使用 Amazon Sagemaker 基本事实自动标记文本数据答案

【问题标题】：Auto labeling for Text Data with Amazon Sagemaker ground truth使用 Amazon Sagemaker 基本事实自动标记文本数据
【发布时间】：2019-08-17 23:21:18
【问题描述】：

ground truth 进行自动标记所需的最少文本行数是多少？我有一个包含 1000 行的文本文件，这是否足以开始使用 sagemaker ground truth 进行自动标记？

【问题讨论】：

标签： amazon-web-services amazon-sagemaker labeling

【解决方案1】：

我是 Amazon SageMaker Ground Truth 团队的产品经理，很高兴为您解答这个问题。最低系统要求是 1,000 个对象。在文本分类的实践中，我们通常只有在拥有 2,000 到 3,000 个文本对象时才能看到有意义的结果（自动标记数据的百分比）。请记住，性能是可变的，取决于您的数据集和任务的复杂性。

【讨论】：

【解决方案2】：

从文档中，

您应该只对大型数据集使用自动数据标记。与主动学习一起使用的神经网络对每个新数据集都需要大量数据。对于更大的数据集，自动标记数据的潜力更大，因此可以降低标记的总成本。我们建议您在使用自动数据标签时使用数千个数据对象。您必须使用至少 5,000 个数据对象

https://docs.aws.amazon.com/sagemaker/latest/dg/sms-automated-labeling.html

【讨论】：