תיוג טקסט

הַגדָרָה

תיוג טקסט הוא תהליך של הקצאת קטגוריות או תגיות לטקסט, כגון סנטימנט, נושא או ישויות בעלות שם.

מטרה

המטרה היא להפוך טקסט גולמי לנתונים מובנים עבור משימות NLP מפוקחות.

חשיבות

• מאפשר אימון של מודלים של סיווג וחילוץ.
• האיכות משפיעה על הוגנות ודיוק המודל.
• דורש מומחיות ספציפית לתחום עבור משימות ייעודיות.
• עתיר עבודה בקנה מידה גדול.

איך זה עובד

1. הגדר קטגוריות תוויות.
2. פילחו את הטקסט ליחידות (משפטים, מסמכים).
3. מפרטים מקצים תוויות.
4. אימות הסכם בין המפרשים.
5. ייצוא טקסט מתויג לצורך הדרכה.

דוגמאות (העולם האמיתי)

• ביקורות על Yelp מתויגות לפי סנטימנט.
• מערכי נתונים של סיווג דוא"ל ספאם לעומת דוא"ל חזיר.
• טקסט משפטי עם הערות עבור סעיפי חוזה.

מקורות / קריאה נוספת

• פאנג ולי. "כריית דעות וניתוח סנטימנט".
• בנדר ופרידמן. "הצהרות נתונים עבור NLP." ACL 2018.
• תיעוד מערכי נתונים של פנים מחבקות.
• תיוג טקסט מדויק ללמידת מכונה