤더 & 프리드먼. “자연어 처리를 위한 데이터 진술.” ACL 2018.
• 포옹 얼굴 데이터 세트 문서.
• 머신 러닝을 위한 정확한 텍스트 레이블링