DébutantEntraînement & données
Annotation de données
En anglais : Data annotation
Travail consistant à ajouter des étiquettes à des données brutes, par exemple une catégorie, une transcription ou un cadre autour d’un objet, pour guider l’apprentissage d’un modèle.
En apprentissage supervisé, le modèle a besoin de la « bonne réponse » associée à chaque exemple : c’est l’annotation qui la fournit. Elle peut être réalisée par des personnes suivant des consignes détaillées, par des outils semi-automatiques ou par d’autres modèles dont le travail est ensuite relu. Sa qualité est décisive, car des étiquettes incohérentes apprennent des erreurs au modèle. Pour les grands modèles de langage, l’annotation prend aussi la forme de comparaisons entre deux réponses, utilisées pour l’alignement. On peut la comparer aux légendes d’un album photo : sans elles, impossible de savoir qui est qui.
Exemple
Un projet de détection de défauts sur une chaîne de production fait entourer par des opérateurs les rayures visibles sur des milliers de photos de pièces, afin d’entraîner un modèle de vision.
Notions liées
Apprentissage supervisé
IntermédiaireMéthode de machine learning dans laquelle le modèle apprend à partir d’exemples étiquetés, c’est-à-dire de données associées à la bonne réponse attendue.
Données d’entraînement
DébutantEnsemble d’exemples, textes, images, sons ou tableaux, à partir desquels un modèle d’IA apprend à reconnaître des régularités et à produire des réponses.