การติดฉลากข้อมูล (Data Labeling) คืออะไร? คำอธิบายสำหรับมือใหม่

Updated · By Viviai

การติดฉลากข้อมูล (data labeling หรือการติดป้ายกำกับข้อมูล) เป็นกระบวนการใส่ฉลากหรือแท็กที่มีความหมายให้กับข้อมูลดิบ เช่น ภาพ ข้อความ เสียง หรือวิดีโอ เพื่อให้โมเดลการเรียนรู้แบบมีผู้สอนมีบริบทในการจดจำรูปแบบและทำนายผล

ฉบับเข้าใจง่าย

ข้อมูลดิบเป็นเพียงตัวเลข พิกเซล หรือข้อความที่คอมพิวเตอร์ยังไม่รู้ความหมาย การติดฉลากจะเพิ่มคำอธิบาย เช่น ทำเครื่องหมายว่าภาพใดมีแมว หรือข้อความใดเป็นเชิงบวก เพื่อให้โมเดลรู้คำตอบที่ถูกต้อง

ตัวอย่างฉลาก

ประเภทข้อมูล ตัวอย่างฉลาก
ภาพ มีรถยนต์หรือไม่มี
ข้อความ เชิงบวกหรือเชิงลบ
เสียง คำที่พูดออกมา
วิดีโอ วัตถุหรือการกระทำ

บทบาทในการเรียนรู้แบบมีผู้สอน

  1. รวบรวมข้อมูลดิบ
  2. ติดฉลากคำตอบที่ถูกต้อง
  3. ฝึกโมเดลเปรียบเทียบคำทำนายกับฉลาก
  4. ใช้ฉลากเป็นเกณฑ์อ้างอิง เรียกว่า ground truth

คำศัพท์หลัก

เหตุใดจึงสำคัญ

คุณภาพของฉลากเชื่อมโยงกับคุณภาพของการทำนายโดยตรง ฉลากที่ผิดหรือไม่สม่ำเสมออาจทำให้โมเดลเรียนรู้รูปแบบที่ผิด

ข้อจำกัด

การติดฉลากด้วยมือมักใช้เวลาและมีต้นทุนสูง โดยเฉพาะชุดข้อมูลขนาดใหญ่ ปัจจุบันบางขั้นตอนใช้เครื่องมือหรือโมเดลช่วย แต่ยังต้องมีคนตรวจสอบ

FAQ

Ground truth คืออะไร?

คำตอบที่ถูกต้องและทราบแล้ว ใช้เป็นเกณฑ์ในการฝึก

การติดฉลากและคำอธิบายประกอบต่างกันไหม?

ทั้งสองคำหมายถึงการเพิ่มคำอธิบายให้ข้อมูลดิบเช่นเดียวกัน

มีแต่ภาพเท่านั้นที่ต้องติดฉลากหรือไม่?

ไม่ใช่ ข้อความ เสียง และวิดีโอก็ต้องใช้ฉลากเช่นกัน

เหตุใดฉลากที่ผิดจึงเป็นปัญหา?

โมเดลเลียนแบบฉลาก ฉลากผิดจึงนำไปสู่การทำนายที่ผิด

สรุปใจความสำคัญ

อ่านต่อกับ [การเรียนรู้แบบมีผู้สอนคืออะไร](supervised-learning-khue-arai) และ [machine learning คืออะไร](machine-learning-khue-arai)

Sources

  1. https://th.so-development.org/the-complete-guide-to-data-labeling/
  2. https://www.aitrainerthailand.com/service/ai-data-analytics-service
  3. https://aws.amazon.com/what-is/data-labeling/

Learn by doing

Read a guide, then practice with bite-sized AI lessons you can take offline.

Start learning free