Um die Model-Performance zu erhöhen, können wir 2 Dinge probieren:

• Bad labeles finden und verbessern
• Duplications in Train und Test datasets finden und entfernen
• Label Tool

Beim labeln tretten allerdings immer wieder Probleme und Herausforderungen auf. Diese werden in diesem Artikel aufgegriffen.

Siehe Google Colab file

• Bad Labels
• Labeling Data
• PyData Vortrag

Tools zum Labeln

• Prodigy
• Bulk

OpenRefine

CleanLab

Finding BAD LABELS for TEXT CLASSIFICATION with Jupyter and Prodigy

https://youtu.be/khZ5-AN-n2Y