Yapay zeka veri etiketleme

Yapay zekâ veri etiketleme, bir yapay zekâ modelinin öğrenebilmesi için ham veriye anlamlı açıklamalar ekleme işidir. Örneğin bir fotoğraftaki nesneleri kutularla işaretlemek, bir metni olumlu veya olumsuz diye sınıflandırmak ya da ses kaydını yazıya dökmek veri etiketleme kapsamına girer. Etiketler doğru, tutarlı ve amaca uygun hazırlanırsa model daha güvenilir sonuç verir; ancak etiketleme tek başına modelin doğru çalışacağını garanti etmez.

Veri etiketleme hangi amaçla yapılır?​

Yapay zekâ modelleri, özellikle denetimli öğrenme yöntemlerinde, girdilerle beklenen çıktıları eşleştiren örneklere ihtiyaç duyar. Etiketlenmemiş bir görsel yalnızca piksel verisidir; “kedi”, “otomobil” veya “hasarlı parça” gibi açıklamalar eklendiğinde model hangi özellikleri öğrenmesi gerektiğine dair bir hedef kazanır.

Etiketleme yöntemi veri türüne ve projedeki hedefe göre değişir:
Tablodaki etiket türleri birbirinin yerine kullanılamaz. Örneğin bir otomobilin fotoğrafta bulunup bulunmadığını belirlemek için sınıf etiketi yeterli olabilir; otomobilin konumunu bulmak için sınırlayıcı kutu, her pikselini ayırmak için maske gerekir.

Etiketleme süreci nasıl yürütülür?​

Projeye başlamadan önce modelin hangi çıktıyı üretmesi gerektiğini kesinleştirin. “Görselleri etiketleyelim” ifadesi tek başına yeterli değildir; hedefin “her görseldeki trafik levhasını sınıflandırmak” mı, yoksa “levhanın konumunu kutuyla göstermek” mi olduğu belirlenmelidir.

1. Amacı ve etiket şemasını belirleyin. Sınıfları, etiket adlarını, bir nesnenin hangi durumda işaretleneceğini ve belirsiz örneklerin nasıl ele alınacağını yazılı kurala dönüştürün. Aynı veri için iki farklı yorum oluşmasını önlemek bu aşamanın temel amacıdır.
2. Temsil gücü olan veriyi seçin. Verileri gerçek kullanım koşullarını yansıtacak şekilde toplayın veya ayırın. Yalnızca aydınlık ortamda çekilmiş görüntülerle çalışmak, modelin karanlık görüntülerde de başarılı olacağını kanıtlamaz.
3. Etiketleri uygulayın. Her veri öğesine belirlenen şemaya uygun etiketi ekleyin. Bir örnek birden fazla sınıfa girebiliyorsa çoklu etiket kuralını, yeterli bilgi içermiyorsa “belirsiz” veya “kullanılamaz” kuralını uygulayın.
4. Etiketleri gözden geçirin. Örneklerin bir bölümünü ikinci bir etiketleyiciye veya denetçiye kontrol ettirin. Farklı sonuçlar, sınıf tanımlarının veya karar kurallarının yeterince açık olmadığını gösterebilir.
5. Kalite kontrol sonuçlarını ayırın. Yanlış, eksik, çelişkili ve belirsiz etiketleri ayrı kategorilerde inceleyin. Sadece toplam etiket sayısına bakmak, hataların belirli bir sınıfta veya veri koşulunda yoğunlaşıp yoğunlaşmadığını göstermez.
6. Veriyi model değerlendirmesine hazırlayın. Etiketli veriyi eğitim, doğrulama ve test bölümlerine ayırın. Test bölümündeki doğru cevaplar eğitim sırasında kullanılmamalıdır; aksi durumda modelin yeni verideki başarısı gerçeğinden yüksek görünebilir.

İyi etiketin ölçütleri​

İyi bir etiket yalnızca doğru görünmekle kalmaz; aynı kural farklı kişiler tarafından uygulandığında benzer sonuç üretir. Etiketleme kılavuzu kısa örnekler, karşı örnekler ve sınır durumları içermelidir. “Hasarlı” sınıfında küçük çiziklerin sayılıp sayılmayacağı, metin sınıflandırmasında alaycı ifadelerin nasıl değerlendirileceği veya görüntüde kısmen görünen nesnenin işaretlenip işaretlenmeyeceği önceden açıklanmalıdır.

Kaliteyi değerlendirirken şu ayrımları yapın:

• Eksik etiket, veride bulunmasına rağmen işaretlenmeyen hedefi gösterir.
• Yanlış etiket, hedefin yanlış sınıfa veya yanlış konuma atanmasıdır.
• Tutarsız etiket, benzer örneklerin farklı kurallarla işaretlenmesidir.
• Belirsiz veri, insan denetçilerin makul biçimde farklı karar verebildiği örnektir; bu veri zorla kesin bir sınıfa sokulmamalıdır.

Bir modelin yüksek test başarısı, etiketlerin mutlaka doğru olduğu anlamına gelmez. Test verisi eğitim verisine çok benziyorsa, veri sızıntısı varsa veya bazı sınıflar yeterince temsil edilmiyorsa sonuç yanıltıcı olabilir. Bu nedenle örnek hataları, sınıf dağılımını ve gerçek kullanım koşullarını ayrıca incelemek gerekir.

İnsan ve otomatik etiketleme birlikte kullanılabilir mi?​

Evet. Otomatik sistemler büyük veri kümelerinde ilk etiketleri üretebilir; insanlar ise bu etiketleri doğrulayabilir, düzeltebilir veya belirsiz örnekleri ayırabilir. Bu yaklaşım zaman kazandırabilir ancak otomatik üretilen etiketler doğrudan doğru kabul edilmemelidir. Sistem aynı hatayı çok sayıda veriye taşıyabileceği için özellikle kritik sınıflarda örneklemeli insan kontrolü gerekir.

Kişisel veri, ses kaydı, yüz görüntüsü veya özel nitelikli bilgiler içeren veri kümelerinde erişim yetkilerini, saklama süresini ve paylaşım sınırlarını ayrıca belirleyin. Etiketleme ekibine gereğinden fazla veri göstermemek ve dış hizmet kullanılıyorsa verinin hangi koşullarda işlendiğini incelemek güvenliğin parçasıdır.

Etiketleme tamamlandığında yalnızca dosyaların mevcut olduğunu kontrol etmeyin. Her sınıftan örnekleri açın, etiketlerin veriyle örtüşüp örtüşmediğini inceleyin, sınır durumlarını yeniden değerlendirin ve düzeltilen etiketlerle kalite kontrol kaydını güncelleyin. Sorun belirli bir sınıfta toplanıyorsa önce o sınıfın tanımını ve örneklerini düzeltin; bütün veri kümesini rastgele yeniden etiketlemek çoğu durumda sorunun nedenini çözmez.