Wir sind telefonisch für Sie erreichbar!

Montag bis Donnerstag von 08:00 bis 16:00 Uhr

Freitag von 08:00 bis 15:00 Uhr

Beuth Kundenservice
Telefon +49 30 2601-1331
Fax +49 30 2601-1260

Technische Regel [AKTUELL]

DIN DKE SPEC 99001:2022-05

Definition einer Erfolgsmethode zum Labelling von Daten zum Training künstlicher Intelligenz - Anwendungsfokus: Question-Answering; Text Englisch

Englischer Titel
Definition of a success method for labelling data for artificial intelligence training - Application focus: Question-Answering; Text in English
Ausgabedatum
2022-05
Originalsprachen
Englisch
Seiten
21
Verfahren
PAS

Bitte Treffen Sie Ihre Auswahl

Kostenlos

Kauf- und Sprachoptionen

PDF-Download
  • Kostenlos

Normen-Ticker 1
1

Erfahren Sie mehr über den Normen-Ticker

Ausgabedatum
2022-05
Originalsprachen
Englisch
Seiten
21
Verfahren
PAS
DOI
https://dx.doi.org/10.31030/3338834

Schnelle Zustellung per Download oder Versand

Jederzeit verschlüsselte Datenübertragung

Einführungsbeitrag

Diese DIN DKE SPEC legt Anforderungen fest für das Labelling von Trainingsdaten für QA-Systeme und legt die Merkmale von Labells fest. Darüber hinaus werden Begriffe im Zusammenhang mit NLP und Labelling definiert. Während einige der Leitlinien auch für andere Arten von NLP- oder machine learning Anwendungen gelten, liegt der Schwerpunkt dieses Dokuments speziell auf Question-Answering-Systemen. Die in diesem Dokument vorgestellten Leitlinien decken die Anforderungen an den Labelling-Prozess, das Onboarding, das Tooling und die Ergonomie sowie die QCA für Open-Domain-QA ab. Es werden drei verschiedene Methoden für Qualitätskontrollmechanismen vorgestellt und bewertet. Dieses Dokument ist auf alle Branchen, Themen, Sprachen, Dokumenttypen und Anwendungsfälle anwendbar. Das Labelling wird verwendet, um NLP-Modelle auf bestimmte Domänen zuzuschneiden. Dementsprechend sind die Prozessanforderungen unabhängig von der Domäne gültig. Darüber hinaus enthält dieses Dokument Richtlinien für die Einrichtung eines Labelling-Prozesses. Darüber hinaus gibt es keine Einschränkung der Anwendbarkeit in Bezug auf die zugrunde liegenden technischen Grundlagen. Dieses Dokument gilt für alle Sprachmodelle und Modellparameter. Die Implikationen dieses Dokuments gelten unabhängig von Programmiersprachen, gewählten IT-Umgebungen, Benutzerschnittstellen oder Bereitstellungsmethoden. Dieses Dokument konzentriert sich auf Open-Domain (textbasierte) QA und deckt nicht die QA für Wissensgraphen oder relationale Datenbanken ab. Dieses Dokument enthält keine Definition eines Modells für Labels. Es legt auch kein System für die Kennzeichnung fest.

Inhaltsverzeichnis
ICS
35.240.01
DOI
https://dx.doi.org/10.31030/3338834

Normen mitgestalten

Lade Empfehlungen...
Lade Empfehlungen...