🏷 标注#

✨ 使用 SetFit 添加零样本建议

MLOps 步骤:标注
NLP 任务:文本分类
库:SetFit
技术:零样本

🩹 从 Token 或文本分类数据集中删除标签

MLOps 步骤:标注
NLP 任务:文本分类,Token 分类
库:Argilla
技术:基础

🗂️ 将记录分配给您的注释团队

MLOps 步骤:标注
NLP 任务:文本分类,Token 分类,文本到文本
库:Argilla
技术:基础

📸 批量标注多模态数据

MLOps 步骤:标注
NLP 任务:文本分类(图像)
库:Argilla, sentence-transformers
技术:语义搜索

🔫 使用 SetFit 进行零样本和小样本分类

MLOps 步骤:标注,训练
NLP 任务:文本分类
库:setfit, sentence transformers
技术:小样本

💨 使用 Sentence Transformer 嵌入加速数据标注

MLOps 步骤:标注
NLP 任务:文本分类
库:Argilla, sentence-transformers
技术:语义搜索

🤯 使用 SetFit 和自定义数据集进行小样本分类

MLOps 步骤:标注,训练
NLP 任务:文本分类
库:setfit
技术:小样本

🗺️ 使用 disaggregators 将偏差平等特征添加到文本

MLOps 步骤:标注
NLP 任务:文本到文本
库:Disaggregators
技术:可解释性

💡 使用 GPT-3 和 Argilla 构建和测试零样本情感分类器

MLOps 步骤:标注
NLP 任务:文本分类
库:OpenAI
技术:小样本,可解释性

💫 探索和分析 spaCy NER 管道

MLOps 步骤:标注
NLP 任务:Token 分类 (NER)
库:spaCy
技术:可解释性

📰 使用弱监督构建新闻分类器

MLOps 步骤:标注
NLP 任务:文本分类(新闻)
库:Argilla, snorkel, sklearn
技术:弱监督

🗂 多标签文本分类任务中的弱监督

MLOps 步骤:标注,训练
NLP 任务:文本分类(多标签)
库:Argilla, scikit-multilearn
技术:弱监督

🧱 使用句子嵌入扩展弱监督工作流

MLOps 步骤:标注,训练
NLP 任务:文本分类
库:Argilla, sentence-transformers
技术:弱监督

🐭 使用 skweak 进行弱监督 NER

MLOps 步骤:标注,训练
NLP 任务:Token 分类 (NER)
库:Argilla, skweak
技术:弱监督

🔫 使用 Flair 进行零样本 NER

MLOps 步骤:标注
NLP 任务:Token 分类 (NER)
库:FlAIr
技术:零样本分类

🏷️ 标记您的数据以使用 Hugging Face 微调分类器

MLOps 步骤:标注,训练
NLP 任务:文本分类(情感)
库:transformers
技术:基础