गाइड
टैगर से डेटा लेबल करें
मैन्युअल, को-पायलट और ऑटोपायलट लेबलिंग, समीक्षा राउंड, और एक्सपोर्ट।
टैगर किसी डेटासेट की पंक्तियों पर लेबल जोड़ता है। आप हर पंक्ति को खुद लेबल कर सकते हैं, या किसी AI मॉडल को पंक्तियाँ लेबल करने दे सकते हैं, जबकि आप उसके काम की समीक्षा करते हैं। परिणाम एक लेबल किया हुआ डेटासेट होता है, जिसे आप किसी रन में इस्तेमाल कर सकते हैं।
सत्र शुरू करें
टैगर इनमें से किसी एक तरीके से खोलें:
- डैशबोर्ड से टैगर खोलें।
- डेटासेट में, एक डेटासेट चुनें और इस डेटासेट को टैग करें पर क्लिक करें।
- डेटासेट एडिटर में, AI से टैग करें पर क्लिक करें।
डेटा चुनें
सेटअप लेबल करने के लिए डेटा माँगता है:
- अपनी लाइब्रेरी से चुनें आपके अपलोड किए गए डेटासेट का इस्तेमाल करता है। नई फ़ाइल अपलोड करने के लिए, पहले डेटासेट इस्तेमाल करें।
- सिंथेटिक डेटासेट बनाएँ आपके लिए पंक्तियाँ बनाता है। इस विकल्प के लिए सहायक ज़रूरी है।
कार्य का प्रकार चुनें
| कार्य का प्रकार | आप हर पंक्ति को क्या देते हैं |
|---|---|
| हाँ / नहीं वाला प्रश्न | हाँ या नहीं में उत्तर। |
| वर्गों में से चुनें | आपकी बनाई सूची से एक या अधिक वर्ग। कम से कम दो वर्ग जोड़ें। |
| लिखित उत्तर | एक मुक्त टेक्स्ट उत्तर। |
मोड चुनें
सेटअप पूछता है "आप कैसे टैग करना चाहते हैं?"। तीन मोड हैं:
| मोड | क्या होता है |
|---|---|
| मैन्युअल | आप हर पंक्ति खुद लेबल करते हैं। कोई AI शामिल नहीं होता। |
| को-पायलट (Co-pilot) | एक छोटे इंटरव्यू के बाद, AI पहला बैच टैग करता है। समीक्षा दौरों में आप हर लेबल को रखते हैं या सुधारते हैं। |
| ऑटोपायलट (Autopilot) | एक छोटे इंटरव्यू के बाद, AI सभी पंक्तियाँ टैग करता है और उन पंक्तियों को चिह्नित करता है जिन पर वह निश्चित नहीं है। |
सेटअप एक मोड को अनुशंसित चिह्नित करता है।
सेटअप में टैगिंग मॉडल का विकल्प भी है। डिफ़ॉल्ट ज़्यादातर डेटासेट के लिए उपयुक्त है।
डेटासेट इंटरव्यू
को-पायलट और ऑटोपायलट एक डेटासेट इंटरव्यू से शुरू होते हैं। AI आपके डेटा और आपके लेबल के बारे में प्रश्न पूछता है। आप इंटरव्यू छोड़ें पर क्लिक कर सकते हैं।
इंटरव्यू एक लेबलिंग गाइड बनाता है। गाइड में वे नियम होते हैं जिनका AI पालन करता है। अपना नियम जोड़ने के लिए एक नियम जोड़ें इस्तेमाल करें।
अंत में, AI यह रही योजना दिखाता है। फिर आप काम शुरू करते हैं:
- को-पायलट में, मेरी समीक्षा के लिए पहली {rows} पंक्तियाँ टैग करें पर क्लिक करें।
- ऑटोपायलट में, सभी {rows} पंक्तियाँ टैग करें पर क्लिक करें।
को-पायलट समीक्षा दौर
को-पायलट में, AI पहले एक कैलिब्रेशन बैच टैग करता है। बैच का आकार कार्य के प्रकार पर निर्भर करता है:
| कार्य का प्रकार | पहला बैच |
|---|---|
| हाँ / नहीं वाला प्रश्न | 24 पंक्तियाँ |
| वर्गों में से चुनें | हर वर्ग के लिए 6 पंक्तियाँ, कम से कम 30 और अधिकतम 60 |
| लिखित उत्तर | 30 पंक्तियाँ |
अगर डेटासेट में कम पंक्तियाँ हैं, तो AI उन सभी को टैग करता है।
हर लेबल की समीक्षा करें
हर पंक्ति के लिए, साइड रेल AI का लेबल दिखाती है:
- पंक्ति और लेबल पढ़ें।
- लेबल रखने के लिए, पुष्टि करें (Enter) पर क्लिक करें या Enter दबाएँ।
- लेबल बदलने के लिए, उसे सुधारें। रेल "सुधार किया गया — AI इससे सीखेगा" दिखाती है।
- काम पूरा होने पर, यह दौर समाप्त करें पर क्लिक करें।
रेल लक्ष्य दिखाती है: "जब हम {gate}% बार सहमत होंगे, तब बाकी मैं खुद टैग कर दूँगा।"
सहमति गेट
हर दौर के बाद, Skynet मापता है कि आप कितनी बार AI से सहमत रहे। हाँ / नहीं और वर्ग वाले कार्यों के लिए गेट 92% है। लिखित उत्तरों के लिए यह 85% है।
दौर का सारांश "आप इस बैच में {agreement}% पर AI से सहमत रहे" दिखाता है। फिर आप चुनते हैं:
- एक और समीक्षा दौर आपको समीक्षा के लिए एक और बैच देता है।
- बाकी {rows} पंक्तियाँ टैग करें AI को बाकी पंक्तियाँ टैग करने देता है।
ऑटोपायलट और स्वचालित टैगिंग
जब AI बाकी पंक्तियाँ टैग करता है, तो काम सर्वर पर चलता है। आप सुरक्षित रूप से पेज छोड़कर बाद में लौट सकते हैं।
- टैगिंग फिर से शुरू करें रुके हुए जॉब को जारी रखता है।
- रद्द करें — जो टैग है उसे रखें जॉब को रोकता है और मौजूद लेबल रखता है।
अनिश्चित पंक्तियों की समीक्षा करें
AI हर स्वचालित लेबल को एक confidence देता है। जब confidence 0.75 से कम होता है, तो Skynet पंक्ति को चिह्नित करता है। जॉब के बाद, उन्हें जाँचने के लिए उन {count} पंक्तियों की समीक्षा करें जिन पर AI को भरोसा नहीं था पर क्लिक करें।
मैन्युअल मोड
मैन्युअल मोड में, आप हर पंक्ति खुद लेबल करते हैं। नीचे दिए कीबोर्ड शॉर्टकट तेज़ी से काम करने में मदद करते हैं।
कीबोर्ड शॉर्टकट
| कुंजी | क्रिया |
|---|---|
| Ctrl+H या Cmd+H | शॉर्टकट दिखाएँ। |
| Y / N | हाँ / नहीं वाली पंक्ति पर हाँ या नहीं में उत्तर दें। |
| 1 से 9 | वर्ग वाली पंक्ति पर वह वर्ग चुनें या हटाएँ। |
| U | अगली बिना टैग वाली पंक्ति पर जाएँ। |
| Home | पहली पंक्ति पर जाएँ। |
| E | CSV के रूप में निर्यात करें। |
परिणाम
परिणाम दिखाते हैं कि हर लेबल कहाँ से आया:
| गिनती | अर्थ |
|---|---|
| आपके द्वारा लेबल किया गया | वे लेबल जो आपने लिखे। |
| आपके द्वारा पुष्टि किए गए AI लेबल | वे AI लेबल जो आपने समीक्षा में रखे। |
| स्वचालित रूप से लेबल किया गया | बिना समीक्षा वाले AI लेबल। |
| लागत | इस सत्र में AI के काम की लागत। |
स्रोत कॉलम हर पंक्ति के लिए यही मान दिखाता है: आप, AI पुष्ट या AI।
सहेजें और निर्यात करें
लाइब्रेरी में सहेजें
लेबल किए गए डेटा को डेटासेट के रूप में रखने के लिए लाइब्रेरी में सहेजें या Datasets में ले जाएं पर क्लिक करें। फिर आप उसे किसी रन में इस्तेमाल कर सकते हैं।
फ़ाइल निर्यात करें
टैग निर्यात करें पर क्लिक करें और एक फ़ॉर्मेट चुनें:
- CSV
- JSON
- Excel (
.xlsx) - Parquet
- Feather
अगर कुछ पंक्तियों पर कोई लेबल नहीं है, तो Skynet आपसे निर्यात की पुष्टि करने को कहता है।
निर्यात एक लेबल कॉलम जोड़ता है। उसका नाम कार्य के प्रकार पर निर्भर करता है:
| कार्य का प्रकार | कॉलम |
|---|---|
| हाँ / नहीं वाला प्रश्न | binary_label |
| वर्गों में से चुनें | selected_categories |
| लिखित उत्तर | extracted_text |
एक label_source कॉलम दर्ज करता है कि हर लेबल कहाँ से आया।
सत्र
हर टैगिंग जॉब एक सत्र है। सत्र की इनमें से एक स्थिति होती है: जारी है, समीक्षा में, ऑटो-लेबलिंग या पूर्ण। नई सेटिंग्स के साथ फिर से शुरू करने के लिए नया सत्र शुरू करें पर क्लिक करें।
आप किसी सत्र को उसके साझा करने वाले डायलॉग से दूसरे लोगों के साथ साझा कर सकते हैं। साझा करने के नियमों के लिए साझा करना देखें।
अगले कदम
- टैग करने से पहले डेटासेट तैयार करें।
- लेबल किए गए डेटा के साथ रन सबमिट करें।
- अपने टैगिंग सत्रों के बारे में एजेंट पैनल से पूछें।