Testuak irakurtzetik taxonomia diseinatzera
Sailkapen automatikoak lagun dezake albiste, patente, deialdi eta enpresa-komunikazio kopuru handiak ordenatzen. Baina lehenik erabaki behar dugu zertarako balio duen etiketa bakoitzak. Taxonomia erabilgarri bat ez da kategoria-zerrenda erraldoi bat; galderei erantzuteko eta ekintzak abiarazteko aukera ematen duen multzo koherentea da.
Lehiakideen zaintza baterako hauek behar ditzakegu: eragilea, gertaeraren data, geografia, gertaera-mota, inplikatutako teknologia, heldutasun-fasea, FCVrekiko lotura, iturria eta egiaztapen-egoera. Ez dira beti eremu guztiak ateratzen ahal: ez_dago_jasota balioa sarritan hobea da datu gisa mozorrotutako ondorio bat baino.
Eskemaren gutxieneko diseinua
| Eremua | Araua | Adibide didaktikoa |
|---|---|---|
gertaera |
Hauetako bat: ikerketa, patentea_eskatua, pilotua, akordioa, salmenta, erregulazioa, bestelakoa | patentea_eskatua |
eragilea |
Iturrian dagoen izena, ez asmatua | B hornitzailea |
gertaera_data |
Gertaeraren data edo ez_dago_jasota; argitalpenetik bereizi |
ez_dago_jasota |
fasea |
Esplorazioa, pilotua, komertziala, zehaztugabea | esplorazioa |
baieztapena |
Iturriak defendatzen duenaren laburpen neutroa | «Eskaera bat argitaratu zen» |
ebidentzia_id |
Materialera itzultzeko aukera ematen duen ID | S03 |
berrikuspena |
zuzena, zalantzazkoa, okerra | zalantzazkoa |
Eskema batek definizioak, adibide positiboak eta negatiboak eta erregistro anbiguoak nola tratatu dokumentatu behar ditu. Prototipo bati eta salmenta bati «merkaturatzea» deitzen badiegu, zaila izango da seinaleak alderatzea.
Interaktiboa · Txartelak
Eskemaren eremuak, banan-banan
Biratu eremu bakoitza bere araua eta saihesten duen akatsa ikusteko.
Sailkapen-eskema minimoaren eremuak, bakoitzaren arauarekin.
Bere akatsetatik ikasten duen prozesua
Hasi eskuz lagin txiki bat sailkatuz. Gero eskatu AAri eskema berarekin etiketatzeko eta azaltzeko zer zatik babesten duen eremu ez-agerian bakoitza. Alderatu desadostasunak eta zuzendu jarraibideak edo kategoriak. Lehenengoa ez bezalako bigarren lagin batek balio du doikuntza orokortzen den egiaztatzeko.
Ez da aski «zehaztasuna handia da» esatea: edozein kalitate-adierazlek erreferentzia-multzo bat eta asmatzearen definizioak eskatzen ditu. Prestakuntza-esperientzia honetan, lehentasuna positibo faltsuak, negatibo faltsuak eta fabrikatutako eremuak antzematen ikastea da.
A enpresaren kasua · simulazioa
Kasu fikziozkoaA enpresaren kasua · Pilotuaren eta merkaturatzearen arteko aldea
S04k laborategiko erakusgarri bat aipatzen badu, salmenta kategoria okerra da; S03k argitaratutako eskaera bat deskribatzen badu, patentea_emanda ere okerra litzateke. AAri kategoria esplizituen artean aukeratzeko eta zati batekin justifikatzeko eskatzeak arbitrariotasunaren zati bat saihesten du, baina muga-kasuen berrikuspena behar du.
Ondoriozko datu egituratua erabilgarria da denbora-matrize baterako: noiz agertzen da eskaera bat?, noiz proba bat?, ba al dago egiaztagarria den hartze-prozesurik? Sailkapenak ez du bere kabuz erabakia ebazten: ondorengo analisirako lur eremua antolatzen du.
Hezkuntza-simulazioa: informazio eta erakunde fikziozkoak.
Egin zuk zeuk
Egin zuk zeuk · Diseinatu eta probatu bost etiketa (20 min)
Sortu bost gertaera-motako taxonomia bat. Zehaztu arauak, etiketatu S01–S05 eskuz eta eskatu AA bati bigarren sailkapen bat taula-irteerarekin. Alderatu errenkadaz errenkada. Dokumentatu definizioan gutxienez aldaketa bat eta ez_dago_jasotaren adibide bat.
Entregagarria: datu-hiztegia eta desadostasun-erregistroa.
Sailkapen-hiztegia
Gizakiarentzat eta AArentzat etiketa anbiguorik gabeak definitzea.
Ikusi txantiloia →Seinaleen eta ebidentzien erregistroa
Behaketa, iturria eta interpretazioa bereiztea.
Ikusi txantiloia →Egiaztatu · erantzun itxia
Etiketatu erregistro bakoitza
Erabili zatiak onartzen duen etiketa, esaten duena baino gehiago ondorioztatu gabe.
S01 · B hornitzaileak industria-biltegiratzean ikerketa egingo duela iragartzen du.
Ikusi erantzuna
Erantzuna: ikerketa_jarduera. Ez ondorioztatu salmentarik.
S02 · Bloga: «teknologia berri batek bateria guztiak ordezkatuko ditu 2027an».
Ikusi erantzuna
Erantzuna: berrikusi_behar. Iritzia da: ez etiketatu promes bat kontratu gisa.
S03 · Bero-trukagailu bati buruzko eskaeraren argitalpena.
Ikusi erantzuna
Erantzuna: patente_eskaera. Ez dago jasota emakida (`concesion: ez_dago_jasota`).
S04 · B hornitzaileak laborategiko erakusgarri bat aurkezten du.
Ikusi erantzuna
Erantzuna: pilotu_erakuslea. Ez ondorioztatu ustiapen errentagarririk.
Eta orain, zure erantzuna
Atal honek iritzi profesionala behar du: ez dago zuzenketa automatikorik. Osatu zure lana praktikan, baloratu ikasgaiaren errubrikarekin eta alderatu soluzio orientagarriarekin.
Zer jaso behar duen zure erantzunak
- Bost gertaera-mota, sartze- eta baztertze-arauekin.
- «ez_dago_jasota»ren adibide bat.
- Desadostasun-erregistro bat errenkadaz errenkada, AAren sailkapenarekin.
- Definizio baten gutxienez aldaketa dokumentatu bat.
Soluzio orientagarria
Justifikazioa ID bidez eta desadostasun-erregistroa ebaluatzen dira; ez da sailkatzailearen benetako errendimendua neurtu nahi lau adibiderekin.
Kasu fikziozko baten soluzio ilustratiboa: arrazoitutako beste aukera batzuk onartzen ditu.
Ohiko akatsak
Kategoria gainjarriak sortzea, argitalpen-data eta gertaeraren data bereizi ez egitea, probabilitate arbitrarioak eskatzea, ez dauden entitateak ondorioztatzea, etiketa-bolumena neurtzea erabakietarako erabilgarritasuna neurtu beharrean edo eskema bertsionatu gabe doitzea.
Gogoratzeko araua: etiketa bat ez da egia AA batek idatzi duelako; eragingarria da beste analista batek haren definizioa ulertzen duenean, erreproduzitu dezakeenean eta noiz berrikusi jakiten duenean.
Aukerako zabaltzeaSakontzea · Sailkatzea ez da hutsuneak betetzea
Eremu huts bat informazio erabilgarria da «iturriak ez du datu hau ematen» esan nahi duenean. Akatsa sailkatzaile batek hutsuneak konbentzio sinesgarriekin betetzen dituenean agertzen da. Komeni da hiru balio bereiztea: ez_dago_jasota (datua ez dago materialean), ez_dagokio (eremua ez dagokio gertaerari) eta berrikusi_behar (iturriak interpretazio lehiakideak onartzen ditu). Bereizketa honek erregistroak alderagarri egiten ditu eta itxurazko zehaztasunean oinarritutako ondorioak saihesten ditu.
Ezarri R09 hiztegi bat hasierako bost klaserekin: ikerketa_jarduera, patente_eskaera, pilotu_erakuslea, aliantza_akordioa, adopzio_komertziala. Etiketak ariketarako diseinatuta daude, ez dute hornitzaile baten ontologia deskribatzen. Kategoria bakoitzeko, zehaztu sartze-irizpidea, kontraadibidea eta gutxieneko ebidentzia testuala. Albiste batek eskaera eta aliantza nahasten baditu, onartu etiketa anitzak eskemak aurreikusten badu edo bereizi gertaerak: ez behartu inoiz etiketa bakarra txostenaren erosotasunagatik soilik.
A enpresa · Sailkapen-proba eta desadostasunak
| Fikziozko erregistroa | Etiketa justifikagarria | Saihestu beharreko akatsa |
|---|---|---|
| S01 · Ikerketa iragarria | ikerketa_jarduera | Hartze komertziala ondorioztatzea |
| S03 · Argitaratutako eskaera | patente_eskaera | Emakida bihurtzea |
| S04 · Erakusgarria | pilotu_erakuslea, testu zehatzaren arabera | Salmenta bihurtzea |
| S02 · Iritzi espekulatiboa | berrikusi_behar edo beste dokumentu-mota bat | Promes bat emaitza gisa etiketatzea |
Balioztatze-protokoloa: prestatu giza etiketa duten zortzi fikziozko erregistro prompta probatu aurretik, banatu lau definizioak doitzeko eta lau jarraibideek adibideak buruz ikasten ez dituztela egiaztatzeko. Gorde adostasunik gabeko erantzunak, berrikusle bakoitzak erabilitako ebidentzia eta hiztegiaren bertsioa. Ez argitaratu zehaztasun-zifrarik laginaren tamaina eta osaera esan gabe; zortzi adibidek metodo bat irakasten dute, ez dute errendimendu produktiboa egiaztatzen.
Praktika · Bi akatsen berrikuspena
Eskatu laguntzaileari gertaera, eragilea, gertaera_data, argitalpen_data, ebidentzia_id, pasartea, berrikuspena eremuak itzultzeko. Sartu nahita ez dagoen data bat eta iragarpena eta gauzatzea nahasten dituen baieztapen bat. Ariketa gainditzen da ebidentziarik gabeko eremuak ez_dago_jasota izaten jarraitzen badute, sistemak gutxienez anbiguotasun bat identifikatzen badu eta sailkapen bakoitza emandako testuaren bidez azal badezake.
Irteera: R09 Sailkapen-hiztegia, R06 Seinaleen eta ebidentzien erregistroa;
Interaktiboa · Erabaki
ez_dago_jasota, ez_dagokio edo berrikusi_behar
Eremu huts bat informazio erabilgarria da. Aukeratu balio zuzena kasu bakoitzean.
Jarduera: aukeratu ez_dago_jasota, ez_dagokio eta berrikusi_behar artean.
S03 patente-eskaera bat da. Eremua: emate_data.
S06 erregulazio-kontsulta bat da. Eremua: «patente-eskatzailea».
Albiste batek dio B hornitzaileak «akordio bat itxi zuela», esploraziokoa ala hornidurakoa den argitu gabe. Eremua: gertaera.
S04-k erakusgailu bat aipatzen du, proba noiz egin zen esan gabe. Eremua: gertaera_data.
S02-k baieztatzen du teknologiak «bateria guztiak ordezkatuko dituela 2027an». Eremua: gertaera.
Erreferentziak eta mugak
Ikasgai honek ez du kanpoko iturririk aipatzen. Academy-ren metodoa Inngumaren prestakuntza-materialetik garatzen du.
- A enpresa fikziozko kasua da: bere datuek, enpresek eta zifrek ez dituzte merkatu edo erakunde errealak deskribatzen.
- AAri buruzko jarraibideak Academyren berezko lana dira. Ez dira NIST prozedura bat eta ez dute zure erakundearen arrisku-ebaluazioa ordezkatzen.
Intelligence Lab · L04
Seinaleen erregistroa
Aplikatuko duzu? Ireki Seinaleen erregistroa Lab-ean eta bereizi behaketa, iturria eta interpretazioa zure erregistroan. Irteera: seinaleen erregistroa. Hemen dabil: nabigatzailean, zerbitzaririk gabe, konturik gabe eta konektatutako AA gabe. Baliteke emaitza berrikusi eta zure kasura egokitu behar izatea.