각 관계의 출발점과 대상이 되는 정확한 개체 구간을 라벨링하세요.
정의된 관계로 라벨링된 언급을 연결하고 원문과 함께 관계의 양쪽 개체를 확인하세요.
관계 추출 어노테이션은 텍스트의 개체를 이름이 정의된 관계로 연결합니다. 이 라벨은 모델이 언어에서 구조화된 사실을 추출하도록 학습하는 데 사용됩니다.
개체명 인식은 개체가 언급된 부분을 식별합니다. 관계 라벨링은 인물이 조직에서 일하는 관계처럼 언급 사이에 의미 있는 연결을 추가합니다.
네. 도메인에 맞는 관계 유형을 정의하고 어노테이션 지침에 출발 개체와 대상 개체의 역할을 설명하세요.
방향이 달라지면 의미도 달라집니다. works_for(근무 관계)는 인물에서 조직으로 향해야 하므로 검토자는 관계 라벨과 양쪽 개체를 모두 확인해야 합니다.
네. 개체 속성은 추가 맥락을 담고 관계는 개체 사이의 연결을 표현합니다. 온톨로지를 사용해 두 정보 유형을 일관되게 유지하세요.
검토된 개체 구간과 유형이 정의된 관계는 후속 정보 추출 또는 지식 그래프 파이프라인에 구조화된 예제를 제공합니다. 출발 개체, 대상 개체, 관계의 의미를 명확히 유지하세요.
기본 언어 어노테이션에는 일반 텍스트 파일을 사용합니다. 팀이 라벨링할 텍스트와 작업에 맞춰 개체 클래스, 관계, 항목 속성을 정의하세요.
어노테이션된 텍스트를 검토 단계로 보내 맥락 안에서 댓글과 수정 사항을 해결합니다. 데이터셋을 릴리스하기 전에 구성된 합의 평가나 승인된 기준 데이터로 일관성을 확인합니다.
네. 텍스트는 JSONL과 Unitlab 통합 내보내기 형식을 지원합니다. 학습 파이프라인에 필요한 개체, 관계, 속성을 보존하는 내보내기 형식을 선택하세요.
