Data Labeling at Scale / Gán Nhãn Dữ liệu Quy mô Lớn

📖 Data Labeling at Scale

Definition (English):

Data labeling at scale combines human annotators, AI assistance, and automation strategies. Techniques include: weak supervision (programmatic labeling with Snorkel), active learning (selecting most informative samples), semi-supervised learning (pseudo-labeling), and AI-assisted annotation (using pre-trained models to suggest labels). Quality control includes inter-annotator agreement and consensus mechanisms.

📖 Gán Nhãn Dữ liệu Quy mô Lớn

Định nghĩa (Tiếng Việt):

Gán nhãn dữ liệu quy mô lớn kết hợp người gán nhãn, hỗ trợ AI và chiến lược tự động hóa. Kỹ thuật bao gồm: giám sát yếu (gán nhãn lập trình với Snorkel), học chủ động (chọn mẫu có nhiều thông tin nhất), học bán giám sát (gán nhãn giả) và gán nhãn có hỗ trợ AI (sử dụng mô hình được huấn luyện trước để gợi ý nhãn). Kiểm soát chất lượng bao gồm thỏa thuận liên annotator và cơ chế đồng thuận.

📂 Phân loại: Techniques