Platform For AI:ラベリングジョブの作成

制限事項

ラベリング操作は、管理者またはアノテーション管理者のみが実行できます。必要な権限がない場合は、管理者に権限の付与を依頼してください。詳細については、「ワークスペースメンバーの管理」をご参照ください。

操作手順

1. iTAG ページに移動します。

   1. PAI コンソールにログインします。

   2. 左側のナビゲーションウィンドウで、[ワークスペース] をクリックします。[ワークスペース] ページで、管理するワークスペースの名前をクリックします。

   3. 左側のナビゲーションウィンドウで、[データ準備] > [iTAG] を選択します。

2. iTAG ページの Jobs タブで、Create Task をクリックします。

3. Create Labeling Job ページで、以下の表に示す主要なパラメーターを設定します。必要に応じて他のパラメーターも設定します。

   パラメーター	説明
   Task Name	名前は 1～100 文字である必要があります。英字、数字、または漢字で始まり、アンダースコア (_) またはハイフン (-) を含めることができます。
   Input Dataset	PAI で作成されたデータセットを選択します。
   テンプレートタイプ	iTAG は、次のテンプレートタイプをサポートしています： General Template：プラットフォームによって提供されるプリセットテンプレートです。 Custom Template：画面の指示に従って Content Components と Topic Components を組み合わせることで、特定のシナリオ向けのカスタムテンプレートを作成します。 カスタムテンプレートは、カスタムシナリオに適しています。カスタムテンプレートの入出力データ形式の詳細については、「カスタムテンプレート」をご参照ください。
   テンプレート	[テンプレートタイプ] を General Template に設定した場合、次のいずれかのテンプレートを選択します： Image このテンプレートタイプのユースケースとデータ形式の詳細については、「画像」をご参照ください。 OCR：画像の選択された領域内のテキストを認識します。 Object Detection：画像内の特定のオブジェクトを検出して特定します。 Image Classification：プリセットされたラベルに基づいて画像を分類します。 [PDF]：PDF ファイルに対して OCR とラベル分類を実行します。 Moderation and Matting：画像に対してモデレーションと切り抜きを実行します。 Table Recognition：アルゴリズムを使用して、テーブル内の主要な要素を事前に認識します。必要に応じて結果を編集できます。 Text このテンプレートタイプのユースケースとデータ形式の詳細については、「テキスト」をご参照ください。 Entity Recognition：テキストエンティティ間の関係を確立します。 Text Classification：プリセットされたラベルに基づいてテキストを分類します。このテンプレートは、単一ラベルおよび複数ラベルの分類をサポートしています。 Entity relationship：知識グラフシナリオのために、テキストエンティティ間の関係を定義します。 Video このテンプレートタイプのユースケースとデータ形式の詳細については、「ビデオ」をご参照ください。 Video Classification：プリセットされたラベルに基づいてビデオを分類します。このテンプレートは、単一ラベルおよび複数ラベルの分類をサポートしています。 Audio このテンプレートタイプのユースケースとデータ形式の詳細については、「オーディオ」をご参照ください。 Audio Classification：プリセットされたラベルに基づいてオーディオを分類します。このテンプレートは、単一ラベルおよび複数ラベルの分類をサポートしています。 Audio segmentation：オーディオデータセットのコンテンツをセグメント化し、セグメントにラベルを追加します。 Audio Recognition：オーディオコンテンツからテキストを書き起こします。
   OCR 認識結果の設定	このパラメーターは、[テンプレート] を Image > OCR に設定した場合にのみ使用できます。 デフォルトでは、OCR Recognition Results が選択されており、これは画像の選択された領域内のテキストに対して OCR が実行されることを示します。
   Label Configuration	このジョブのラベルの名前を入力します。各ラベル名を入力した後、Enter キーを押します。 たとえば、画像内の猫を識別するために、「猫」、「アメリカンショートヘア」、「ブリティッシュショートヘア」などのラベルを追加できます。これにより、ラベラーはサンプルにラベルを適用しやすくなります。 単一の選択範囲に 1 つまたは複数のラベルを適用できるかどうかを指定することもできます。 選択範囲に 1 つのラベルしか適用できない場合は、このオプションを Single Choice に設定します。 選択範囲に複数のラベルを適用できる場合は、このオプションを Multiple Choice に設定します。 たとえば、画像内の猫を識別する際に、ラベル選択モードが Multiple Choice に設定されている場合、ラベラーはサンプル内の猫を選択し、「猫」と「アメリカンショートヘア」の両方のラベルを適用できます。 説明 Single Choice と Multiple Choice オプションは、1 つのサンプルに対して行うことができる選択の数ではなく、サンプル内の 1 つの選択範囲に適用できるラベルの数を決定します。
   Enable Intelligent Labeling	設定の詳細については、「データ事前ラベリング：インテリジェントラベリングの設定」をご参照ください。
   Task Description	他のジョブと区別するためのラベリングジョブの簡単な説明です。
   Assign Subtask Packages	iTAG は、指定されたルールに基づいて、データセットからのすべてのラベリングタスクをサブタスクパッケージに集約します。ラベリングプロセス中に、チームメンバーはこれらのパッケージを要求して、内部のタスクに取り組むことができます。 サブタスクパッケージの割り当てには、次のルールがサポートされています： Fixed size：各サブタスクパッケージには、固定数のラベリングタスクが含まれます。 このオプションを選択すると、サブタスクパッケージ内のタスク数の許容範囲はデータセットのサイズによって異なります： データセットに 0～20,000 個のアイテムが含まれている場合、サブタスクパッケージのサイズは 1～200 の範囲で設定できます。 データセットに 20,000～100,000 個のアイテムが含まれている場合、サブタスクパッケージのサイズは 5～200 の範囲で設定できます。 データセットに 100,000～500,000 個のアイテムが含まれている場合、サブタスクパッケージのサイズは 25～200 の範囲で設定できます。 データセットに 500,000～1,000,000 個のアイテムが含まれている場合、サブタスクパッケージのサイズは 50～200 の範囲で設定できます。 Press Import Fields：データセットで選択されたフィールドに基づいて、データをサブタスクパッケージにグループ化します。同じフィールド値を持つすべてのアイテムは、同じパッケージに配置されます。 Targeted Assignment：サブタスクパッケージを特定のラベラーまたはチームに割り当てます。
   Check Proportion	選択した Task Workflow に Marking-Check や Marking-Inspection-Acceptance などのチェックステップが含まれている場合は、チェックプロセスのサンプリング率を設定する必要があります。デフォルト値は 100% です。
   User Configuration	選択した Task Workflow に応じて、ラベラー、チェッカー、検収者、タスク管理者などのロールに適切なメンバーまたはグループを割り当てます。ワークスペースの複数のメンバーと協力してラベリングジョブを完了できます。iTAG のロール権限の詳細については、「iTAG の概要」をご参照ください。

4. パラメーターを設定した後、Create をクリックします。

ラベリングジョブの表示と管理