أفكار وأدوات رقمية بلغة مفهومة.
1201 مقال
تحليل حساسية قيمة متطرفة يمكن أن يبدأ بسؤال محدد: هل يتغير الوصف الذي كتبناه إذا حسبناه من دون قيمة نراجعها؟ المقارنة تبين اعتماد نتيجة على اختيار عناصرها، لكنها لا تثبت أن القيمة المستبعدة خاطئة. نعرض حسابين مفترضين كي يبقى السؤال الحسابي منفصلا عن قرار الاحتفاظ بالسجل.
وحدة وسم البيانات تحدد الشيء الذي نعطيه التسمية: الصورة كاملة أم كائنا فيها أم منطقة مختارة. قد تحتوي صورة واحدة على سجلين مكانيين، مع بقاء عدد الصور واحدا. يهم هذا الفرق عند إعداد مرجع لتعلم الآلة، لأن عدد الوسوم لا يشرح وحده عدد المدخلات أو ما تمثله كل تسمية.
الوسم الآلي المساعد يبدأ باقتراح تسمية أو موضع، ثم قد يراجعه شخص وفق دليل المهمة. وجود اقتراح في الملف لا يوضح هل فحصه أحد أو كيف اتخذ القرار. نعرض مسارا تعليميا يفصل المصدر الآلي من الوسم النهائي، حتى تبقى مراجعة المرجع المستخدم لتعلم الآلة ممكنة.
دليل وسم البيانات يحتاج أكثر من قائمة أسماء الفئات. فاسم مثل «بطاقة بدائرتين» لا يوضح ما نفعل عند ظهور دائرة ثالثة أو فقدان جزء من الصورة. نكتب قاعدة تعليمية قابلة للفحص، ثم نعرض حالات تبين متى تعطى التسمية ومتى تترك الحالة للمراجعة. بهذا يعرف الموسم ما القرار المطلوب منه وما دليله.
الغموض في وسم البيانات قد يعود إلى معلومة لا تظهر في الصورة، وقد يعود إلى قاعدتين تعطيان قرارين مختلفين للحالة الظاهرة نفسها. تكرار النظر في الصورة ليس دائما وسيلة الحسم. نميز هذين السببين في مثالين، حتى نطلب المعلومة أو توضيح القاعدة المناسب قبل بناء مرجع لتعلم الآلة.
الوسم السلبي والبيانات غير الموسومة لا يدلان على الشيء نفسه. قد يراجع شخص رسالة ويجد أنها لا تحقق الفئة المطلوبة، وقد تبقى رسالة أخرى بلا تسمية لأن أحدا لم يراجعها. وبينهما حالات خارج نطاق المهمة وأخرى ينقصها نص لازم للحكم. نوضح الفرق قبل تحويل هذه السجلات إلى أمثلة يتعلم منها نموذج.
تجربة دليل وسم البيانات على دفعة صغيرة قد تكشف سؤالا لم تجب عنه التعليمات. فائدتها هنا فحص قابلية تطبيق القاعدة قبل توسيع العمل، وليست قياس أداء نموذج. نقترح خطوات على رموز أسهم مرسومة، ثم نبين كيف تصل نسخة الدليل الجديدة إلى الحالات التي قد تتأثر بها.
نسبة اتفاق الموسمين تصف مقدار تطابق أحكامهما على بيانات مشتركة. في مهمة تعطي كل صورة فئة واحدة، يمكن عد الحالات التي اختار فيها الاثنان الفئة نفسها، ثم قسمتها على عدد الحالات المقارنة. [1] نطبق ذلك على ست صور افتراضية، مع توضيح ما نعده وما لا تثبته النسبة.
اتفاق الوسم قبل حسم الخلاف يجيب عن سؤال مختلف عن تطابق الملفات بعد اعتماد جواب مشترك. إذا استبدلنا حكمي الموسمين بالقرار نفسه، فسيتطابقان في النسخة النهائية، لكن ذلك لا يثبت أنهما اختارا الجواب نفسه باستقلال. نستخدم ثلاث حالات افتراضية لنوضح لماذا نحفظ المرحلتين.
اتفاق الموسمين مع أحكام ناقصة يحتاج وصفا واضحا للحالات التي دخلت المقارنة. إذا كلفنا الاثنين بثماني حالات لكن خمسا فقط لها حكمان، فمقام اتفاق الأزواج المتاحة هو خمس، بينما مقام تغطية العمل هو ثمان. لا نجعل فراغين حكمين متطابقين، ولا نختلق تسمية لتكملة الجدول.
معامل كابا كوهين يصف اتفاق موسمين بعد تعديل يتعلق بالاتفاق المتوقع من توزيع اختياراتهما للفئات. لذلك قد تعطي مجموعتان لهما نسبة تطابق مرصودة واحدة قيمتي كابا مختلفتين. نوضح ذلك بحسابين أصليين، مع الفصل بين نموذج التوقع الرياضي وصحة كل تسمية.
اتفاق القياسات في وسم البيانات قد يقصد تطابق الرقمين تماما، وقد يقصد قربهما ضمن حد تختاره المهمة. القياسان 10 و 10.25 سم مختلفان عدديا، لكنهما يحققان سياسة تقبل فرقا لا يتجاوز نصف سنتيمتر. نوضح كيف يتغير الحكم بتغير القاعدة، مع إبقاء القيم الأصلية ظاهرة.
اتفاق الوسم الهرمي يتوقف على المستوى الذي نقارنه. قد يختلف موسمان بين «قلم» و«فرشاة»، لكن اختياريهما يعودان إلى فئة عامة واحدة في دليلنا هي «أداة رسم». الاتفاق على هذه الفئة العامة لا يحسم أي الفئتين التفصيليتين اختارا، ولا يثبت صحة إحداهما.
اتفاق الوسم متعدد التسميات قد يقصد تطابق جميع الفئات المختارة للصورة، وقد يقصد مقدار تداخلها. اختيار «قلم وفرشاة» واختيار «قلم» يشتركان في فئة، لكنهما ليسا المجموعة نفسها. نستخدم مجموعات افتراضية لنفصل بين التطابق الكامل والتداخل الجزئي وطريقة جمع النتائج.
الخلاف الموزون في الوسم يسمح بتمييز اختلاف بين درجتين متجاورتين من اختلاف بين طرفي مقياس مرتب. إذا كان السؤال عن وضوح علامة رسومية، فقد تختار سياسة تعطي خلاف «قليل ومتوسط» وزنا أصغر من خلاف «قليل وعال». نعلن السياسة ثم نحسب أثرها، دون تحويل ترتيب الأسماء وحده إلى دليل على مقدار الفرق الحقيقي.
اختيار الوسم بفئة واحدة أم عدة فئات يبدأ بالسؤال الذي تريد أن تجيب عنه البيانات. إذا كانت المهمة تسجيل كل أنواع الطلبات الموجودة في الرسالة، فقد تحتاج الرسالة الواحدة إلى أكثر من تسمية. أما سؤال «ما الطلب الرئيسي؟» فيحتاج قاعدة أخرى تحدد المقصود بالرئيسي، ولا يحسمه عدد الأزرار في الواجهة.
فئات الوسم المتنافية والشاملة تعطي لكل حالة مكتملة الدليل، داخل النطاق المحدد، موضعا واحدا في مخطط ذي تسمية واحدة. التنافي يمنع انطباق فئتين معا، والشمول يمنع ترك حالة داخلة في المهمة بلا فئة. يمكن أن يفشل أحد الشرطين مع نجاح الآخر، لذلك نراجعهما كلّا على حدة.
عند تغير تعريف فئة الوسم، لا يكفي أن يبقى اسمها كما هو حتى ننقل الأحكام القديمة إلى الإصدار الجديد. قد يشمل الاسم سابقا حالات أوسع من التي يشملها الآن. يجب أن نعرف أي قاعدة طبقت على السجل، وهل تحمل المعلومات القديمة ما يكفي للحكم الجديد، قبل جمع النتائج أو تجهيز هدف التعلم.
