ai-center
latest
false
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。
UiPath logo, featuring letters U and I in white
AI Center
Automation CloudAutomation SuiteStandalone
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。

人間による検証を有効化する

  1. Studio から Action Center でタスクを作成するには、[外部タスクの完了を待機して再開] アクティビティを使用します。
  2. モデルの出力をデータのラベル付けに対応した形式に変換するには、[ラベル付けタスクを作成] アクティビティと [外部タスクを作成] アクティビティを使用します。
    データのラベル付け機能は、JSON 形式のファイルをサポートしています。JSON ファイルには、前の手順で設定した構造が含まれるデータ オブジェクトが含まれる必要があります。
  3. タスクを人間がレビューするよう送信します。
    人間がタスクをレビューして完了すると、タスク オブジェクトが人間によるレビューの出力で更新されます。
  4. タスク オブジェクトを、モデルがトレーニング データとして使用可能な形式に変換します。
  5. [ファイルをアップロード] アクティビティを使用して、検証済みのデータをトレーニング データとして AI Center データセットに送信します。
  6. アップロードされたデータセットを使用してパイプラインの実行を開始します。
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: 生データ > データのラベル付け > ML モデルのトレーニング > ML スキルのデプロイ > 信頼度の低い予測に対する人間参加型のトリガー > 検証済みデータを使用したモデルの再トレーニングによるモデルのパフォーマンスの向上

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。

  • 人間による検証を有効化する

このページは役に立ちましたか?

サポートを受ける
RPA について学ぶ - オートメーション コース
UiPath コミュニティ フォーラム
Uipath Logo White
信頼とセキュリティ
© 2005-2024 UiPath. All rights reserved.