ai-center
latest
false
- リリース ノート
- 基本情報
- 通知
- プロジェクト
- データセット
- データのラベル付け
- データのラベル付けについて
- データ ラベルを管理する
- 人間参加型のデータのラベル付け機能を使用する
- ML パッケージ
- すぐに使えるパッケージ
- 概要
- English Text Classification (英語テキスト分類)
- French Text Classification (フランス語テキスト分類)
- Japanese Text Classification (日本語テキスト分類)
- Object Detection (オブジェクト検出)
- Text Classification (テキスト分類)
- TPOT AutoML Classification (TPOT AutoML分類)
- TPOT AutoML Regression (TPOT AutoML 回帰)
- TPOT XGBoost Classification (TPOT XGBoost 分類)
- TPOT XGBoost Regression (TPOT XGBoost 回帰)
- AI Computer Vision
- Communications Mining
- UiPath Document Understanding
- パイプライン
- ML スキル
- ML ログ
- AI Center の Document UnderstandingTM
- AI Center API
- ライセンス
- AI ソリューション テンプレート
- 使い方
- 基本的なトラブルシューティング ガイド
人間参加型のデータのラベル付け機能を使用する
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
AI Center
Last updated 2024年11月19日
人間参加型のデータのラベル付け機能を使用する
データのラベル付け機能を使用すると、生データをアップロードしたり、ラベル付けツールでテキスト データに注釈を付けたり (分類またはエンティティ認識の場合)、ラベル付けされたデータを使用して ML モデルをトレーニングしたりできます。他にも、人間がモデルの出力を検証するときにデータのラベル付けを使用することもできます。
一般的には、抽出器または分類器モデルをトレーニングする場合が考えられます。モデルの予測が設定された信頼度のしきい値を下回った場合は、そのデータを Action Center に送信して人間が検証することができます。検証済みデータを使用してモデルを再トレーニングすることで、以降のモデル予測の信頼度を高めることができます。
このサンプル ワークフローは、次の手順に従って人間参加型のプロセス全体を完了します:
。
このサンプル ワークフローを使用して、人間参加型のシーケンスをテストできます。このサンプル ワークフローでは、ソリューション「メール AI テンプレート」を使用します。メール AI テンプレートの設定および使用方法について詳しくは、「メール AI を設定する」をご覧ください。