知识卡片
领域语料扩充形成反馈循环
结构图:
flowchart TD
A[领域语料分包] --> B[现有模型预标]
B --> C[按规范人工修订与复核]
C --> D[保留来源并合并训练样本]
D --> E[重训并记录版本]
E --> F[独立样本验收]
F -->|仍有覆盖缺口| B
F -->|达到预定要求| G[发布语料与模型说明]
预标、改错、训练和验收需区分数据用途,不能把机器输出直接当无误金标准。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 建设语言资源库
原书出处 · 1 处
- · 查看原书依据
接下来,使用新的分词模型自动标注下一个语料包,之后再校对、再添加、再训练,如此迭代,直至分词/词性标注器对所有语料包的分词结果精度高于预定的一个精度百分比,就算标注工作训练完成。
参考来源
- 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第07章《建设语言资源库》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00012.html)
- 结论依据:摘录中关于领域语料扩充形成反馈循环的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。
- 原始内容:接下来,使用新的分词模型自动标注下一个语料包,之后再校对、再添加、再训练,如此迭代,直至分词/词性标注器对所有语料包的分词结果精度高于预定的一个精度百分比,就算标注工作训练完成。